本期是这个系列第四轮例行观察，轮到内容创作与办公线。桌面上摆五件近几周冒出来的新面孔：日语润色件 yomiyasu、论文中译阅读台 easyread、公文件两件——管写的 lieflat-gongwen 和管排的 gongwen-gbt9704-skill——再加一套影视编剧套件 screenwriting-skills。核心发现一句话：文字线的新货已经不卷「帮你写」，改卷「写完之后」——初稿有 AI 腔的管推敲，外文资料管对照精读，公文管风格验收和国标排版。生成环节被大模型拉平之后，生态的星正在往文字工作的下游搬。
先看增速。GitHub 新星榜口径，10月2日 yomiyasu 还是 991 星，10月3日已经到 1176 星，单日净涨约 185 星，是本期五件里唯一保持三位数日增的。而且它是标准的新面孔：10月初才进榜单，两周不到冲过千星。
它的仓库自述只有一句话，却用日英双语写了两遍：
AI生成の日本語を自然な日本語へ推敲するAgent Skill / Agent Skill for Refining AI-Generated Japanese into Natural Japanese
逐段拆这句自述，信息密度不低：
动词是「推敲」（Refining），不是「生成」。 这是整件商品最关键的定位决策。它不替你写，它在写完之后接手。生成的活被各家大模型卷成红海了，但「写完之后改稿」这个位置一直空着——传统工具叫它润色、校对、Edit pass，Skill 生态里专门做这一段的极少。yomiyasu 把自己钉在编辑的位置上，不碰枪手的活。
宾语是「AI生成の日本語」——输入明说就是 AI 产物。 它不假装处理所有文字，只处理机器写出来的那部分。这背后是一个真实痛点：AI 写的日语，语法全对、用词全对，但母语者一眼就看出「不是人写的」——助词的节奏、句尾的语气、惯用搭配的细微偏差，日语母语者对这类「AI 腔」比英语使用者敏感得多。把输入限定为 AI 产物，等于把触发场景收窄到最痛的那一段。
目标态是「自然な日本語」。 验收标准只有一条：像不像日本人写的。这不是能靠规则枚举的标准，只能靠语料和判断力堆——也正因为如此，它做成 Skill 而不是一段固定脚本是对的：这种活需要模型在场，Skill 只负责告诉模型「往哪个方向改」。
自述写两遍本身就是设计。 日语写一遍保证母语者检索命中，英语写一遍保证全球开发者搜得到。Trigger description 的双语化，是面向非英语市场做 Skill 的基本功——这件不足两周的新货，门牌挂得比很多千星老仓库讲究。
命名也顺带说一句：yomiyasu，从发音看取自「読みやすい」（好读、易读）。名字即验收标准，用户看完就懂它管什么。
短板也直说：只管日语。场景窄是它最大的天花板，但也是它触发准的原因——一个只做一件事的 Skill，误触发率天然低。想要中日英通吃的用户，它满足不了。
同样在10月初上榜的还有 easyread，10月2日榜单口径 499 星，10月3日 601 星，单日涨约 102 星。自述比主角长一些：
把英文论文读成舒服的中文：本地 PDF 论文翻译、原文对照、边读边问 AI、文献管理。Read English papers in comfortable Chinese.
