| name | tech-deconstruct |
| description | 拆解技术参考文章,提取结构、开篇、代码质量、逻辑链、信息密度等写作模式。放入 博文/参考文章/{专题}/{文章}/ |
| allowed-tools | Read Write Grep Bash Agent |
| argument-hint | [文章名或路径] |
拆解技术文章
流程
Step 0:准备
- 用户提供 md 文件路径,或直接粘贴原文
- 确认归类到哪个专题(如 Python/Go/架构/职业),支持多级分类如
Python\爬虫
Step 1:建目录 + 搬文件
- 在
博文/参考文章/{专题}/ 下以文章名创建文件夹
- 把原文(或用户粘贴的内容)存为
原文.md
Step 2:拆解分析
逐维度拆解原文,输出结构化 JSON:
| 维度 | 检查点 |
|---|
| 结构骨架 | 段落划分:问题/方案/代码/验证/总结,各段字数占比 |
| 开篇钩子 | 第一段用什么开头(痛点/截图/场景/数据),是否有效 |
| 代码质量 | 可复制即跑?有注释?依赖版本号是否明确 |
| 信息密度 | 多少个字讲一个概念,有没有水段 |
| 逻辑链 | 读一遍能不能顺着思路走到底,有无分支/跳步 |
| 读者匹配 | 面向什么水平,措辞是否匹配 |
| 可借模式 | 结构套路、排版技巧、图示用法 |
Step 3:生成文件
原文.md — 拉取原文正文(清洗掉平台导航/评论/广告)
拆解报告.md — 中文可读报告
拆解数据.json — 结构化数据
输出清单
博文/参考文章/{专题}/{文章}/
├── 原文.md ← 清洗后的原文字
├── 拆解报告.md
└── 拆解数据.json