# 先来首定场诗：六件内容产线横评 ## 概述 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」。 ## 一、评测对比表 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： ```mermaid flowchart TD subgraph 原料端 A["transcribe
音频变文字"] end subgraph 加工端 B["ebook-to-article
成书变专栏"] C["arxiv-paper-to-wechat-article
论文变公众号"] D["content-repurposer
一鱼多吃"] end subgraph 交付端 E["markdown-to-image
文字变海报"] F["spreadsheet
数据变报表"] end A --> B A --> C B --> D C --> D D --> E D --> F ``` ## 二、六件逐个拆 ### 1. transcribe：把不确定性关进 CLI 的转写件 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。 ### 2. content-repurposer：一册没有发动机的参考书 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。 ### 3. ebook-to-article：把行业纪律写进提示词的产线件 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。 ### 4. arxiv-paper-to-wechat-article：论文解读流水线，出口先押韵 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： ```mermaid 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」。 ### 5. spreadsheet：办公室里最靠谱的一件 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。 ### 6. markdown-to-image：把更新日志写进 SKILL.md 的成图件 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。 ## 三、跨物种发现：Codex 的技能住进了 Claude 家 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 `$CODEX_HOME/skills`（默认 `~/.codex/skills`），`spreadsheet` 的示例目录标注「Runnable Codex examples」，两者开头的「System and user instructions always take precedence」也是同一种行文。也就是说，这两件原本是 OpenAI Codex CLI 生态的技能，被原样放进了 `~/.claude/skills/`，在 Claude Code 里照常工作。 这件事的含金量在于：SKILL.md 加 references 加 scripts 的目录约定，正在事实上成为跨 Agent 的通用技能格式——一份技能说明书，两家 CLI 都认。对写技能的人来说，这意味着按这个规范写的技能天然多一个发行渠道；对生态观察者来说，聚合市场上「Claude Skills」和「Agent Skills」的边界，从格式层面就已经打通了。本期不对此做更多推断，样本只有两个，但现象本身在本机是可以直接验证的。 ## 四、可以抄走的五条设计模式 把六份 SKILL.md 的写法提纯，有五条模式值得自己写技能时直接抄。 第一条：验证大于叮嘱。arxiv 件不是写「字数要够」，而是内嵌一段 Python 断言数完汉字再放行；spreadsheet 件不是写「注意排版」，而是渲染成图片回看。要求一旦可执行，质量就不再取决于模型心情。 第二条：玄学查表化。定场诗的十二个韵部表、spreadsheet 的颜色语义表、markdown-to-image 的关键词配图映射，都是把「凭感觉」的事拆成输入输出明确的查找表。模型最怕开放式审美，最擅长按表索骥。 第三条：禁令对举起效。零引用原则和脱敏原则都不是干巴巴一句「不许」，而是「正确示例」与「禁止示例」两列对举，模型照着对答案即可。写禁令时给反例，比堆十个「必须」管用。 第四条：人在环上设闸。两件中文产线件都在「规划」和「每篇交付」后设了强制等待确认的关卡，避免一口气跑偏八千字。长产出任务的 SKILL.md 里，闸门比文采重要。 第五条：教训就地固化。arxiv 件的「分段写入不超过 3000 字节」、transcribe 件的「别让用户在对话里贴密钥」，都是踩坑之后直接刻进条文的。SKILL.md 是技能的施工日志，坑摔一次就该留一行字。 ## 五、安装与使用 六件均已在本机 `~/.claude/skills/` 就位，直接说人话即可触发，无需安装命令。若要在别的机器复刻同款目录结构，通用做法是： ```bash # 通用安装结构：一个目录一份技能 mkdir -p ~/.claude/skills//scripts mkdir -p ~/.claude/skills//references # 把 SKILL.md 与脚本、参考文件放入对应目录即可被识别 ``` 部分技能的依赖与入口命令（均摘自各自 SKILL.md 原文）： ```bash # transcribe：配置密钥后走捆绑 CLI export CODEX_HOME="${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。 ## 六、推荐排行榜 - 办公刚需首选：`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。 - 中文产线教科书：`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。 - 确定性工程奖：`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。 - 交付形态创新奖：`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。 - 零门槛入门奖：`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。 ## 参考来源 1. 本机装机盘标本：`~/.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） 2. [anthropics/skills](https://github.com/anthropics/skills) — 官方技能仓库，SKILL.md 目录规范（SKILL.md + references + scripts）的参照基准 3. [skillsmp.com](https://skillsmp.com) — Skills 聚合市场，本期赛道热度背景参照（本期评分未采用其数据） 4. [mcpservers.org/agent-skills](https://mcpservers.org/agent-skills) — Agent Skills 目录，跨 Agent 技能格式流通的观察渠道 5. [skills.sh](https://skills.sh) — Skills 生态榜单站，用于后续联网核验本期标本的远端热度 > [!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。