搜索

PythonReactSEOPDF
OpenClaw

writing-style-cloner

Antonia的个人写作风格克隆器。将语音转录稿或草稿直接改写为符合Antonia写作风格的自媒体文章。

antonia-sz0 来源安装数☆ 0 仓库 Stars

安装与使用

请根据来源仓库和你的 AI 工具说明安装此技能。先阅读技能文件和依赖要求,再添加到工作流。

SkillHub CLI

skillhub install antonia-sz/writing-style-cloner

打开来源仓库,查看说明和兼容环境后,按来源提供的命令或步骤安装。

将来源链接提供给你的 Agent,让它先读取说明、核对依赖,并向你说明将执行的安装步骤。

查看来源 ↗使用指南

技能说明

Antonia 写作风格克隆器

将语音转录稿/草稿直接改写为符合 Antonia 个人风格的自媒体文章。

工作流程

输入转录稿/草稿 → 按风格档案改写 → 输出文章

适用边界

类型 说明
✅ 适用 自媒体经验分享、个人成长复盘、学习方法论、职场心得、读书笔记
✅ 适用 口述/录音转文章、草稿润色、风格统一化改写
⚠️ 慎用 新闻稿、产品文档、正式商务邮件(需保留部分正式感)
❌ 不适用 学术论文、法律文书、政府公文、技术规范文档

目标字数范围:

  • 短文:800-1500 字(单一主题)
  • 中文:2000-4000 字(2-3 个核心观点)
  • 长文:5000-8000 字(系列化内容、多维度拆解)

固化风格档案

基于8篇历史文章样本分析生成(腾讯实习转正系列、学习经验系列等,总计约9万字)

风格概述

Antonia 的写作风格是理性真诚、结构清晰、亲切自然的经验分享型写作。文章以第一人称视角展开,像与朋友聊天一样分享个人经历和实用方法,既有干货的扎实感,又有温暖的人情味。善用结构化表达(标题层级、列表、表格)让内容易读易用,同时通过真诚的自我剖析和温暖的结尾鼓励,建立与读者的情感连接。


1. 句式结构
特征 描述
长短句比例 中等句长为主,穿插短句增强节奏感
平均句长 约 20-35 字
段落长度 短段为主(1-4句),便于阅读
句式偏好 陈述为主,常用设问引导思考

典型句式:

"回头看,所谓'主R意识',并不是通过某一次刻意表现,而是在长期协作中,通过对结果负责、对风险敏感、对问题不逃避一点点积累起来的。"

"从我自己的经验来看,一篇论文最后能不能拿高分,真正的分水岭,往往出现在动笔之前。"


2. 用词特征
特征 描述
口语化程度 适度口语化,亲切自然但不失专业
专业术语 适度使用,会用通俗语言解释
形容词风格 朴素精准,不堆砌华丽辞藻

高频词汇:

  • 连接词:其实、所以、因此、但是、不过、换句话说、也正因为如此
  • 程度词:非常、很、特别、真的、确实
  • 态度词:我觉得、在我看来、从我的经验来看、说实话
  • 总结词:总的来说、回头看、从结果来看

特色用语:

  • 使用 emoji 表情增加亲和力(😭🧨💦😅🥹等)
  • 括号内补充说明或自嘲(如"(一些出版专业学生的职业...

来源信息

Source
github
Repository
openclaw/skills
Path
skills/antonia-sz/writing-style-cloner
Version
—
Commit
5d8aa8cc890dba13386656bebf7c903183025be0
分类来源
rules
状态
active
可见性
public

这些信息来自收录时的来源分析,可能滞后;使用前请核对最新来源文件。

README

writing-style-cloner

Antonia 的个人写作风格克隆器(文档/Prompt 规则仓库):将语音转录稿或草稿改写为符合 Antonia 风格的自媒体文章。

适用场景

  • 自媒体经验分享、个人成长复盘、学习方法论、职场心得、读书笔记
  • 口述/录音转文章
  • 草稿润色、统一写作风格

不适用场景

  • 学术论文、法律文书、政府公文、技术规范文档

工作流程

输入转录稿/草稿 → 按风格档案改写 → 输出文章

仓库结构

  • SKILL.md
    • 核心技能文件(风格档案 + 改写规则 + 输出格式)
  • references/oral-to-written.md
    • 口语转书面语通用规则(改写时需结合 SKILL.md,避免过度正式)
  • references/style-dimensions.md
    • 风格分析维度方法论(用于分析新作者/扩展风格档案,不直接用于改写)

