菜单
从真实帖子、散文、发布说明、文档或站点副本构建源派生的写作风格配置文件，然后在内容、外联和社交工作流中重用该配置。当用户想要语音一致性而不需要通用 AI 写作套路时使用。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
Kubernetes 工作负载模式、资源管理、RBAC、probes、autoscaling、ConfigMap/Secret 处理，以及面向生产级部署的 kubectl 调试。
完成任何非平凡任务后使用。智能体按 5 个维度自评输出——准确性、完整性、清晰度、可执行性、简洁性——每项都给出具体证据。生成结构化 1-5 评分卡和具体改进建议。
在 competitive-platform-analysis 产出分层竞品集合后使用。按九个加权维度（定位、声音、视觉工艺、offer packaging、证据、enterprise-readiness、thought leadership、定价、客户 strategic tension）为每个竞品评分，使用明确 1–5 rubrics 和 tension-plot。位于 competitive-report-structure 之前。
当品牌需要通过结构化多会话访谈发现或表达身份时使用。通过 laddering、5 Whys 和 projective techniques，覆盖目的、定位、受众、个性、声音、叙事以及 founder-brand 张力 8 个模块。产出可恢复 session、磁盘持久化状态和 master brandbook（90_SYNTHESIS.md）。
通过 CodeScene MCP 提供实时结构性 Code Health——编辑前审查，变更后验证分数变化，门控 commit 和 PR。用于代码质量审查、重构、检查 AI 变更是否降低文件质量，或 commit/PR 前。
用于界定竞争 landscape：在任何 benchmark 开始前，识别、分类并用分数过滤竞品集合。决定谁算竞品、属于哪个 tier、应挖哪些来源。三技能竞争分析流水线第一步；位于 benchmark-methodology 之前。
| name | brand-voice |
| description | 从真实帖子、散文、发布说明、文档或站点副本构建源派生的写作风格配置文件，然后在内容、外联和社交工作流中重用该配置。当用户想要语音一致性而不需要通用 AI 写作套路时使用。 |
| origin | ECC |
从真实源材料构建持久的语音配置文件，然后在各处使用该配置，而不是从头开始重新推导样式或默认为通用 AI 副本。
使用可用的最强真实源集，按此顺序：
不要使用通用平台示例作为源材料。
x-api 拉取最近的原始帖子。生成下游技能可以直接消费的可重用 VOICE PROFILE 块。使用 references/voice-profile-schema.md 中的架构。
保持配置结构化且足够短以在会话上下文中重用。重点不是文学批评。重点是操作重用。
如果用户想要 Affaan / ECC 语音并且实时源材料很少，请从此开始，除非更新的源材料覆盖它：
删除并重写以下任何内容：
VOICE PROFILE。在此之前或内部使用此技能：
content-enginecrosspostlead-intelligence如果另一个技能已经有部分语音捕获部分，此技能是规范的真实来源。