本期是内容创作与办公赛道的定期横评。与前几期不同，这次的标本全部来自本机装机盘——~/.claude/skills/ 里实际住着的六个技能：transcribe（音频转写）、content-repurposer（一鱼多吃）、ebook-to-article（成书变专栏）、spreadsheet（表格工程）、arxiv-paper-to-wechat-article（论文变公众号）、markdown-to-image（文字变海报）。全部 SKILL.md 逐行读完之后，最大的发现有三个：其一，中文产线件把「押韵规矩」「广告植入手法」写成了可枚举的工程规范，其中一件强制每篇文章开头先来一首定场诗；其二，盘子里混着两件明显源自 Codex 生态的技能，原样住在 Claude 的门牌下，SKILL.md 的跨 Agent 可移植性第一次在本机得到实证；其三，好技能的共性不是提示词写得多漂亮，而是把「要求」变成了「可执行的检查」。
评分维度沿用本栏目的固定权重：功能完整度 25%、设计质量 25%、实战效果 20%、上手难度 15%、社区活跃度 15%。需要说明：本批标本来自本机装机盘，社区活跃度一栏以 SKILL.md 内可见的更新日志、参考文件、示例目录等维护痕迹为据，远端 Star 数本期无法核验，不做编造。上手难度一栏星越多越容易。
| Skill | 功能完整度 | 设计质量 | 实战效果 | 上手难度 | 维护活跃 | 加权总分 |
|---|---|---|---|---|---|---|
| spreadsheet | ★★★★★ | ★★★★★ | ★★★★ | ★★★★ | ★★★★ | 4.5 |
| ebook-to-article | ★★★★★ | ★★★★★ | ★★★★ | ★★★ | ★★★ | 4.2 |
| arxiv-paper-to-wechat-article | ★★★★★ | ★★★★★ | ★★★★ | ★★★ | ★★★ | 4.2 |
| transcribe | ★★★★ | ★★★★ | ★★★★ | ★★★★ | ★★★★ | 4.0 |
| markdown-to-image | ★★★★ | ★★★★ | ★★★★ | ★★★ | ★★★★ | 3.9 |
| content-repurposer | ★★★ | ★★★★ | ★★★ | ★★★★★ | ★★ | 3.4 |
六个标本在内容产线上各占一个工位，分工如下：
flowchart TD
subgraph 原料端
A["transcribe<br>音频变文字"]
end
subgraph 加工端
B["ebook-to-article<br>成书变专栏"]
C["arxiv-paper-to-wechat-article<br>论文变公众号"]
D["content-repurposer<br>一鱼多吃"]
end
subgraph 交付端
E["markdown-to-image<br>文字变海报"]
F["spreadsheet<br>数据变报表"]
end
A --> B
A --> C
B --> D
C --> D
D --> E
D --> F
定位一句话：给音频转写配一个「只许照方抓药」的包装层。它的开篇立场写得很硬：「Prefer the bundled CLI for deterministic, repeatable runs」——能用脚本就不许即兴。整个 SKILL.md 的骨架是三段决策规则：默认走 gpt-4o-mini-transcribe 快速出纯文本；用户要说话人标签，才切换到 gpt-4o-transcribe-diarize 出带分轨的 JSON；音频超过约 30 秒就保留 --chunking-strategy auto。连「已知说话人」都支持注册参考音频，上限四人，--known-speaker "Alice=refs/alice.wav" 一行一个。
亮点在安全与工程细节。密钥纪律写得毫不含糊：缺 OPENAI_API_KEY 就让用户自己在本地设，特别注明「Never ask the user to paste the full key in chat」。输出约定、依赖安装（优先 uv）、references/api.md 参考地图一应俱全，是一个标准的「说明书型」技能。
