[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M79A6KAEFVC8V09F4JMT042G":3,"skill-same:01M79A6KAEFVC8V09F4JMT042G":96},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":16,"sourceHtmlUrl":17,"categories":18,"keywords":19,"publishedAt":20,"linkOnly":21,"markdownContent":22,"markdownBody":23,"frontMatter":24,"refName":25,"commitSha":26,"skillDirectory":27,"forksCount":28,"repositoryHtmlUrl":29,"repositoryHomepageUrl":6,"ownerHtmlUrl":30,"ownerBlogUrl":31,"ownerDescription":32,"updatedAt":33,"install":34,"resources":47},"01M79A6KAEFVC8V09F4JMT042G","gracker-writing",null,"技术文章写作 skill。适用于技术深度文章、工具实战复盘、FAQ\u002FQ&A、方法论、公众号长文等。触发词:写文章、写公众号、写博客、帮我写篇稿、按我的风格写、技术长文写作。不适用于短帖、社媒卡片、小红书图文等平台化短内容，除非用户明确要求按长文素材改写。","yhyu13\u002FAgentSkillsVault","yhyu13","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F19365678?v=4","01M79A3XCF5M26GEWS60XQQRWW","俞航","01M79A3XD7YZ779GGWS41K367S",3,"MIT","https:\u002F\u002Fgithub.com\u002Fyhyu13\u002FAgentSkillsVault\u002Fblob\u002Fmain\u002FSKILL\u002Fcontent\u002Ftier1\u002Fgracker-writing\u002FLICENSE","https:\u002F\u002Fgithub.com\u002Fyhyu13\u002FAgentSkillsVault\u002Fblob\u002Fmain\u002FSKILL\u002Fcontent\u002Ftier1\u002Fgracker-writing\u002FSKILL.md",[],[],"2026-11-15 14:19:17",false,"---\nname: gracker-writing\ndescription: 技术文章写作 skill。适用于技术深度文章、工具实战复盘、FAQ\u002FQ&A、方法论、公众号长文等。触发词:写文章、写公众号、写博客、帮我写篇稿、按我的风格写、技术长文写作。不适用于短帖、社媒卡片、小红书图文等平台化短内容，除非用户明确要求按长文素材改写。\n---\n# 技术文章写作\n\n> 面向技术从业者的长文写作 skill，尤其适合 Android、性能优化、工程工具和系统机制类内容。\n> 写作定位:工程师视角,技术精确、结构清楚、判断明确、实战痕迹重,不卖弄不端着。\n\n技术文章的核心是三件事:\n1. **准确**:术语、版本、路径、代码、数据都能对上。\n2. **有用**:读者看完知道怎么观察、怎么判断、怎么落手。\n3. **易读**:不是把信息塞满,而是把复杂问题讲顺。\n\n不是资讯搬运,不是情绪发泄,不是 AI 式的整洁废话,也不是为了\"好看\"去写花活。\n\n### 活人感基线\n\n写作、改写、发布前质检都要读取 `references\u002Fhuman-feel.md`。这份规则吸收 `human-writing` 的精华,但按 Gracker 的技术写作体系重新表达:具体事实优先、简单动词、少升格、不凑三项、术语稳定复用、观点来源明确、加粗克制。\n\n活人感不靠口语化表演,靠三个东西:\n\n- **具体**:能看到场景、工具、版本、trace、代码路径、失败分支或读者反馈。\n- **取舍**:知道作者为什么这么判断,也知道这个判断在哪些条件下成立。\n- **不装**:不把普通事实写成时代趋势,不把材料整理写成深刻洞察,不把格式重点当成内容重点。\n\n如果一段话没有具体对象、具体动作或具体证据,即使语气顺滑,也按 AI 味处理。\n\n---\n\n## 一、写作原则\n\n### 核心目标\n\n**让读者真的看懂、能拿去用、知道边界**——不是让读者觉得作者很懂。\n\n### 六条底盘\n\n1. **工程师视角先于情绪视角**:先讲问题、系统、工具、路径,再讲感受和态度。\n2. **作者必须真的在场**:文章里能看到真实工作流痕迹——为什么碰到、怎么观察、用了什么工具\u002Ftrace\u002F命令\u002F代码路径、哪步最易误判、自己怎么下判断。\n3. **结构感强,标题自己会说话**:读者扫标题就应该知道全文骨架。\n4. **判断明确,但必须交代依据和边界**:给出判断后必须跟依据、条件、适用范围。\n5. **技术表达敢写实**:工具名、模块名、类名、轨道名、参数、版本、路径、命令都敢写具体。\n6. **结尾克制,不做空洞升华**:技术文章收束即可,不要硬拔高度。\n\n### 信息密度\n\n目标不是\"每句都很满\",而是\"每句都推进理解\"。\n\n- 一段只做一件事:下定义、解释机制、展示证据、下判断,不要乱炖。\n- 高密度解释段中间要插入**短结论句\u002F列表\u002F图表\u002F代码观察点**,给读者换气。\n- 不要连续塞 4 个以上新概念,必要时拆段。\n- **核心观点全文只出现 2 次**:定义 + 总结。中间段落直接使用,不再反复解释。\n- 删掉后不影响理解的段,就是\"正确的废话\",删。\n\n### 呼吸感\n\n呼吸感不是抒情,是认知负担控制:\n\n- 长解释段后面跟一句短判断。\n- 复杂机制前先给全景图。\n- 长代码块前先说\"重点看哪几行\"。\n- 关键节点加读者引导,例如:`先记住一个结论:...` \u002F `到这里,A 和 B 的区别已经清楚。