メニュー
多平台内容适配器 - 将核心内容自动适配为多平台版本： 1. 全局考虑：覆盖公众号、小红书、B站、知乎等多平台特性 2. 系统考虑：输入→分析→适配→输出→验证闭环 3. 迭代机制：根据平台反馈优化适配规则 4. Skill化：标准接口，可扩展新平台 5. 流程自动化：一键生成多平台版本
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/egbertie/satisficing-institute --skill multi-platform-content-adapterコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
生产级AI会议笔记处理系统。支持多种输入格式，智能提取行动项、责任人、截止时间，自动生成结构化会议纪要和TODO清单。具备准确性自检、局限标注、鲁棒性测试等生产级特性。
A/B测试生成器 - 生成可测试的文案/设计变体： 1. 全局考虑：覆盖标题、CTA、说服角度等测试维度 2. 系统考虑：元素选择→变体生成→测试设计→结果分析闭环 3. 迭代机制：根据测试结果优化变体生成策略 4. Skill化：标准接口，可按维度独立生成 5. 流程自动化：自动生成测试方案和变体
学术级深度研究标准Skill - 满足5个标准： 1. 全局考虑：六层模型全覆盖（范式→情报→证据→多维→逻辑→迭代） 2. 系统考虑：研究设计→执行→验证→报告完整闭环 3. 迭代机制：三轮自我修正循环，持续优化研究质量 4. Skill化：标准SKILL.md格式，可安装可调用 5. 流程自动化：六层检查自动执行，质量门控自动验证
SKILL.md を表示中
SOC 職業分類に基づく
| name | multi-platform-content-adapter |
| version | 1.0.0 |
| description | 多平台内容适配器 - 将核心内容自动适配为多平台版本： 1. 全局考虑：覆盖公众号、小红书、B站、知乎等多平台特性 2. 系统考虑：输入→分析→适配→输出→验证闭环 3. 迭代机制：根据平台反馈优化适配规则 4. Skill化：标准接口，可扩展新平台 5. 流程自动化：一键生成多平台版本 |
| author | Satisficing Institute |
| tags | ["content","multi-platform","adaptation","social-media"] |
| requires | [{"model":"kimi-coding/k2p5"}] |
| 平台 | 格式特点 | 长度限制 | 风格 |
|---|---|---|---|
| 公众号 | 长图文 | 2000-3000字 | 深度、故事化 |
| 小红书 | 短图文 | 500-800字 | 种草、视觉化 |
| B站 | 视频脚本 | 3-10分钟 | 口语化、梗 |
| 知乎 | 问答 | 1000-2000字 | 专业、理性 |
| 朋友圈 | 短文案 | 100-200字 | 自然、信任 |
| 抖音 | 短视频 | 15-60秒 | 快节奏、钩子 |
| 维度 | 适配内容 |
|---|---|
| 结构 | 标题→开头→正文→结尾→CTA |
| 语调 | 专业/口语化/种草/故事化 |
| 长度 | 压缩/扩展 |
| 格式 | 图文/纯文/脚本 |
核心内容 → 平台选择 → 内容分析 → 结构重排 → 语调转换 → 长度调整 → 输出生成
| 检查项 | 验证方式 |
|---|---|
| 平台调性匹配 | 风格检查 |
| 长度合规 | 字数统计 |
| CTA完整性 | 结构检查 |
| 品牌一致性 | 关键词检查 |
| 反馈来源 | 优化动作 |
|---|---|
| 阅读完成率 | 调整开头钩子 |
| 互动率 | 优化CTA |
| 转发率 | 增强金句 |
multi-platform-content-adapter/
├── SKILL.md # 本文件
├── _meta.json # 元数据
├── scripts/
│ ├── adapt.py # 主适配脚本
│ ├── analyze_content.py # 内容分析
│ ├── adapt_wechat.py # 公众号适配
│ ├── adapt_xiaohongshu.py # 小红书适配
│ ├── adapt_bilibili.py # B站适配
│ └── validate.py # 质量验证
└── rules/
└── platform_styles.yaml
from multi_platform_content_adapter import ContentAdapter
adapter = ContentAdapter()
# 适配到指定平台
wechat_version = adapter.adapt(content, platform="wechat")
xiaohongshu_version = adapter.adapt(content, platform="xiaohongshu")
# 批量适配
all_versions = adapter.adapt_all(content, platforms=["wechat", "xiaohongshu", "bilibili"])
# 适配到指定平台
openclaw skill run multi-platform-content-adapter adapt \
--source article.md \
--platform wechat
# 批量适配
openclaw skill run multi-platform-content-adapter adapt-all \
--source article.md \
--platforms wechat,xiaohongshu,bilibili
| 标准 | 验证项 | 状态 |
|---|---|---|
| 1. 全局 | 多平台特性覆盖 | ✅ |
| 2. 系统 | 分析→适配→验证闭环 | ✅ |
| 3. 迭代 | 根据反馈优化 | ✅ |
| 4. Skill化 | 标准目录 + 调用接口 | ✅ |
| 5. 自动化 | 一键生成多平台版本 | ✅ |
版本: v1.0.0
来源: content-distribution-engine散落机制提取
创建: 2026-03-20