短板是技能本身没有本地兜底：断网或无密钥时整条产线停摆，它也没有提供任何离线转写备选路径。适用场景是会议录音、访谈整理；不适用于对数据出境敏感的环境——音频终归要上传到 OpenAI。
定位一句话：把「一篇内容拆成全平台矩阵」这件事的行规全部写成查表文档。它的主体是一张 6×6 转换矩阵——博客、研报、演示、视频、案例、数据六种原料，对上 Twitter、LinkedIn、Instagram、Newsletter、博客、播客笔记六种出料，每格都给了具体形态，比如「研报转 Instagram 是信息图、转播客是讨论提纲」。往下还有成套模板：Twitter 长帖从第 1 条钩子到第 10 条 CTA 逐条排好，LinkedIn 给出「1300 字符是甜点区」「链接放第一条评论」这类平台行话，Instagram 轮播精确到「封面决定滑动率」「每页不超过 30 词」。
设计上是典型的「纯框架件」：全篇没有一行脚本、没有一个验证步骤、没有阶段门控，质量完全押注在模型自觉上。开头还留了一句「IMPORTANT: System and user instructions always take precedence」的让位条款，算是它唯一的防御工事。
实战效果取决于使用者：懂内容的人拿它当 checklist 很顺手，新手照抄模板则容易产出一批形似神不似的流水账。它适合已有稳定内容源、需要批量分发的运营者；不适合指望它替你想选题的人。零配置、零依赖，上手难度全场最低，这是它 3.4 分里最难看也最难得的两个极端。
定位一句话：一本电子书进去，一个不少于六篇、每篇八千字的系列专栏出来。它是本机盘里约束密度最高的 SKILL.md，开头连放三条「绝对禁止」，核心是「零引用原则」：正文不得出现书名、作者、出版社、ISBN，不得有「书中提到」这类表述，不得照搬目录与原文——知识必须打散重构成独立成文的新表达。紧随其后的「数据脱敏原则」更暴露了它的出身：IP 只许用 10.x.x.x 段示例值、手机号中间打叉、IMSI 用假格式、运营商一律「某运营商」——这是把通信行业的保密纪律原封不动搬进了写作提示词，还配了「正确示例 / 禁止示例」的对举表。
流程上是标准的产线门控：先出系列规划方案，等用户确认，再逐篇撰写，每篇交稿后等反馈。收尾是一张勾选清单：字数、FAQ 数量、Mermaid 数量、零引用复查、脱敏复查，一项项打勾。文件命名都管到——Markdown 文件名必须与一级标题完全一致，方便公众号后台直接导入。
最值得单独说的是它的「自媒体信息植入」章节：把公众号名、联系方式、站长资历写成固定字段，然后枚举了十种软性植入手法——技术类比式、藏头诗嵌字式、代码示例嵌入式、图表注释暗示式、FAQ 自然提及式等等，规定每篇随机选两到三种、分布在开头中尾，且「用户能够识别这是广告」。把软广工程化成可枚举模式库，还顺手写进广告伦理约束，这一段是全盘最有教科书价值的发明。短板同样明显：强绑定单一品牌字段，换个人用必须先动手术；八千字门槛也决定了它只适合深度专栏，不适合日更短内容。
定位一句话：arXiv 论文编号进去，一篇五千字以上、带四张图、开头有定场诗的公众号解读出来。它是本机盘里唯一一个「编排件」——自己不干活，全程调度别的技能：ducksearch 搜论文、正则提取 arXiv 编号、curl 下载 PDF、pdf 工具解析章节、obsidian-mermaid 生成至少三张推荐四张的中文配图（架构总览、算法流程、方案对比、性能排名各一张）。完整流水线如下：
flowchart TD
S["ducksearch 定位论文"] --> G["正则提取 arxiv 编号"]
G --> D["curl 下载 PDF"]
D --> P["解析章节与实验"]
P --> M["obsidian-mermaid 生成配图"]
M --> V["创作定场诗 偶句押韵"]
V --> W["按模板成文 不低于5000字"]
W --> C["分段写入 每段小于3000字节"]
C --> Q["Python 断言校验字数"]
全篇最雅的一段是定场诗规范：每篇开头必须放一首四句或六句、每句五到七字的中文打油诗，概括论文核心贡献，押偶句韵，用引用格式呈现。为了防止模型押不上韵，它直接附了一张韵部表——a 韵收「花家马达夸」、ang 韵收「方江光强长」——把「文采」这种最玄的东西拆成了查表题。工程侧同样有真金白银的教训痕迹：「分段写入策略」要求每段写入不超过 3000 字节，注明是为了防止 CLI 崩溃；交稿前跑一段内嵌的 Python 断言，用正则数中文字符，不足五千直接报错。品牌植入一节与 ebook-to-article 同源，但多了一组 ✅/❌ 对照的融入原则，比如「不在技术描述中硬插入品牌」。