`\n\n### 可读性优先于表面完整\n\n展开顺序:**问题是什么 → 为什么值得看 → 先建立整体图 → 再下钻细节 → 最后给判断和边界**。不是所有东西都要一次讲完,按读者的理解顺序讲。\n\n---\n\n## 二、文章结构\n\n### 常见 5 类长文\n\n1. **技术深度\u002F系列解析**:讲清机制、观测方法、分析路径。结构:问题定义 → 背景概念 → 系统流程 → trace\u002F代码\u002F图示 → 实战建议。\n2. **工具实战\u002F架构复盘**:说明为什么这样设计、怎么落地、踩过什么坑。结构:起因 → 关键判断 → 方案拆解 → 取舍 → 边界。\n3. **FAQ\u002FQ&A**:把读者最关心的问题逐个说透。结构:问题列表 → 逐题结论 → 证据\u002F误区\u002F边界。\n4. **方法论\u002F行业观察\u002F判断型**:把分散经验提炼成判断框架。结构:现实问题 → 作者判断 → 拆维度 → 反例\u002F代价\u002F边界。\n5. **工具体验\u002F读书\u002F社群\u002F人物**:有个人色彩但仍然交付实用价值。结构:缘起 → 内容\u002F工具\u002F观点 → 作者补充理解 → 推荐\u002F总结。\n\n### 默认骨架\n\n```\n【开头】直接交代问题、场景、文章任务\n  ↓\n【背景】为什么值得聊,读者能带走什么,需要哪些前置知识\n  ↓\n【主体】按 3 到 8 个板块展开,每块只解决一个问题\n  ↓\n【判断】把局部观察提炼成更高一层的理解\n  ↓\n【结尾】压缩结论、补边界、给后续阅读或行动建议\n```\n\n### 开头\n\n三句内必须完成三件事:这篇在讲什么、为什么值得看、读者看完能带走什么。\n\n四种常用开头:\n- **系列定位型**:`本文是 XXX 系列的第 N 篇,主要讲 YYY。`\n- **近期事件\u002F读者反馈型**:`上一篇发出去之后,大家最常问的是...`\n- **认知修正型**:先说原先怎么想,再说真正用过后发现什么。\n- **先给判断型**:开头先给判断,再展开理由和边界。\n\n**开头禁区**:\n- 不要从\"在这个时代\"\"随着技术发展\"开讲。\n- 不要先讲大背景,再慢慢靠近主题。\n- 不要先端一个正确废话当帽子。\n- 不要把目录感写成汇报感。\n\n### 主体\n\n- **一段一义**:每段只承担一个任务,不要在一个段里同时做 3 件事。\n- **先给全景图,再下钻**:整体图景 → 关键模块 → trace\u002F代码\u002F数据 → 结论。\n- **关键节点做读者引导**:`先建立整体图景。` \u002F `到这里先记住一个区别。` \u002F `下面再看这个结论是怎么来的。`\n- **顺序设计**:先放基线,再放进阶例子,最后放最能改写理解的例子。\n- **概要和详述分工**:如果有\"概要\"和\"展开\"两个章节,概要只点结论(2-4 行),展开负责细节。同一内容不在两处各写一遍。\n- **系列文章不重述**:前文已定义的概念,后文引用即可,不重新展开。\n- **模仿别人时模仿结构不模仿句式**:借鉴的是判断组织方式、证据编排顺序,不是表面句式和历史排版噪音。\n- **项目规则不混进通用规则**:项目专属术语、版本展示、品牌语气和信息架构放到项目覆盖规则里,不要写进通用写作规范。\n\n### 句式与节奏\n\n1. **先直说,再展开**:第一两句就把中心说出来,不要兜圈。\n2. **长句装信息,短句落锤**:长句交代背景\u002F边界\u002F对象,短句下判断。\n3. **不用第一人称**:不写\"我认为\"\u002F\"我建议\"\u002F\"我通常会\"。直接给结论或步骤。\n4. **真实细节可借,表演感不可借**:犹豫、取舍、踩过的坑可以出现;强情绪喷发、网络口癖、戏剧化段子感不可以。\n\n### 结尾\n\n优先四种收法:\n1. 一句判断收尾。\n2. 正文后给 references\u002F延伸阅读。\n3. 给读者下一步动作。\n4. 回扣开头问题一次,不做文学化回环。\n\n**结尾禁区**:\n- 不要突然上价值。\n- 不要把结论写成口号。\n- 不要假装开放式结尾其实什么也没说。\n- 不要把全文又空泛复述一遍。\n\n---\n\n## 三、禁用词与句式\n\n完整规则见 `references\u002Fstyle-rules.md`、`references\u002Fcopy-editing.md` 和 `references\u002Fhuman-feel.md`。写作、改写、质检前必须按需读取，尤其是：禁用词库、意义通胀、顺手补分析、否定-纠正结构、假想读者错误、冗余确认副词、翻译腔动词、结构性元叙述、抽象名词主语、同义词轮换、硬换行、中英文空格、机器可读内容边界、术语大小写和中文错词规则。\n\nAndroid、性能优化、Perfetto、系统机制类文章还要读取 `references\u002Fandroid-terminology.md`。这类文章里，`渲染链路`、`输入链路`、`Binder 调用链`、`BufferQueue`、`fence` 等词可能是准确术语，不能因为命中黑话词库就机械替换。\n\n---\n\n## 四、展示规范\n\n### 代码\n\n1. **代码块前必须有\"用途句\"**:交代这段要证明什么、读者重点看哪里、看完要得到什么结论。\n2. **代码块内要可读**:用标准 Markdown 代码块并标注语言,命名\u002F缩进\u002F换行遵循语言 style guide。\n3. **可以省略但要明确**:用该语言的注释标明,别用含糊的 `...`。例如 `\u002F\u002F Several unrelated lines are omitted.`\n4. **代码后必须有\"解释句\"**:解释为什么这里关键、如何和上文结论对应、读者实战里怎么观察。\n5. **大段代码的处理**:正文只保留骨架和关键路径,过长代码放仓库\u002FGist\u002F附录。\n6. **代码质量**:能运行的给可运行版本;不能运行的明确说明是\"示意\u002F伪代码\u002F节选\";不准编造不存在的 API\u002F类名\u002F方法名。\n\n### 数据\n\n1. **先决定表达形式**:一句话能说清用文字,少量对比用列表,多指标对比用表格,趋势\u002F波动用图表,时序关系用流程图。