四个功能名词，正好是科研读文献的四段流水线：
「本地 PDF 论文翻译」——「本地」两个字是重点。论文不上传第三方，翻译管道跑在自己机器上。对拿着未发表稿件和保密课题的研究者，这两个字就是入场券。
「原文对照」——翻译件的经典短板是「译完原文就丢了」，术语翻错无处对质。原文对照等于自带对账单，公式、专有名词、引用编号都能回原文核对。这是把「翻译」升级成「精读」的关键一格。
「边读边问 AI」——读到方法节看不懂，随手问一句，不用切出去开新窗口。阅读和问答在同一现场完成。
「文献管理」——前面三段都是单篇的事，这一段把单篇串成批次。读过的论文有处安放，下次找得回来。四段连起来，是一条完整的读文献流水线，不是四个零散功能。
形态上要说一句实话：从自述看，easyread 更像一个本地运行的阅读工作台，而不是仓库根目录放一个 SKILL.md 的单件 Skill。想上手的读者 clone 之后先看仓库说明，按它给的方式本地跑起来，安装成本比单件 Skill 高——这也是它上手分被扣一星的原因。
还有个细节值得留意：10月2日的榜单快照里，这个仓库连描述都还是空的，一天之后双语自述已经挂好。先涨星、后补门牌，和下一件的编剧套件是同一个剧本。
九月下半月，公文这个细分赛道前后架了两件，分工刚好切在上下游。
管写的：lieflat-gongwen。 自述一句话：
通过102万字语料提炼的公文写作 skill，把公文写作风格变成可测量、可验收的量化数据
拆两个短语。「102万字语料提炼」——风格不是作者拍脑袋总结的八股口诀，是拿真实语料喂出来的，这句话在交代方法论。「可测量、可验收」——这是本期五件里设计上最狠的承诺：公文写作最难的就是「什么叫写好了」永远说不清，它直接把文风变成一组可以打勾的量化指标，写完对表验收。把主观审美改成客观 checklist，这个思路不止能用在公文上，任何「文风向」的 Skill 都值得偷这一手。星数上它在9月中旬是一周从 669 星走到 967 星的斜率，目前已知榜单口径 967 星（9月15日）。名字里的 lieflat（躺平）是自嘲式品牌——躺平的人也想把材料写合格。
管排的：gongwen-gbt9704-skill。 自述：
中文公文排版 Skill：按 GB/T 9704-2012 生成可编辑 DOC
GB/T 9704-2012 是《党政机关公文格式》推荐性国标，字体字号、页边距、版头位置都有硬性参数。这些参数恰好是排版手工最容易错的部分——内容写对了，格式退回重做，是体制内材料岗的日常。这件 Skill 把国标焊进交付物里，而且产出是「可编辑 DOC」：不是图片、不是 PDF，是领导批注完还能继续改的 Word 文件。交付物形态选得准。
更值得抄的是它自述的第一句——不是功能，是警告：
信息安全提醒：请勿上传企业禁止对外公开的文件；可在本地或企业内网部署大模型后使用。
把安全声明放在产品卖点前面，在 Skill 生态里罕见。公文场景天然携带内部信息，作者把「别把内部文件喂给云端模型、要跑就跑本地」写成第一行，等于替用户把最大的坑先填了。9月16日榜单 643 星，9月18日 675 星，爬得不快，但这类工具的用户粘性从来不看增速。
两件合起来看：管写的不管排，管排的不管写。同一赛道被切成「内容风格」和「格式交付」两半，各自只做一段——这比做一个大而全的「公文一条龙」聪明：国标排版是确定性工作，风格量化是概率性工作，塞进一个 Skill 里只会互相污染触发条件。
五件里资历最老的一件，9月上架，星数轨迹最陡：9月11日榜单口径 715 星，9月18日 1245 星，一周涨了约 530 星。自述至今只有一句：
Professional agent skills for screenwriting, television writing and dramaturgy
三个名词三个域：screenwriting（剧本创作）、television writing（电视写作）、dramaturgy（戏剧构剧）。注意 skills 是复数——它自我定位是一套多件组合，覆盖从故事结构到对白的完整剧作工序，而不是单点工具。
前面说的「先涨星后补门牌」剧本，主角就是它：9月上中旬的多份榜单快照里，这个仓库一度挂着「无描述」在涨星，靠名字里的 screenwriting 硬扛检索，到9月中旬才补上这句英文自述。反过来看，一句自述能撑起一周 530 星，说明剧作赛道的供需缺口是真的——影视从业者和短视频剧组对结构化剧作辅助的需求，此前在 Skill 生态里几乎没有供给。
短板也因此明确：自述单薄到无法判断内部结构——三个域是一件套还是三件套、有没有分镜格式约定、对不接受不接受中文创作，仓库页面之外无从得知，黑盒程度是五件里最高的。想入手的建议先翻仓库目录再决定。
按功能完整度 25%、设计质量 25%、实战效果 20%、上手难度 15%、社区活跃度 15% 的口径打分（上手难度为反向项，越易用星越多）：
| Skill | 赛道 | 功能完整度 | 设计质量 | 实战效果 | 上手难度 | 社区活跃度 |
|---|---|---|---|---|---|---|