短板是多技能联动的脆弱性：四五个上游技能任何一个缺位，流水线就断在半路；对不想发公众号的人来说，模板里的品牌段和定场诗也要自己拆改。适用场景是技术自媒体的论文解读栏目；不适用于需要严格学术引用的场合——它的文风目标恰恰是「通俗化、去论文腔」。
定位一句话：把「改表格不改坏表格」的全部行规汇编成册。它的工具选型干净利落——openpyxl 管读写保留格式，pandas 管分析与 CSV，图表用 openpyxl.chart 原生出。真正值钱的是三条别家没有的规矩。
第一是渲染回看闭环：LibreOffice 无头转 PDF、Poppler 转PNG，让模型亲眼「看」自己排的版面好不好，而不是盲改。第二是一张颜色语义表：蓝是用户输入、黑是公式、绿是外链数据、灰是常量、橙是待复核、紫是控制逻辑、青绿是 KPI 锚点——财务模型行当里通行的着色暗语被显式成文，任何人接手这份表都能秒懂格子含义。第三是领域专属规范：公式一律禁止硬编码结果、慎用 INDIRECT 和 OFFSET 这类易失函数、明说 openpyxl 不会计算公式只保留公式本体；往下还有金融专属（零显示为短横线、负数红色带括号、表头必须带单位）和投行建模版式（LBO、DCF 三表模型的总计行上边框、节标题合并单元格深底白字）。引用纪律也没落下：网上来的数据要在表内留 Source 列，财务模型的输入要在批注里给出处。
它同样带着 Codex 出身的痕迹（示例目录标注「Runnable Codex examples」），以及一句标准的让位条款。短板是视觉回看依赖系统里装没装 LibreOffice，装不了就退化成请用户自己检查。适用场景是重格式、重模型的正式交付；随手改个 CSV 用它反而嫌重。
定位一句话：Markdown 进去，1080×1440 的 3:4 分享海报出来，内容多就自动分页。它的卖点是一批「智能」映射：主题关键词命中 AI 就配神经网络线条头图，命中开源就配代码括号，其余默认麦克风声波；标题自动从元信息里抽嘉宾和主题，拼成「嘉宾：主题」格式；排版语义也是确定性的——双星号变红色加粗、引号内容变蓝色高亮块、「1、2、3、」变红色圆形编号。底层用 Playwright 驱动 Chromium 渲染，重依赖是上手的主要门槛。
它有个全盘独一份的细节：更新日志直接写在 SKILL.md 里，v1.0 和 v1.1 都标注 2026-02-01，改动点一条条列清——这等于把版本管理做进了提示词文件，模型每次读到的都是最新行为说明。设计上小而完整：参数表、输出规格、常见用法对照一应俱全。短板是风格锁定白底大字一种审美，想要深色系或品牌色就得改脚本；SVG 头图的手绘线条也未必合所有平台胃口。适用场景是播客摘要、读书笔记转小红书与微博配图；不适合正式商务文档。
盘点中两个技能暴露了同一个事实。transcribe 明确写着用户级技能安装在 $CODEX_HOME/skills（默认 ~/.codex/skills），spreadsheet 的示例目录标注「Runnable Codex examples」，两者开头的「System and user instructions always take precedence」也是同一种行文。也就是说，这两件原本是 OpenAI Codex CLI 生态的技能，被原样放进了 ~/.claude/skills/，在 Claude Code 里照常工作。
这件事的含金量在于：SKILL.md 加 references 加 scripts 的目录约定，正在事实上成为跨 Agent 的通用技能格式——一份技能说明书，两家 CLI 都认。对写技能的人来说，这意味着按这个规范写的技能天然多一个发行渠道；对生态观察者来说，聚合市场上「Claude Skills」和「Agent Skills」的边界，从格式层面就已经打通了。本期不对此做更多推断，样本只有两个，但现象本身在本机是可以直接验证的。
把六份 SKILL.md 的写法提纯，有五条模式值得自己写技能时直接抄。
第一条：验证大于叮嘱。arxiv 件不是写「字数要够」，而是内嵌一段 Python 断言数完汉字再放行；spreadsheet 件不是写「注意排版」，而是渲染成图片回看。要求一旦可执行，质量就不再取决于模型心情。