\n2. **数据必须有参照物**:任何数字都要补单位、测试条件、对比基线、是否稳定复现、样本范围。\n3. **表格不是堆料区**:只放读者需要横向比较的字段。\n4. **图表不是装饰**:要回答一个明确问题。\n5. **结论必须回连数据**:图表\u002F表格后面必须补一句解释这组数据支持\u002F不支持什么。\n\n### 列表\n\n**核心原则:列表不能是目录,必须是内容。**每个列表项必须自带信息增量,读者读完该项就知道\"这是什么\u002F为什么\u002F怎么用\"。\n\n❌ 禁止的写法:\n```\n- threads\n- slices\n- counters\n```\n\n✅ 正确的写法:\n```\n- threads:按 tid 分组的线程轨道,用于定位主线程、RenderThread、Binder 线程的执行时间\n- slices:函数调用的时间区间,颜色深度表示调用栈层级,用于定位哪个函数耗时长\n```\n\n**判断标准**:删掉列表项后面的描述只留名词,读者会不会少知道什么?如果不会,说明描述不够。\n\n### 图表\n\n| 图表类型 | 工具 | 代码围栏 | 适用场景 |\n|----------|------|----------|----------|\n| 流程图\u002F时序图\u002F状态机 | mermaid | ` ```mermaid ` | 渲染管线、VSync 时序、状态流转 |\n| 分层架构图 | architecture | ` ```architecture ` | 系统架构、模块分层 |\n| 数据图表(柱\u002F折\u002F散点\u002F热力图) | vega | ` ```vega-lite ` | 帧率曲线、功耗对比、温度趋势 |\n| 复杂依赖\u002F调用图 | graphviz | ` ```dot ` | 类继承、Binder 调用链、模块依赖树 |\n| 信息卡片\u002F时间线\u002F对比 | infographic | ` ```infographic ` | 优化效果对比、工具评分、方法论总览 |\n| 思维导图\u002F知识图谱 | canvas | ` ```canvas ` | 知识体系结构、概念关系 |\n\n选择原则:能用 mermaid 的不用 graphviz;数据对比优先 vega;架构分层优先 architecture;公众号文章优先 mermaid 和 infographic(渲染兼容性好)。\n\n**架构图的省略边界**:画时序图\u002F架构图可以省装饰和同层细节,但**不能省略读者跟着 trace 走的关键中转层**。判断:这个节点在 Perfetto trace 里有没有独立的线程\u002Fcounter\u002Fslice?有就不能省——读者会拿图对照 trace,找不到对应物就会误解成\"直接跨过去了\"。画图前先问:\"读者拿这张图对照 trace 时会找哪些关键词?\"那些关键词对应的节点都必须出现。\n\n### 术语\n\n- **有稳定中文译法的英文词必须换成中文**(翻译腔套路四)。AI 生成的中文里常留原样英文——context、state、cache、claim 之类,读者每次要在脑子里切换一下\"context → 上下文\"、\"claim 更硬 → 判断说得更重\"。一段里切七八次,读完就累了。\n  - 已有稳定译法的一律翻译:上下文(不是 context)、状态(不是 state)、缓存(不是 cache)、断言(不是 claim)、运行时、协议层、契约层。\n  - 仍在抢的术语保留英文:prompt、embedding、tokenizer、harness、agent 等——这些在中文技术圈还没收敛到通用译法。\n  - 判断标准:中文圈里讨论这个概念有没有统一术语?有就换中文;没统一就保留英文。保留英文的前提是\"中文圈还没公认译法\",不是\"写作者不想翻\"。\n- 一类例外:已经成为专有名词\u002F标识符的英文保留——Android、Perfetto、VSync、Binder、`trace_processor`、Workflow、Agent(作为 RN\u002FLangChain 等框架里的具体组件名时)等。\n- Android 文章先按系统对象和观测证据判断术语。能对应到源码类、系统服务、线程、trace 轨道、slice\u002Fcounter、buffer\u002Ffence 状态的词,按领域术语处理;没有具体对象和边界的,再按黑话处理。\n- 只校正文中的可见术语,不要机械改动代码、字段、路径、URL、trace 名称、线程名、counter 名称和外部原文引用。\n- 第一次出现的新概念,先给一句人话解释,再展开。\n- 不要为了\"通俗\"牺牲精确性——不要把术语解释成另一个更空的术语。\n\n---\n\n## 五、AI 协作规范\n\n### AI 擅长做的\n\n- 整理资料、提纲、目录\n- 把已有观点扩成更完整的结构\n- 给出多个解释版本帮选更易懂的\n- 补全可读性检查项,找黑话\u002F重复句\u002FAI 味句式\n- 协助整理表格\u002F清单\u002F对比矩阵\n- 按既定角度扩写已有段落\n\n### AI 不能代替作者做的\n\n- 决定文章的核心角度\n- 编造第一手经验\u002F实验\u002Ftrace 观察\u002F性能数据\n- 代替作者承担技术正确性\n- 代替作者做最终取舍和判断\n- 假装它真的跑过作者的工程环境\n\n### 协作流程\n\n```\n人:给出主题、读者对象、自己的判断、真实经历、关键证据\n  ↓\nAI:整理结构、补参考资料、提出可读性优化方案\n  ↓\n人:补一手细节、删错的、改判断、压风格\n  ↓\nAI:按四层质检做检查,指出具体问题\n  ↓\n人:终审,确认准确性、边界、可发布性\n```\n\n### 必跑：写作后质检不是可选步骤\n\n按本 skill 生成的第一版只能算草稿,不能直接当发布稿。尤其是公众号\u002F知乎长文、技术方法论、外文观点解读这类任务,模型会自然滑回「不是 X,而是 Y」「不只是 X,还 Y」「真正\u002F其实\u002F实际上」等高频论述句式。即使结构和内容已经符合本 skill,也必须在交付前跑一轮规则扫描和硬修。\n\n交付前至少检查并修掉:\n\n- `不是[^。\\n]{0,25}而是|不只是[^。\\n]{0,25}还|并非[^。\\n]{0,25}而是|不仅仅是[^。