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。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/taxueseek/ime-lexicon --skill ime-lexicon-optimize命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
豆包 / 微信输入法个人词库：识别、导出、导入、备份；纠错优化； 搜索并生成行业/专业/定制词库（并入归档 industry-dict）。 不走官方导入页。搜索优先 argo，没有就走通用搜索兜底。本技能只出查询、抽词、改表、写回副本。 生态定位：直接操作豆包 / 微信输入法词库文件层（usr.dat / WeType LevelDB），文件层识别、批量导出、槽位感知注入、整表替换消错、行业词库造词后直接 apply。 触发：个人词库、词库导出、词库导入、反向注入、行业词库、专业词库、定制词库、 生成行业词库、做词库、行业术语、industry-dict、拼写纠正、豆包词库、 微信输入法词库、WeType、usr.dat、ime-lexicon、/ime-lexicon
素材库 ↔ 创作词库 ↔ 画像：harvest 用去 AI 味筛子抽专属词， guide 出用词包，acquire 按画像缺口出搜索计划。只读，不 apply。 触发：抽创作词、用词包、金句抽词、写之前看词、素材库词库打通、画像补词。
搜索并生成行业/专业/定制词库。真源是归档 industry-dict： 3 路搜术语（有 argo 用 argo，否则通用搜索）→ 按该行业自己的分类补 → clean_dict 清洗 → txt。产线才用材料/工艺/设备/检测/现场。 触发：生成行业词库、做词库、行业术语、XX行业的词、定制词库、 industry-dict、导入微信输入法、给我做个XX行业的词库。
正在显示 SKILL.md
| name | ime-lexicon-optimize |
| description | 合并多份词表，自动改明显英文笔误和「词对、拼音错」，剔除 v2u / 拼音当词。 吃不准的进待确认，不写回输入法。 |
父技能：ime-lexicon。本文件只改表。
agnet / clade / skils 这类明显错误xx但是）自动改（表在脚本 TYPO_MAP）：
agnet→agent clade→claude gork/grokgrok→grok flsah→flashshft→shift skilsub→skill prma→proma boos→bossskills/skils 改，skill/skil 留）不自动改：ocv、产品名、短前缀。进 待确认.tsv。
python3 "$HOME/.agents/skills/ime-lexicon/scripts/ime_lexicon.py" optimize \
--from 工具/豆包输入法/个人词库.tsv \
--from 工具/微信输入法/个人词库.tsv \
--drop 'xx但是' --drop 'xx进入设置' \
--out 工具/词库整合/优化
产出：词库.tsv 更正记录.tsv 待确认.tsv。
--no-auto 只合并不改字。
--profile personal（默认）：只砍「的了 / 的吧」、≥16 字句子、v2u。习惯词（含频次=1 的「示例词」）留。--drop-fragments 才再剔个人碎片。
--profile industry：再砍过长（≥10 字）、频次=1 残片、「的了」类、叠词。行业表默认狠。
--budget N：裁到 N 条。重复 (词,拼音) 留个人库（source 含 doubao/wetype/personal）。个人已超 N 则个人按频次留前 N。
--budget。