第二条：玄学查表化。定场诗的十二个韵部表、spreadsheet 的颜色语义表、markdown-to-image 的关键词配图映射，都是把「凭感觉」的事拆成输入输出明确的查找表。模型最怕开放式审美，最擅长按表索骥。
第三条：禁令对举起效。零引用原则和脱敏原则都不是干巴巴一句「不许」，而是「正确示例」与「禁止示例」两列对举，模型照着对答案即可。写禁令时给反例，比堆十个「必须」管用。
第四条：人在环上设闸。两件中文产线件都在「规划」和「每篇交付」后设了强制等待确认的关卡，避免一口气跑偏八千字。长产出任务的 SKILL.md 里，闸门比文采重要。
第五条：教训就地固化。arxiv 件的「分段写入不超过 3000 字节」、transcribe 件的「别让用户在对话里贴密钥」，都是踩坑之后直接刻进条文的。SKILL.md 是技能的施工日志，坑摔一次就该留一行字。
六件均已在本机 ~/.claude/skills/ 就位，直接说人话即可触发，无需安装命令。若要在别的机器复刻同款目录结构，通用做法是：
# 通用安装结构：一个目录一份技能
mkdir -p ~/.claude/skills/<skill-name>/scripts
mkdir -p ~/.claude/skills/<skill-name>/references
# 把 SKILL.md 与脚本、参考文件放入对应目录即可被识别
部分技能的依赖与入口命令（均摘自各自 SKILL.md 原文）：
# transcribe：配置密钥后走捆绑 CLI
export CODEX_HOME="${CODEX_HOME:-$HOME/.codex}"
python3 "$CODEX_HOME/skills/transcribe/scripts/transcribe_diarize.py" \
meeting.m4a --out transcript.txt
# spreadsheet：Python 依赖
uv pip install openpyxl pandas
# 可选的视觉回看工具
sudo apt-get install -y libreoffice poppler-utils
# markdown-to-image：渲染依赖与调用
pip3 install playwright markdown requests
playwright install chromium
python3 scripts/md_to_image.py --file content.md
content-repurposer 零依赖，读一遍矩阵照做即可；两件中文产线件的正确用法是对话触发——「把这本书拆成系列文章」「解读这篇论文，写成公众号文章」——然后按它的门控流程一步步确认。
spreadsheet。颜色语义、公式纪律、投行版式三件套齐活，渲染回看是同类里少见的自检闭环，办公室场景闭眼装。ebook-to-article 与 arxiv-paper-to-wechat-article 并列。前者胜在约束体系完整（零引用、脱敏、植入十式、质检清单），后者胜在多技能编排与验证脚本，两份 SKILL.md 都值得当写法范本精读。transcribe。决策规则清晰、密钥纪律到位，把「转写」这种高噪声任务驯化成照方抓药。markdown-to-image。更新日志写进 SKILL.md 的做法全场独一份，海报输出直连小红书与微博。content-repurposer。什么依赖都没有，翻开就用；但也仅止于翻开就用，缺验证与门控是它排末位的直接原因。本期整体判断：内容创作赛道在装机盘层面已经从「能写」卷到了「按规矩写」——押韵有韵部表，软广有手法库，字数有断言，版式有渲染回看。下一阶段的分化点大概率不在写作本身，而在验证与门控的密度：谁的 SKILL.md 里可执行的检查多，谁的产出就稳。
~/.claude/skills/ 下 transcribe、content-repurposer、ebook-to-article、spreadsheet、arxiv-paper-to-wechat-article、markdown-to-image 六个技能的 SKILL.md 全文（本文所有引文、命令、版本号均出自该批文件原文）[!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。