\\n]{0,25}更是|与其说`\n- `真正|实际上|其实|根本|彻底|确实` 高频副词,单词累计过多要压掉,无信息增量的全部删\n- `最值得看|最值得|值得一看` 等用户明确不喜欢的评价 opener\n- 结构性元叙述、假想读者错误、意义通胀、顺手补分析\n\n工作顺序固定为:先按 skill 出完整稿 → 立刻扫描 → 硬修句式和禁用词 → 抽读关键段落 → 再交付可发布版。不要把“按 skill 写了”误当成“通过 skill 质检”。\n\n### 硬规则\n\n- **不能把 AI 生成的\"像真的\"当成\"真的\"**——必须核实。\n- **不能让 AI 自动补齐不存在的实验结论**。\n- **不能把 AI 的平滑表述原样端上去**——必须二次改写。\n- **不能一轮生成直接发布**。\n- **不能抄别人的框架\u002F观点不标来源**。\n- **发布稿只面向读者,不留编辑痕迹**:正文中不出现\"这一版\"\u002F\"上一稿\"\u002F\"按要求改过\"等写作过程记录。\n\n---\n\n## 六、质检体系\n\n完整四层质检规则见 `references\u002Fquality-gate.md`。写完后按 L1 硬性规则、L2 可读性、L3 内容深度、L4 活人感逐层检查；L4 必须纳入 `references\u002Fhuman-feel.md` 的具体性、意义通胀、同义词轮换和格式用力过猛检查。质检只输出报告，不自动修改内容。\n\n---\n\n## 七、精修 mode\n\n当用户要求“精修”“润色但不重写”“只改 AI 味”时，读取 `references\u002Frefinement-mode.md` 和 `references\u002Fhuman-feel.md`。精修只动词句和格式，不改结构、事实判断或新增论点。\n","# 技术文章写作\n\n> 面向技术从业者的长文写作 skill，尤其适合 Android、性能优化、工程工具和系统机制类内容。\n> 写作定位:工程师视角,技术精确、结构清楚、判断明确、实战痕迹重,不卖弄不端着。\n\n技术文章的核心是三件事:\n1. **准确**:术语、版本、路径、代码、数据都能对上。\n2. **有用**:读者看完知道怎么观察、怎么判断、怎么落手。\n3. **易读**:不是把信息塞满,而是把复杂问题讲顺。\n\n不是资讯搬运,不是情绪发泄,不是 AI 式的整洁废话,也不是为了\"好看\"去写花活。\n\n### 活人感基线\n\n写作、改写、发布前质检都要读取 `references\u002Fhuman-feel.md`。这份规则吸收 `human-writing` 的精华,但按 Gracker 的技术写作体系重新表达:具体事实优先、简单动词、少升格、不凑三项、术语稳定复用、观点来源明确、加粗克制。\n\n活人感不靠口语化表演,靠三个东西:\n\n- **具体**:能看到场景、工具、版本、trace、代码路径、失败分支或读者反馈。\n- **取舍**:知道作者为什么这么判断,也知道这个判断在哪些条件下成立。\n- **不装**:不把普通事实写成时代趋势,不把材料整理写成深刻洞察,不把格式重点当成内容重点。\n\n如果一段话没有具体对象、具体动作或具体证据,即使语气顺滑,也按 AI 味处理。\n\n---\n\n## 一、写作原则\n\n### 核心目标\n\n**让读者真的看懂、能拿去用、知道边界**——不是让读者觉得作者很懂。\n\n### 六条底盘\n\n1. **工程师视角先于情绪视角**:先讲问题、系统、工具、路径,再讲感受和态度。\n2. **作者必须真的在场**:文章里能看到真实工作流痕迹——为什么碰到、怎么观察、用了什么工具\u002Ftrace\u002F命令\u002F代码路径、哪步最易误判、自己怎么下判断。\n3. **结构感强,标题自己会说话**:读者扫标题就应该知道全文骨架。\n4. **判断明确,但必须交代依据和边界**:给出判断后必须跟依据、条件、适用范围。\n5. **技术表达敢写实**:工具名、模块名、类名、轨道名、参数、版本、路径、命令都敢写具体。\n6. **结尾克制,不做空洞升华**:技术文章收束即可,不要硬拔高度。\n\n### 信息密度\n\n目标不是\"每句都很满\",而是\"每句都推进理解\"。\n\n- 一段只做一件事:下定义、解释机制、展示证据、下判断,不要乱炖。\n- 高密度解释段中间要插入**短结论句\u002F列表\u002F图表\u002F代码观察点**,给读者换气。\n- 不要连续塞 4 个以上新概念,必要时拆段。\n- **核心观点全文只出现 2 次**:定义 + 总结。中间段落直接使用,不再反复解释。\n- 删掉后不影响理解的段,就是\"正确的废话\",删。\n\n### 呼吸感\n\n呼吸感不是抒情,是认知负担控制:\n\n- 长解释段后面跟一句短判断。\n- 复杂机制前先给全景图。\n- 长代码块前先说\"重点看哪几行\"。\n- 关键节点加读者引导,例如:`先记住一个结论:...` \u002F `到这里,A 和 B 的区别已经清楚。`\n\n### 可读性优先于表面完整\n\n展开顺序:**问题是什么 → 为什么值得看 → 先建立整体图 → 再下钻细节 → 最后给判断和边界**。不是所有东西都要一次讲完,按读者的理解顺序讲。\n\n---\n\n## 二、文章结构\n\n### 常见 5 类长文\n\n1. **技术深度\u002F系列解析**:讲清机制、观测方法、分析路径。结构:问题定义 → 背景概念 → 系统流程 → trace\u002F代码\u002F图示 → 实战建议。\n2. **工具实战\u002F架构复盘**:说明为什么这样设计、怎么落地、踩过什么坑。结构:起因 → 关键判断 → 方案拆解 → 取舍 → 边界。\n3. **FAQ\u002FQ&A**:把读者最关心的问题逐个说透。结构:问题列表 → 逐题结论 → 证据\u002F误区\u002F边界。\n4. **方法论\u002F行业观察\u002F判断型**:把分散经验提炼成判断框架。结构:现实问题 → 作者判断 → 拆维度 → 反例\u002F代价\u002F边界。\n5. **工具体验\u002F读书\u002F社群\u002F人物**:有个人色彩但仍然交付实用价值。结构:缘起 → 内容\u002F工具\u002F观点 → 作者补充理解 → 推荐\u002F总结。