交付前最后一道门：四个「质检型」Skill 横评——生成过剩时代，生态开始给产出装门禁

概述

一、为什么是质检层：生成过剩时代的稀缺品

判断依据也简单：生成端的产出各家趋同，交付前有没有一道「不通过就打回」的门禁，才是成品和半成品的分界线。

二、评测对比表

评分说明：五维沿用本栏目标准权重（功能/设计/实战/上手/社区 = 25/25/20/15/15），上手星级越高越容易上手。四行评分均为编辑部基于历期实拆存档的二次评估——xlsx、pptx、doc-coauthoring 的机制细节取自 8-29 与 9-03 两期的 SKILL.md 逐段实拆，chinese-content-writing-guideline 取自 5-26 期的实测记录；本期未重新抓取正文，若与上游仓库现状不符，应以仓库为准。

三、主拆一：xlsx 的 recalc 门禁——把质检交给机器

8-29 期实拆时，这个 Skill 的正文核心是一句 CRITICAL 立法："Use Formulas, Not Hardcoded Values"。配套一对正反例：❌ WRONG 是用 Python 算完求和再写死 sheet['B10'] = total；✅ CORRECT 是写入 sheet['B10'] = '=SUM(B2:B9)'。区别在交付之后——用户改一个数字，公式版自动联动，硬编码版就是错的。

真正的质检层在交付前最后一行："Every Excel model MUST be delivered with ZERO formula errors"。保存后强制跑 recalc.py（LibreOffice 无头重算），脚本返回 JSON：status、total_errors、error_summary——错误精确定位到 #REF! 所在单元格。有错必须修复后重算，没有商量余地。

值得单独说的是它的行规内置：蓝色单元格 = 硬编码输入、黑色 = 公式、绿色 = 跨表链接、红色 = 外部链接、黄底 = 关键假设；负数用括号 (123) 表示。这些是投行/咨询行业的行规，写进 Skill 等于给模型预装了行业质检标准——它检查的不只是「公式有没有错」，还有「像不像一份专业交付物」。

为什么它是质检层的黄金标准：表格的正确性可以机器验证，于是质检从「风格建议」升级成了「门禁」——通过才放行，不过就打回，全程没有模型的主观判断参与裁决。短板同样清楚：依赖本地 LibreOffice；且 recalc 只能保证「公式对」，保证不了「输入的数字对」——蓝色单元格里的错误输入是这道门禁的盲区，最终事实核查仍在人这边。

四、主拆二：pptx 的审问式 QA——子代理替你看图

9-03 期实拆官方 pptx 时，最引人注目的是它交付前的强制闭环：soffice 转 PDF → pdftoppm 转图 → markitdown 做内容检查，再用一行 grep 扫占位符残留（grep -iE "xxxx|lorem|ipsum"）——最后一步，派一个子代理去看渲染出来的图。

这里有两个值得抄进任何 Skill 的设计决策。第一，把「没填完」这种低级事故交给确定性工具：占位符残留用 grep 就能抓到，绝不浪费一次模型调用——能用代码验证的绝不劳驾模型，这条优先级排序本身就是质检层的第一法则。第二，把「好不好看」交给另一个脑袋：视觉判断是主观项，主代理自己检查自己刚排完的版，等于让作者校对自己的稿子；派一个没有生成负担的子代理去看图，验证者和生成者分离了。

短板：这条链路是四道门禁里最重的——每张幻灯片都要渲染成图，慢且贵；而且子代理的审美判断终究还是模型判断，方差没有消失，只是被隔离到了验证侧。

五、主拆三：doc-coauthoring 的 Stage 3——换一个脑袋来读

5-19 期给这个官方写作流程引擎的定位是「结构化协作写作流程引擎」：三阶段工作流——Stage 1 信息倾倒与澄清、Stage 2 逐节迭代精炼、Stage 3 Reader Testing（读者盲测）。整个 Skill 最具洞察力的设计在第三阶段：用一个没有任何先前对话上下文的新 Claude 实例来阅读成稿，模拟真实读者的信息不对称，专捕「作者以为读者知道、其实不知道」的盲点。

这是质检层里唯一把「读者」引入验证环节的设计。它的深刻之处在于承认了一个生成端无法自救的事实：盲点在原上下文里是不可见的——同一个上下文里的自查是自欺，只有换一个零上下文的脑袋才测得出来。可以说 pptx 的子代理看图是它的视觉版，两者共享同一条设计基因：验证必须换脑。

短板：最贵的质检。5-19 期估算三阶段全流程 Token 消耗约 41,500–76,500，其中 Stage 3 约占三成——对一篇文档来说，三分之一的预算花在「被人挑刺」上。 ROI 是否为正取决于文档的价值密度：返工成本越高、越值得盲测；水稿不值得。另外盲测者是模型读者，与真实人类读者的错位依旧存在，它测出的是「信息缺口」，不是「阅读体验」的全部。

六、主拆四：chinese-content-writing-guideline——把修正写成对账单

社区件 jim60105/copilot-prompt 里的 chinese-content-writing-guideline（5-26 期实测时 skills.sh 口径 372 安装），是 skills.sh 上少数专注中文写作质量的质检件，面向繁体中文（zh-TW）。它不帮你写中文，只做一件事：把中文输出拉到母语级规范——字词层处理简繁微妙差异（「信息」vs「資訊」、「软件」vs「軟體」），句式层规范中文表达习惯（避免西化句式、量词），排版层规范中英混排的空格与标点。

