tougu-writer-factory

name	tougu-writer-factory
description	投顾写作Skill工厂。从投顾提交的3-5篇满意文章中，使用8维深度提取分析法，训练出专属写作Skill。触发条件：用户说"帮我建一个投顾写作skill"、"训练一个专属写市场评论的模板"、"提取我的写作风格建个skill"
dependency	{"python":["markdown","akshare>=1.18.0","pandas>=1.3.0"]}

投顾写作Skill工厂

从3-5篇满意文章中训练专属投顾写作Skill的完整元技能

核心定位

本Skill是一个"工厂"——接收投顾提交的3-5篇满意文章，输出可直接使用的专属写作Skill。

核心能力

能力	说明
8维深度提取	标题/段落/句式/词汇/分析逻辑/数据规范/固定表达/数据需求
固化模块	市场数据获取 + 合规红线（通用模块，不需提取）
自测评循环	生成 → 对比 → 修复 → 循环，确保Skill效果达标
完整输出	SKILL.md + 固化模块 + references/ + scripts/

---

快速开始

触发方式

对助手说：

• "帮我建一个收评skill"
• "训练一个专属写作模板"
• "提取我的写作风格建个skill"
• "这个是我的写作风格，帮我封装成skill"

操作流程

Phase 1: 文章采集存档（需用户确认样本）
    ↓
Phase 2: 8维深度提取
    ↓
Phase 3: 对比整合 → 风格画像（需用户确认风格）
    ↓
Phase 4: Skill组装
    ↓
Phase 5: 自测评循环（自动执行，无需用户介入）
    ↓
✅ 完成 → 触发安装检查

输出目录

output/{文章类型}-writer/（相对路径，跨平台兼容Windows/Mac/Linux）

---

任务目标

本Skill工厂的目标是：

1. 接收投顾提交的3-5篇满意文章
2. 通过8维深度提取分析法提取写作特征
3. 生成可直接使用的专属写作Skill
4. 通过自测评循环确保生成质量

---

完整工作流程

Phase 1：文章采集存档 ✋

输入：3-5篇同类型满意文章

要求：

• 同类型文章（收评/开盘前瞻/行业解读等）
• Markdown或纯文本，保留完整段落结构
• 注明作者姓名和满意原因

操作：

1. 保存文章到临时目录
2. 验证文章数量是否足够
3. 记录文章基本信息

输出：存档确认报告

详细指南：见 references/phase1.md

---

Phase 2：8维深度提取

核心提取阶段，从样本文章中提取8个维度的特征

序号	维度	提取内容	权重
1	标题格式	主标题结构、副标题格式、栏目名称	20%
2	段落结构	段落数量、每段功能定位、段落间衔接逻辑	20%
3	句式特征	句子长度、条件判断句、概率表达	15%
4	词汇特征	专业术语库、特色比喻词、谨慎词	15%
5	分析逻辑	数据→事件→逻辑→结论→建议框架	20%
6	数据规范	数据类型、精确度要求、对比表达	参考
7	固定表达	段落开头固定语、结尾固定格式	10%
8	数据需求	必需数据、可选数据、资讯需求	参考

详细指南：见 references/phase2.md

---

Phase 3：对比整合 → 风格画像 ✋

将3-5篇文章的8个维度提取结果进行交叉对比：

一致率	处理方式
≥80%	核心模式，进入风格画像
50-79%	标准模式，标记为可选变体
<50%	个人偏好，作为个性化选项

输出：

• {风格名}创作风格.md - 风格指南（含段落示例+完整案例）
• {风格名}创作风格_微观特征.md - 微观特征详细说明

详细指南：见 references/phase3.md

---

Phase 4：Skill组装

将生成的资源组装成完整的Skill：

output/{文章类型}-writer/
├── SKILL.md                    # 可直接使用的写作Skill
├── 固化模块/
│   ├── compliance.md           # 合规红线
│   └── market_data.py         # 市场数据获取脚本
├── scripts/
│   ├── fetch_market_data.py   # 可执行脚本
│   └── market_data.md         # LLM数据获取驱动指南
└── references/
    ├── {风格名}创作风格.md
    ├── {风格名}创作风格_微观特征.md
    ├── {风格名}html海报模板.html
    ├── {风格名}合规检查.md
    ├── step1.md ~ step4.md
    └── self_eval.md

固化模块（通用，直接复制）：

• 固化模块/compliance.md → 合规红线
• 固化模块/market_data.py → 市场数据获取脚本

详细指南：见 references/phase4.md

---

Phase 5：自测评循环

目的：确保生成的Skill真正符合案例标准

流程：

初始生成
    ↓
随机选题测试（自动）
    ↓
Skill执行：生成测试文章
    ↓
格式校验（skill-creator规范或内置校验）
    ↓
7维对比分析
    ↓
差距识别
    ↓
修复优化（如需要）
    ↓
循环直到达标（≥80%）或达3轮上限

达标标准：

• 整体匹配度 ≥ 80% → 通过
• 单维度匹配度 ≥ 60% → 可接受
• 任何维度 < 50% → 必须修复

详细指南：见 references/phase5.md

---

质量检查清单

生成完成后，必须验证：

文件完整性检查

• SKILL.md 包含完整workflow
• 固化模块/ 包含 compliance.md 和 market_data.py
• scripts/ 包含 fetch_market_data.py
• references/ 包含 step1-4.md 和 self_eval.md

内容完整性检查

• 创作风格.md 包含所有段落类型的写作示例
• 创作风格.md 包含至少2个完整案例片段
• 微观特征.md 包含句式特征、词汇特征、润色检查清单

风格一致性检查

• 标题格式与样本一致
• 段落数量与样本一致
• 固定开头语全部提取
• 特色词汇全部纳入
• 分析逻辑框架正确

---

技术依赖

组件	用途
Python 3	运行环境
akshare	市场数据获取
pandas	数据处理
markdown	文本处理
skill-creator	格式校验（可选，未安装时使用内置校验）

---

注意事项

1. 固化模块是通用的 - 直接复制，不需要从样本提取
2. SKILL.md必须详细 - 包含完整的操作步骤、检查清单、注意事项
3. 风格文档必须丰满 - 创作风格.md和微观特征.md内容详尽完整
4. 自测评需要生成文章 - 先调用生成的Skill生成测试文章，再进行对比
5. 样本质量决定Skill质量 - 提交最满意的版本，3-5篇同类型文章

---

参考文档索引

文件	内容
references/phase1.md	Phase 1 详细指南：文章采集存档
references/phase2.md	Phase 2 详细指南：8维深度提取
references/phase3.md	Phase 3 详细指南：对比整合
references/phase4.md	Phase 4 详细指南：Skill组装
references/phase5.md	Phase 5 详细指南：自测评循环
references/self_eval.md	自评估检查表（LLM驱动）
固化模块/compliance.md	合规红线（固化）
固化模块/market_data.py	市场数据获取脚本（固化）