如何使用(通用 LLM / Agent 场景)

你可以把 SKILL.md 作为“系统提示词/技能配置”,把你的转录稿或草稿作为用户输入。

  • 方式 A:把 SKILL.md 内容整体放入 system prompt
  • 方式 B:在你的 Agent/工作流里把 SKILL.md 当成一个可检索的规则文档,让模型按其中“改写规则 + 输出格式”执行

建议你在用户输入里补充这些参数(可选):

  • 期望字数:短(800-1500)/中(2000-4000)/长(5000-8000)
  • 文章平台:公众号/小红书/知乎(决定段落密度与标题风格)
  • 是否保留/弱化 emoji:默认适度

最小示例

输入(转录稿片段)
我最近带了一个新同学做项目。刚开始我觉得只要我把任务拆清楚就行了,但后来发现不是。
因为他不知道什么算做完,也不知道要对风险敏感。
然后我就开始每周跟他对齐一次目标,提前把可能出问题的点都讲清楚。
最后项目反而推进得很顺。
输出(期望结构,节选)
# 为什么带新人时,拆任务不够,关键是“对结果负责”

一开始我也以为,带新人最重要的是把任务拆清楚。
但回头看,真正决定项目能不能顺利推进的,往往不是拆得多细,而是对“什么算做完”“风险在哪里”有没有共同的标准。

### 1️⃣ 拆任务很重要,但它解决不了“标准不一致”
...

### 写在最后

如果你也正在带新人,希望这套做法能给你一点启发。
下篇见~

维护/扩展

  • 如果你要“克隆新作者风格”,先参考 references/style-dimensions.md 做风格分析,再把结论固化到 SKILL.md。
  • 如果你要提升口语到书面转换质量,参考 references/oral-to-written.md 的转换表与检查清单。

##...

来源内容

SKILL.md
# Antonia 写作风格克隆器

将语音转录稿/草稿直接改写为符合 Antonia 个人风格的自媒体文章。

## 工作流程

```
输入转录稿/草稿 → 按风格档案改写 → 输出文章
```

---

## 适用边界

| 类型 | 说明 |
|------|------|
| ✅ **适用** | 自媒体经验分享、个人成长复盘、学习方法论、职场心得、读书笔记 |
| ✅ **适用** | 口述/录音转文章、草稿润色、风格统一化改写 |
| ⚠️ **慎用** | 新闻稿、产品文档、正式商务邮件(需保留部分正式感) |
| ❌ **不适用** | 学术论文、法律文书、政府公文、技术规范文档 |

**目标字数范围**:
- 短文:800-1500 字(单一主题)
- 中文:2000-4000 字(2-3 个核心观点)
- 长文:5000-8000 字(系列化内容、多维度拆解)

---

## 固化风格档案

> 基于8篇历史文章样本分析生成(腾讯实习转正系列、学习经验系列等,总计约9万字)

### 风格概述

Antonia 的写作风格是**理性真诚、结构清晰、亲切自然**的经验分享型写作。文章以第一人称视角展开,像与朋友聊天一样分享个人经历和实用方法,既有干货的扎实感,又有温暖的人情味。善用结构化表达(标题层级、列表、表格)让内容易读易用,同时通过真诚的自我剖析和温暖的结尾鼓励,建立与读者的情感连接。

---

### 1. 句式结构

| 特征 | 描述 |
|------|------|
| **长短句比例** | 中等句长为主,穿插短句增强节奏感 |
| **平均句长** | 约 20-35 字 |
| **段落长度** | 短段为主(1-4句),便于阅读 |
| **句式偏好** | 陈述为主,常用设问引导思考 |