\n\n### 默认骨架\n\n```\n【开头】直接交代问题、场景、文章任务\n  ↓\n【背景】为什么值得聊,读者能带走什么,需要哪些前置知识\n  ↓\n【主体】按 3 到 8 个板块展开,每块只解决一个问题\n  ↓\n【判断】把局部观察提炼成更高一层的理解\n  ↓\n【结尾】压缩结论、补边界、给后续阅读或行动建议\n```\n\n### 开头\n\n三句内必须完成三件事:这篇在讲什么、为什么值得看、读者看完能带走什么。\n\n四种常用开头:\n- **系列定位型**:`本文是 XXX 系列的第 N 篇,主要讲 YYY。`\n- **近期事件\u002F读者反馈型**:`上一篇发出去之后,大家最常问的是...`\n- **认知修正型**:先说原先怎么想,再说真正用过后发现什么。\n- **先给判断型**:开头先给判断,再展开理由和边界。\n\n**开头禁区**:\n- 不要从\"在这个时代\"\"随着技术发展\"开讲。\n- 不要先讲大背景,再慢慢靠近主题。\n- 不要先端一个正确废话当帽子。\n- 不要把目录感写成汇报感。\n\n### 主体\n\n- **一段一义**:每段只承担一个任务,不要在一个段里同时做 3 件事。\n- **先给全景图,再下钻**:整体图景 → 关键模块 → trace\u002F代码\u002F数据 → 结论。\n- **关键节点做读者引导**:`先建立整体图景。` \u002F `到这里先记住一个区别。` \u002F `下面再看这个结论是怎么来的。`\n- **顺序设计**:先放基线,再放进阶例子,最后放最能改写理解的例子。\n- **概要和详述分工**:如果有\"概要\"和\"展开\"两个章节,概要只点结论(2-4 行),展开负责细节。同一内容不在两处各写一遍。\n- **系列文章不重述**:前文已定义的概念,后文引用即可,不重新展开。\n- **模仿别人时模仿结构不模仿句式**:借鉴的是判断组织方式、证据编排顺序,不是表面句式和历史排版噪音。\n- **项目规则不混进通用规则**:项目专属术语、版本展示、品牌语气和信息架构放到项目覆盖规则里,不要写进通用写作规范。\n\n### 句式与节奏\n\n1. **先直说,再展开**:第一两句就把中心说出来,不要兜圈。\n2. **长句装信息,短句落锤**:长句交代背景\u002F边界\u002F对象,短句下判断。\n3. **不用第一人称**:不写\"我认为\"\u002F\"我建议\"\u002F\"我通常会\"。直接给结论或步骤。\n4. **真实细节可借,表演感不可借**:犹豫、取舍、踩过的坑可以出现;强情绪喷发、网络口癖、戏剧化段子感不可以。\n\n### 结尾\n\n优先四种收法:\n1. 一句判断收尾。\n2. 正文后给 references\u002F延伸阅读。\n3. 给读者下一步动作。\n4. 回扣开头问题一次,不做文学化回环。\n\n**结尾禁区**:\n- 不要突然上价值。\n- 不要把结论写成口号。\n- 不要假装开放式结尾其实什么也没说。\n- 不要把全文又空泛复述一遍。\n\n---\n\n## 三、禁用词与句式\n\n完整规则见 `references\u002Fstyle-rules.md`、`references\u002Fcopy-editing.md` 和 `references\u002Fhuman-feel.md`。写作、改写、质检前必须按需读取，尤其是：禁用词库、意义通胀、顺手补分析、否定-纠正结构、假想读者错误、冗余确认副词、翻译腔动词、结构性元叙述、抽象名词主语、同义词轮换、硬换行、中英文空格、机器可读内容边界、术语大小写和中文错词规则。\n\nAndroid、性能优化、Perfetto、系统机制类文章还要读取 `references\u002Fandroid-terminology.md`。这类文章里，`渲染链路`、`输入链路`、`Binder 调用链`、`BufferQueue`、`fence` 等词可能是准确术语，不能因为命中黑话词库就机械替换。\n\n---\n\n## 四、展示规范\n\n### 代码\n\n1. **代码块前必须有\"用途句\"**:交代这段要证明什么、读者重点看哪里、看完要得到什么结论。\n2. **代码块内要可读**:用标准 Markdown 代码块并标注语言,命名\u002F缩进\u002F换行遵循语言 style guide。\n3. **可以省略但要明确**:用该语言的注释标明,别用含糊的 `...`。例如 `\u002F\u002F Several unrelated lines are omitted.`\n4. **代码后必须有\"解释句\"**:解释为什么这里关键、如何和上文结论对应、读者实战里怎么观察。\n5. **大段代码的处理**:正文只保留骨架和关键路径,过长代码放仓库\u002FGist\u002F附录。\n6. **代码质量**:能运行的给可运行版本;不能运行的明确说明是\"示意\u002F伪代码\u002F节选\";不准编造不存在的 API\u002F类名\u002F方法名。\n\n### 数据\n\n1. **先决定表达形式**:一句话能说清用文字,少量对比用列表,多指标对比用表格,趋势\u002F波动用图表,时序关系用流程图。\n2. **数据必须有参照物**:任何数字都要补单位、测试条件、对比基线、是否稳定复现、样本范围。\n3. **表格不是堆料区**:只放读者需要横向比较的字段。\n4. **图表不是装饰**:要回答一个明确问题。\n5. **结论必须回连数据**:图表\u002F表格后面必须补一句解释这组数据支持\u002F不支持什么。\n\n### 列表\n\n**核心原则:列表不能是目录,必须是内容。**每个列表项必须自带信息增量,读者读完该项就知道\"这是什么\u002F为什么\u002F怎么用\"。\n\n❌ 禁止的写法:\n```\n- threads\n- slices\n- counters\n```\n\n✅ 正确的写法:\n```\n- threads:按 tid 分组的线程轨道,用于定位主线程、RenderThread、Binder 线程的执行时间\n- slices:函数调用的时间区间,颜色深度表示调用栈层级,用于定位哪个函数耗时长\n```\n\n**判断标准**:删掉列表项后面的描述只留名词,读者会不会少知道什么?如果不会,说明描述不够。