| yomiyasu | 日语润色 | ★★★★ | ★★★★ | ★★★★ | ★★★★★ | ★★★★★ |
| easyread | 论文中译 | ★★★★★ | ★★★★ | ★★★★ | ★★★ | ★★★★ |
| lieflat-gongwen | 公文写作 | ★★★ | ★★★★★ | ★★★★ | ★★★★ | ★★★ |
| gongwen-gbt9704-skill | 公文排版 | ★★★★ | ★★★★ | ★★★★ | ★★★★ | ★★★ |
| screenwriting-skills | 影视剧作 | ★★★★ | ★★★ | ★★★ | ★★★ | ★★★★ |
通用装法两种，任选其一：
# 方式一：Skills CLI（生态通用安装器）
npx skills add nanaism/yomiyasu
npx skills add larashero3-dotcom/lieflat-gongwen
npx skills add mizzlelover/gongwen-gbt9704-skill
npx skills add jtydhr88/screenwriting-skills
# 方式二：直接克隆进个人技能目录
git clone https://github.com/nanaism/yomiyasu ~/.claude/skills/yomiyasu
easyread 形态偏工作台，建议克隆后按仓库自带说明本地部署：
git clone https://github.com/Edwardxlai/easyread
装完重启会话，对话里说「帮我推敲这段日语」「按公文格式排一版」这类自然指令即可触发对应技能；各仓库 README 是最终权威，装前先读一眼。
flowchart TD
A["接一件文字活"] --> B{"活儿落在哪一段"}
B -->|写完要推敲| C["yomiyasu<br/>日语润色"]
B -->|外文要读透| D["easyread<br/>论文中译"]
B -->|公文要动笔| E["lieflat-gongwen<br/>风格量化"]
B -->|公文要交版| F["gbt9704<br/>国标排版"]
B -->|剧本要开写| G["screenwriting<br/>剧作三域"]
C --> H["自然日语"]
D --> I["对照精读"]
E --> J["可验收初稿"]
F --> K["可编辑DOC"]
G --> L["剧作初稿"]
一张图看清这五件为什么不打架：入口按「活儿落在哪一段」分流，产出物各不相同。文字工作台正在长出工位制——推敲位、翻译位、公文写位、排版位、剧作位，一格一件。
增速榜：yomiyasu（日增约185星）＞ easyread（日增约102星）＞ screenwriting-skills（上周峰速日增约75星）＞ lieflat-gongwen ＞ gongwen-gbt9704-skill。
设计模式榜（值得拆开学的程度）：lieflat-gongwen（量化验收）＞ gongwen-gbt9704-skill（安全前置＋国标对齐）＞ yomiyasu（双语门牌＋后处理定位）＞ easyread（流水线闭环）＞ screenwriting-skills（多域套件，但自述欠账）。
新手首装榜：只想立刻见效选 yomiyasu（会话里装完即用）；科研党选 easyread（多花十分钟部署，换来整条读文献流水线）；体制内材料岗两个公文件一起装，先写后排。
第一，把定位写在动词里。 yomiyasu 自述的核心动词是「推敲」不是「生成」，gbt9704 是「排版」不是「写作」。一个精准的动词替你挡掉了八成的错误触发。写 SKILL.md 第一句时先问自己：我的动词是什么？如果只能说「帮你处理文字」，说明定位还没想清楚。
第二，把验收标准焊进自述。 lieflat-gongwen 敢写「可测量、可验收」，gbt9704 敢写「按 GB/T 9704-2012」——两件都在自述里给出了可判定的完成定义。用户拿到手的不是「我会尽力写好」，而是「改到这几项全勾为止」。能写出验收标准的 Skill，天然比只会表态的同类高一个段位。
第三，敏感场景先写警告再写功能。 gbt9704 把「别上传内部文件、建议本地部署」放在自述第一句。如果你的 Skill 会碰用户的隐私数据、商业文件或合规红线，警告前置不是免责姿势，是产品设计的一部分——用户看到你先想到了风险，才会把更重要的东西交给你。
这轮横评的桌子不大，五件新货却把同一个趋势摆得很清楚：当「写出来」不再值钱，「写得好、读得懂、排得对、交得了」就成了新的货架。下游工序——推敲、对照、验收、排版——件件都是确定性更强的活，也件件都适合 Skill 这个形态：规则清晰、验收可判、模型只需在判断环节出场。五件里星数最高的两件（yomiyasu、screenwriting-skills）都还不到两千星，整条文字下游线刚刚开张。下一轮观察值得回访的问题只有一个：这些单点工位，会不会先于开发者预期，被谁串成一条完整的文字交付流水线。
[!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。