5-26 期的实测记录给了它一份罕见的量化成绩单：喂入一段机器翻译的中英混排技术文档，输出标注全部修正点的对照版本——用词在地化 12 处、标点规范化 8 处、语序调整 5 处、空格规范 15 处。

这个设计值得单独表扬：修正点可数、可分类、可核对。多数质检件的输出是「我感觉改好了」，它输出的是一张对账单——改了哪几类、各多少处、在哪一行。质检结果从主观感受变成了可验收的交付物，这是社区件里最接近「工程化质检」的样本。短板：只覆盖繁体，简体中文场景是空白（而这恰是需求最大的市场）；规则集静态，跟不上平台用语的演化；个人项目、体量小，长期维护是风险。

七、边注：三个不参与计分的质检样本

sepia（Nanako0129/sepia，1875 星）——今日第 1 轮已主拆其定位（综合 4.2），本期只补一个质检视角的细节：9-03 期拆它的描述层时注意到，fiction 场景的边界写成 "diagnose AI tells without editing"——诊断，但不代改。把「评分权」和「修改权」拆成两个动作，是质检工位的职业伦理：先报告，再动手，不越权。这一句边界声明值得所有质检型 Skill 抄写。

writing-great-skills（mattpocock/skills）——8-29 期已把它定位成「写给 Agent 的写作论」，换个角度看它其实是质检方法论的元层：no-op 判定法（这句话相对模型默认行为改变了什么？没改变就删）是句子级质检；「每个步骤必须以 checkable 且 exhaustive 的完成判据结尾」专治 premature completion——是对「完成声明」本身的质检。生成器生产内容，它生产「怎么验证内容」的规则。

humanize-academic-writing（momo2young，7-04 期口径 1.2K 安装）——学术线去 AI 味，与 sepia 构成「学术/通用」两极，7-04 跨语言专题已给过三维评分，此处不再重复计分，只记录格局：去 AI 味质检已有学术、通用两条产品线，说明这个细分已被市场验证。

八、模式提炼：质检层的三条设计定律

四道门禁放在一张桌上，三条规律浮出来：

定律一：能确定性验证的，绝不交给模型判断。 xlsx 的公式重算是脚本，pptx 的占位符扫描是 grep——两者的共同点是先用最便宜的确定性工具把「可机验」的部分清干净，模型只裁决机器验不了的残余（视觉、语义）。反过来的顺序（先问模型、机器兜底）成本和漏检率都更高。

定律二：验证者与生成者必须换脑。 doc-coauthoring 用零上下文新实例，pptx 派子代理看图——同一个上下文里的自查是自欺，盲点在生成上下文里结构性不可见。换脑的成本（新实例、子代理）就是质检的定价单位。

定律三：质检结果必须可计数、可定位、可回滚。 recalc.py 把错误定位到单元格，jim60105 把修正分类计数，盲测产出盲点清单。「通过/不通过」太粗——颗粒度决定质检结果能否直接驱动返工循环。不可数的质检等于没质检。

对照之下，生态里大量「生成即交付」的社区件缺的正是这一层。8-31 期复用类横评总结过「把交付标准写成数量」的提示词技巧，本期可以再进一步：数量约束管生成端的贪多与偷懒，门禁管交付端的放行与打回——两者合起来才是完整的闭环。

九、质检流水线全景

flowchart TB
    subgraph GEN["生成层：任何赛道都能产出初稿"]
        A["写作 / 翻译 / 表格 / 幻灯片"]
    end
    subgraph GATE["质检层：交付前的四道门（本期横评对象）"]
        B1["xlsx · recalc.py<br/>无头重算，零公式错误才放行<br/>错误定位到单元格"]
        B2["pptx · 审问式 QA<br/>grep 占位符 + 子代理看图<br/>确定性工具优先"]
        B3["doc-coauthoring · Stage 3<br/>零上下文新实例盲测<br/>验证者与生成者分离"]
        B4["chinese-content-writing-guideline<br/>修正点分类计数对照报告<br/>繁中规范对账单"]
    end
    D["交付"]
    A --> B1 --> D
    A --> B2 --> D
    A --> B3 -->|"盲点清单 → 返回 Stage 2 修复"| A
    A --> B4 --> D

注意 B3 的回边：四道门里只有盲测设计了「打回重做」的回路，其余三道都是「修到通过为止」的线性循环——盲测是唯一假设「问题可能出在需求理解而非执行」的门，这也是它最贵却最难替代的原因。

安装与使用

```bash

官方三件（xlsx / pptx / doc-coauthoring）：随官方 skills 分发

本机经 anthropic-agent-skills 插件装载，注册表中以 example-skills:xlsx 等形式可见

/plugin install anthropic-agent-skills # Claude Code 内执行，或按官方仓库 README 操作

社区：中文写作质检（繁中）

npx skills add jim60105/copilot-prompt@chinese-content-writing-guideline

xlsx 与 pptx 的质检环节需本地 LibreOffice（recalc 与渲染均调用 soffice），首次运行会自动配置；doc-coauthoring 零额外依赖，成本在 Token 而非环境。

推荐排行榜

结语与空位

质检层横评补上了第 4 轮五格（写作/翻译/SEO/PPT/数据处理）里贯穿性的缺失一环，但三处空位仍然敞开：其一，数字一致性质检——报告叙述里的数字与表格数字是否一致，至今没有专件，这是「数据处理」四格里真正的空白；其二，简体中文质检件缺位，需求最大的市场没有对账单；其三，「质检报告」作为独立交付物的标准化——把 QA 结果变成可以直接发给客户的文件，无人认领。按本栏目一贯的观察，哪里有门禁缺口，下一批新 Skill 就会从哪里挤进来。

参考来源

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。