\n\n### 图表\n\n| 图表类型 | 工具 | 代码围栏 | 适用场景 |\n|----------|------|----------|----------|\n| 流程图\u002F时序图\u002F状态机 | mermaid | ` ```mermaid ` | 渲染管线、VSync 时序、状态流转 |\n| 分层架构图 | architecture | ` ```architecture ` | 系统架构、模块分层 |\n| 数据图表(柱\u002F折\u002F散点\u002F热力图) | vega | ` ```vega-lite ` | 帧率曲线、功耗对比、温度趋势 |\n| 复杂依赖\u002F调用图 | graphviz | ` ```dot ` | 类继承、Binder 调用链、模块依赖树 |\n| 信息卡片\u002F时间线\u002F对比 | infographic | ` ```infographic ` | 优化效果对比、工具评分、方法论总览 |\n| 思维导图\u002F知识图谱 | canvas | ` ```canvas ` | 知识体系结构、概念关系 |\n\n选择原则:能用 mermaid 的不用 graphviz;数据对比优先 vega;架构分层优先 architecture;公众号文章优先 mermaid 和 infographic(渲染兼容性好)。\n\n**架构图的省略边界**:画时序图\u002F架构图可以省装饰和同层细节,但**不能省略读者跟着 trace 走的关键中转层**。判断:这个节点在 Perfetto trace 里有没有独立的线程\u002Fcounter\u002Fslice?有就不能省——读者会拿图对照 trace,找不到对应物就会误解成\"直接跨过去了\"。画图前先问:\"读者拿这张图对照 trace 时会找哪些关键词?\"那些关键词对应的节点都必须出现。\n\n### 术语\n\n- **有稳定中文译法的英文词必须换成中文**(翻译腔套路四)。AI 生成的中文里常留原样英文——context、state、cache、claim 之类,读者每次要在脑子里切换一下\"context → 上下文\"、\"claim 更硬 → 判断说得更重\"。一段里切七八次,读完就累了。\n  - 已有稳定译法的一律翻译:上下文(不是 context)、状态(不是 state)、缓存(不是 cache)、断言(不是 claim)、运行时、协议层、契约层。\n  - 仍在抢的术语保留英文:prompt、embedding、tokenizer、harness、agent 等——这些在中文技术圈还没收敛到通用译法。\n  - 判断标准:中文圈里讨论这个概念有没有统一术语?有就换中文;没统一就保留英文。保留英文的前提是\"中文圈还没公认译法\",不是\"写作者不想翻\"。\n- 一类例外:已经成为专有名词\u002F标识符的英文保留——Android、Perfetto、VSync、Binder、`trace_processor`、Workflow、Agent(作为 RN\u002FLangChain 等框架里的具体组件名时)等。\n- Android 文章先按系统对象和观测证据判断术语。能对应到源码类、系统服务、线程、trace 轨道、slice\u002Fcounter、buffer\u002Ffence 状态的词,按领域术语处理;没有具体对象和边界的,再按黑话处理。\n- 只校正文中的可见术语,不要机械改动代码、字段、路径、URL、trace 名称、线程名、counter 名称和外部原文引用。\n- 第一次出现的新概念,先给一句人话解释,再展开。\n- 不要为了\"通俗\"牺牲精确性——不要把术语解释成另一个更空的术语。\n\n---\n\n## 五、AI 协作规范\n\n### AI 擅长做的\n\n- 整理资料、提纲、目录\n- 把已有观点扩成更完整的结构\n- 给出多个解释版本帮选更易懂的\n- 补全可读性检查项,找黑话\u002F重复句\u002FAI 味句式\n- 协助整理表格\u002F清单\u002F对比矩阵\n- 按既定角度扩写已有段落\n\n### AI 不能代替作者做的\n\n- 决定文章的核心角度\n- 编造第一手经验\u002F实验\u002Ftrace 观察\u002F性能数据\n- 代替作者承担技术正确性\n- 代替作者做最终取舍和判断\n- 假装它真的跑过作者的工程环境\n\n### 协作流程\n\n```\n人:给出主题、读者对象、自己的判断、真实经历、关键证据\n  ↓\nAI:整理结构、补参考资料、提出可读性优化方案\n  ↓\n人:补一手细节、删错的、改判断、压风格\n  ↓\nAI:按四层质检做检查,指出具体问题\n  ↓\n人:终审,确认准确性、边界、可发布性\n```\n\n### 必跑：写作后质检不是可选步骤\n\n按本 skill 生成的第一版只能算草稿,不能直接当发布稿。尤其是公众号\u002F知乎长文、技术方法论、外文观点解读这类任务,模型会自然滑回「不是 X,而是 Y」「不只是 X,还 Y」「真正\u002F其实\u002F实际上」等高频论述句式。即使结构和内容已经符合本 skill,也必须在交付前跑一轮规则扫描和硬修。\n\n交付前至少检查并修掉:\n\n- `不是[^。\\n]{0,25}而是|不只是[^。\\n]{0,25}还|并非[^。\\n]{0,25}而是|不仅仅是[^。\\n]{0,25}更是|与其说`\n- `真正|实际上|其实|根本|彻底|确实` 高频副词,单词累计过多要压掉,无信息增量的全部删\n- `最值得看|最值得|值得一看` 等用户明确不喜欢的评价 opener\n- 结构性元叙述、假想读者错误、意义通胀、顺手补分析\n\n工作顺序固定为:先按 skill 出完整稿 → 立刻扫描 → 硬修句式和禁用词 → 抽读关键段落 → 再交付可发布版。不要把“按 skill 写了”误当成“通过 skill 质检”。\n\n### 硬规则\n\n- **不能把 AI 生成的\"像真的\"当成\"真的\"**——必须核实。\n- **不能让 AI 自动补齐不存在的实验结论**。\n- **不能把 AI 的平滑表述原样端上去**——必须二次改写。\n- **不能一轮生成直接发布**。\n- **不能抄别人的框架\u002F观点不标来源**。\n- **发布稿只面向读者,不留编辑痕迹**:正文中不出现\"这一版\"\u002F\"上一稿\"\u002F\"按要求改过\"等写作过程记录。\n\n---\n\n## 六、质检体系\n\n完整四层质检规则见 `references\u002Fquality-gate.md`。写完后按 L1 硬性规则、L2 可读性、L3 内容深度、L4 活人感逐层检查；L4 必须纳入 `references\u002Fhuman-feel.md` 的具体性、意义通胀、同义词轮换和格式用力过猛检查。质检只输出报告，不自动修改内容。