| name | article-refiner |
| description | Refine, expand, polish, or review an existing technical share-style article / 润色 / 完善 / 改写 / 校对 this Hugo repo's Markdown posts. Use when improving structure, clarity, accuracy, tone, examples, front matter, publish readiness, or when Mermaid, Chart.js, Excalidraw, or Draw.io visuals should be added or fixed under source/post/. Do NOT use for writing articles from scratch — use article-writer instead. |
| allowed-tools | Read Grep Glob |
| metadata | {"audience":"experienced-engineers","default-language":"zh-cn","repo":"blog-hugo","version":"1.2.10","last-updated":"2026-06-22T00:00:00.000Z","trigger-phrases":["润色文章","完善草稿","refine article","polish post"]} |
Article Refiner
在用户要"润色文章、完善草稿、改写段落、补全缺失部分、发布前校对、压缩废话、增强逻辑结构"时使用。
Canonical References
Scope & Boundaries
本 Skill 负责：
- 修正事实错误、术语不一致和明显歧义
- 优化结构、标题、转场、段落节奏
- 补齐缺失的前提、边界、坑点和验证信息
- 在需要时建议补图或修图
- 把文章润到更像作者本人在复盘，而不是在写说明稿
本 Skill 不负责：
- 从零创建新文章（使用 article-writer）
- 改写作者核心立场
- 编造实验、数据、引用或结论
- 修改文件名、
id、年份目录、稳定锚点
Workflow
- 先完整读文：至少覆盖 front matter、正文、引用、脚注、配套资源名，再判断是轻量润色、结构改写还是补充缺口
- 先保留原意：默认保留原文的核心观点、资源引用、章节职责；只在错误、冲突、不清楚或用户明确要求时调整
- 按优先级改：P0 事实/术语错误；P1 结构跳跃、标题含糊、长段和重复；P2 补前提、边界、坑点、验证方法；P3 打磨措辞和节奏
- 语气优先像作者本人：能保留第一人称时尽量保留，不要把明确的个人判断、体感、犹豫点、取舍理由抹平成中性摘要
- 保持 diff 克制：不要顺手重写整篇；优先修改真正影响可读性、可信度和作者感的部分
- 先扫 AI 腔模式：如果用户指出某类 AI 味、过度解释或提示词式表达，先在全文找同类句式，再统一压缩；不要只改用户点名的单句
Tone Calibration
润色旧文时，优先把它写成“有经验的工程师在复盘自己真实测试或实践”，而不是：
- 公文或发布说明
- 媒体评测摘要
- 过于均匀的 AI 中性总结
尤其注意：
- 开头不只要交代范围，还要让读者感受到作者为什么写、为什么亲自去测
- 转场少用“本文将… / 基于以上… / 作为基线…”这类官话
- 少用声明式自证和过度解释，例如“这不是…而是…”、“先把边界说清楚”、“读完你会看到…”；能自然进入主题就直接进入
- 重点扫描“不是 A 而是 B”“不只是 A”“从 X 到 Y”“更稳 / 更安全 / 更像”“不猜测”这类 AI 常用句式；保留必要判断，但换成具体名词、动作和工程条件
- 样例代码、粗略数字、模型路径、实验前提只保留必要边界。把长免责声明压成一句话，例如“下面四段代码只是帮助理解训练骨架”
- 比喻和拟人化要少。遇到“大脑”“拷出来”“像可上线助手”这类表达，优先判断是否能改成准确术语、任务行为或部署约束
- 不要把与文章主体无关的项目背景、工具目的、实现细节展开成说明书；只保留理解正文结论必需的信息
- 如果文章中心依赖量化数据、测试记录、成本、耗时、错误数量或修复占比，优先保留原始表格和关键数值；可以调整位置和表达，但不要为了“更简洁”删掉证据
- 对数据型文章，正文可以先给结论和趋势，再保留“明细表 / 原始记录 / 逐轮数据”；不要只留下抽象总结
- 标题要短，优先名词短语或简洁判断，避免完整长句式标题，例如“如果要…我会…”、“工具适配会…”、“测试数量不等于…”
- 保留一点作者体感和取舍，不要把所有段落磨成均匀、无情绪、无个人判断的中性报告
- 作者更偏好直接、带个人判断的工程复盘口吻；不要把观点包装成“客观中立分析”，也不要自动替作者弱化成温和、乐观、产品化表达
- 对评测、实测复盘类文章，少写“我关心的不是…而是…”、“这些数字不适合…”这类自我解释；如果作者已经给出数据，直接进入数据和判断
- 对入门解释类文章，不要为了显得谨慎而反复强调“只是示例”“不能直接用”“真实工程还要补很多细节”；读者需要边界，但不需要连续免责声明
- 原因分析要贴近作者自己的猜测和经历，例如“上下文变大后幻觉更严重”“测试可能靠巧合通过”；不要改写成泛泛的管理学式解释
- 合并原因相近的小节，避免为了结构完整而拆出“上下文 / 长链路 / 工具适配”这类机械标题；能一句话说清就不要拆成多段说明
- 可以保留作者偏口语的风险表达，如“删库跑路”“业务 GG”“不能全信”，不要全部改成书面化的“存在生产风险”
- 避免把日常判断写成书面化抽象词，例如“锁住语义”“守住约束”“关键不变量”“收敛用法”；优先改成“测到产品逻辑”“记得不能错的要求”“哪些地方绝对不能错”“别放开了随便用”这类更像作者本人的说法
- 文章结尾如果适合互动，可以保留或补上“欢迎有兴趣的小伙伴们互相交流探讨。”这类轻量收尾；这符合作者已有博客的交流风格，不要改成正式的“欢迎读者讨论指正”
- 总结别只重复前文，应保留作者最终判断和“想帮读者少踩什么坑”的落点
Default Deliverable
如果用户只说“帮我润色/完善这篇文章”，默认输出或落库顺序应为：
- 发现的问题清单（结构 / 事实 / 术语 / 节奏）
- 修订策略摘要（哪些改、哪些不改、为什么）
- 可直接替换的修订版本，或在仓库中直接完成修改
Quick Self-Check
- 核心观点还在吗？
- 有没有把作者原本有价值的判断磨没？
- 这版读起来像作者本人在复盘，还是像整理过的说明稿？
- 有没有“AI 味”的声明、铺垫、解释和长标题？能删就删，能短就短
- 有没有密集出现“不是 A 而是 B”“不只是 A”“从 X 到 Y”“更稳/更安全/更像”这类句式？能否改成直接判断？
- 样例代码、粗略数字、假设路径的说明是否过长？能否压成一句短边界？
- 有没有泛比喻或拟人化太多，导致文章像 AI 在解释概念？能否换成具体场景和技术名词？
- 有没有把测试用例、项目背景或辅助材料讲得比正文主题还多？
- 如果结论靠数据支撑，原始表格、成本、耗时、数量、占比是否还在？是否因为润色过度丢了论据？
- 有没有把作者明确的怀疑、担心、负面判断改得太圆滑？这类“人味”通常应该保留
- 有没有为了显得完整而拆太多小节、写太多“原因说明”？能合并就合并
- 有没有“锁住、守住、不变量、收敛、语义”这类偏书面或偏报告味的抽象词？能换成更直接的口语表达就换掉
- 这次修改是否集中在真正有改进价值的地方？
Maintenance
主副本位于 .agents/skills/article-refiner/；Kilo Code、Roo Code、OpenCode 和 GitHub Copilot 直接复用 .agents/skills/，仅在需要兼容 Claude Code 时同步到 .claude/skills/。