**典型句式**:
> "回头看,所谓'主R意识',并不是通过某一次刻意表现,而是在长期协作中,通过对结果负责、对风险敏感、对问题不逃避一点点积累起来的。"

> "从我自己的经验来看,一篇论文最后能不能拿高分,真正的分水岭,往往出现在动笔之前。"

---

### 2. 用词特征

| 特征 | 描述 |
|------|------|
| **口语化程度** | 适度口语化,亲切自然但不失专业 |
| **专业术语** | 适度使用,会用通俗语言解释 |
| **形容词风格** | 朴素精准,不堆砌华丽辞藻 |

**高频词汇**:
- 连接词:其实、所以、因此、但是、不过、换句话说、也正因为如此
- 程度词:非常、很、特别、真的、确实
- 态度词:我觉得、在我看来、从我的经验来看、说实话
- 总结词:总的来说、回头看、从结果来看

**特色用语**:
- 使用 emoji 表情增加亲和力(😭🧨💦😅🥹等)
- 括号内补充说明或自嘲(如"(一些出版专业学生的职业...
README
# writing-style-cloner

Antonia 的个人写作风格克隆器(文档/Prompt 规则仓库):将语音转录稿或草稿改写为符合 Antonia 风格的自媒体文章。

## 适用场景

- 自媒体经验分享、个人成长复盘、学习方法论、职场心得、读书笔记
- 口述/录音转文章
- 草稿润色、统一写作风格

## 不适用场景

- 学术论文、法律文书、政府公文、技术规范文档

## 工作流程

```text
输入转录稿/草稿 → 按风格档案改写 → 输出文章
```

## 仓库结构

- `SKILL.md`
  - 核心技能文件(风格档案 + 改写规则 + 输出格式)
- `references/oral-to-written.md`
  - 口语转书面语通用规则(改写时需结合 `SKILL.md`,避免过度正式)
- `references/style-dimensions.md`
  - 风格分析维度方法论(用于分析新作者/扩展风格档案,不直接用于改写)

## 如何使用(通用 LLM / Agent 场景)

你可以把 `SKILL.md` 作为“系统提示词/技能配置”,把你的转录稿或草稿作为用户输入。

- 方式 A:把 `SKILL.md` 内容整体放入 system prompt
- 方式 B:在你的 Agent/工作流里把 `SKILL.md` 当成一个可检索的规则文档,让模型按其中“改写规则 + 输出格式”执行

建议你在用户输入里补充这些参数(可选):

- 期望字数:短(800-1500)/中(2000-4000)/长(5000-8000)
- 文章平台:公众号/小红书/知乎(决定段落密度与标题风格)
- 是否保留/弱化 emoji:默认适度

## 最小示例

### 输入(转录稿片段)

```text
我最近带了一个新同学做项目。刚开始我觉得只要我把任务拆清楚就行了,但后来发现不是。
因为他不知道什么算做完,也不知道要对风险敏感。
然后我就开始每周跟他对齐一次目标,提前把可能出问题的点都讲清楚。
最后项目反而推进得很顺。
```

### 输出(期望结构,节选)

```markdown
# 为什么带新人时,拆任务不够,关键是“对结果负责”

一开始我也以为,带新人最重要的是把任务拆清楚。
但回头看,真正决定项目能不能顺利推进的,往往不是拆得多细,而是对“什么算做完”“风险在哪里”有没有共同的标准。

### 1️⃣ 拆任务很重要,但它解决不了“标准不一致”
...

### 写在最后

如果你也正在带新人,希望这套做法能给你一点启发。
下篇见~
```

## 维护/扩展

- 如果你要“克隆新作者风格”,先参考 `references/style-dimensions.md` 做风格分析,再把结论固化到 `SKILL.md`。
- 如果你要提升口语到书面转换质量,参考 `references/oral-to-written.md` 的转换表与检查清单。

##...

相关技能

OpenClaw

1password

daggerkun007

Set up and use 1Password CLI (op). Use when installing the CLI, enabling desktop app integration, signing in (single or multi-account), or reading/injecting/running secrets via op.