\n\n---\n\n## 七、精修 mode\n\n当用户要求“精修”“润色但不重写”“只改 AI 味”时，读取 `references\u002Frefinement-mode.md` 和 `references\u002Fhuman-feel.md`。精修只动词句和格式，不改结构、事实判断或新增论点。\n",{"name":5,"description":7},"main","3b63fa056f5de7956766fca020e9c71fdf2b0fab","SKILL\u002Fcontent\u002Ftier1\u002Fgracker-writing",0,"https:\u002F\u002Fgithub.com\u002Fyhyu13\u002FAgentSkillsVault","https:\u002F\u002Fgithub.com\u002Fyhyu13","https:\u002F\u002Fyhyu13.github.io","大丈夫自立于天地之间，岂可郁郁久居于人下\r\nA zealot of AI.","2026-11-14 20:53:07",{"source":8,"skillName":5,"commands":35,"prompt":45,"zipAvailable":46},[36,39,42],{"tool":37,"command":38},"npx","npx skills add yhyu13\u002FAgentSkillsVault --skill gracker-writing",{"tool":40,"command":41},"bunx","bunx skills add yhyu13\u002FAgentSkillsVault --skill gracker-writing",{"tool":43,"command":44},"pnpm","pnpm dlx skills add yhyu13\u002FAgentSkillsVault --skill gracker-writing","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002Fyhyu13\u002FAgentSkillsVault\u002Fblob\u002Fmain\u002FSKILL\u002Fcontent\u002Ftier1\u002Fgracker-writing\u002FSKILL.md",true,[48,54,60,64,68,72,76,80,84,88,92],{"path":49,"resourceType":50,"resourceTypeDesc":51,"sizeBytes":52,"sourceHtmlUrl":53},".gitignore","OTHER","其他",32,"https:\u002F\u002Fgithub.com\u002Fyhyu13\u002FAgentSkillsVault\u002Fblob\u002Fmain\u002FSKILL\u002Fcontent\u002Ftier1\u002Fgracker-writing\u002F.gitignore",{"path":55,"resourceType":56,"resourceTypeDesc":57,"sizeBytes":58,"sourceHtmlUrl":59},"agents\u002Fopenai.yaml","REFERENCE","参考文档",196,"https:\u002F\u002Fgithub.com\u002Fyhyu13\u002FAgentSkillsVault\u002Fblob\u002Fmain\u002FSKILL\u002Fcontent\u002Ftier1\u002Fgracker-writing\u002Fagents\u002Fopenai.yaml",{"path":61,"resourceType":56,"resourceTypeDesc":57,"sizeBytes":62,"sourceHtmlUrl":63},"INSTRUCTION.md",2349,"https:\u002F\u002Fgithub.com\u002Fyhyu13\u002FAgentSkillsVault\u002Fblob\u002Fmain\u002FSKILL\u002Fcontent\u002Ftier1\u002Fgracker-writing\u002FINSTRUCTION.md",{"path":65,"resourceType":65,"resourceTypeDesc":66,"sizeBytes":67,"sourceHtmlUrl":16},"LICENSE","许可证",1064,{"path":69,"resourceType":56,"resourceTypeDesc":57,"sizeBytes":70,"sourceHtmlUrl":71},"README.md",4200,"https:\u002F\u002Fgithub.com\u002Fyhyu13\u002FAgentSkillsVault\u002Fblob\u002Fmain\u002FSKILL\u002Fcontent\u002Ftier1\u002Fgracker-writing\u002FREADME.md",{"path":73,"resourceType":56,"resourceTypeDesc":57,"sizeBytes":74,"sourceHtmlUrl":75},"references\u002Fandroid-terminology.md",5073,"https:\u002F\u002Fgithub.com\u002Fyhyu13\u002FAgentSkillsVault\u002Fblob\u002Fmain\u002FSKILL\u002Fcontent\u002Ftier1\u002Fgracker-writing\u002Freferences\u002Fandroid-terminology.md",{"path":77,"resourceType":56,"resourceTypeDesc":57,"sizeBytes":78,"sourceHtmlUrl":79},"references\u002Fcopy-editing.md",7265,"https:\u002F\u002Fgithub.com\u002Fyhyu13\u002FAgentSkillsVault\u002Fblob\u002Fmain\u002FSKILL\u002Fcontent\u002Ftier1\u002Fgracker-writing\u002Freferences\u002Fcopy-editing.md",{"path":81,"resourceType":56,"resourceTypeDesc":57,"sizeBytes":82,"sourceHtmlUrl":83},"references\u002Fhuman-feel.md",5974,"https:\u002F\u002Fgithub.com\u002Fyhyu13\u002FAgentSkillsVault\u002Fblob\u002Fmain\u002FSKILL\u002Fcontent\u002Ftier1\u002Fgracker-writing\u002Freferences\u002Fhuman-feel.md",{"path":85,"resourceType":56,"resourceTypeDesc":57,"sizeBytes":86,"sourceHtmlUrl":87},"references\u002Fquality-gate.md",5842,"https:\u002F\u002Fgithub.com\u002Fyhyu13\u002FAgentSkillsVault\u002Fblob\u002Fmain\u002FSKILL\u002Fcontent\u002Ftier1\u002Fgracker-writing\u002Freferences\u002Fquality-gate.md",{"path":89,"resourceType":56,"resourceTypeDesc":57,"sizeBytes":90,"sourceHtmlUrl":91},"references\u002Frefinement-mode.md",5950,"https:\u002F\u002Fgithub.com\u002Fyhyu13\u002FAgentSkillsVault\u002Fblob\u002Fmain\u002FSKILL\u002Fcontent\u002Ftier1\u002Fgracker-writing\u002Freferences\u002Frefinement-mode.md",{"path":93,"resourceType":56,"resourceTypeDesc":57,"sizeBytes":94,"sourceHtmlUrl":95},"references\u002Fstyle-rules.md",15200,"https:\u002F\u002Fgithub.com\u002Fyhyu13\u002FAgentSkillsVault\u002Fblob\u002Fmain\u002FSKILL\u002Fcontent\u002Ftier1\u002Fgracker-writing\u002Freferences\u002Fstyle-rules.md",[97,104,111,118,125,132],{"skillNo":98,"name":99,"nameZh":6,"description":100,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":101,"categories":102,"keywords":103,"publishedAt":20},"01M7DZJW3GMCBHNCC1J37K73T7","feishu-kdocs-cli","Office cloud CLIs for agents: install, authenticate, verify and troubleshoot Feishu `lark-cli` and Kingsoft\u002FWPS Docs `kdocs-cli`, plus the three China office MCP endpoints (Feishu, WPS SkillHub, Tencent Docs). Use when setting up or re-logging-in 飞书 CLI \u002F 金山文档 CLI, when a command fails with missing scope \u002F PATH \u002F token \u002F device-code errors, when a kdocs or lark command returns 400001 or unknown action, or when wiring 飞书 \u002F 金山文档 \u002F 腾讯文档 MCP into Cindy, Claude or another host. Not a per-command reference: domain commands live in the lark-* Skills and the kdocs Skill.","https:\u002F\u002Fgithub.com\u002Fyhyu13\u002FAgentSkillsVault\u002Fblob\u002Fmain\u002FSKILL\u002Fdevops\u002Ftier0\u002Ffeishu-kdocs-cli\u002FSKILL.md",[],[],{"skillNo":105,"name":106,"nameZh":6,"description":107,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":108,"categories":109,"keywords":110,"publishedAt":20},"01M7BE0VQF0T7ACMY3W9V27ZYG","vfx-fx","Cinematic and game VFX in Blender including smoke, fire, particles, trails, and Geometry Nodes FX setups via MCP.","https:\u002F\u002Fgithub.com\u002Fyhyu13\u002FAgentSkillsVault\u002Fblob\u002Fmain\u002FSKILL\u002Fgame-dev\u002Ftier2\u002Fvfx-fx\u002FSKILL.md",[],[],{"skillNo":112,"name":113,"nameZh":6,"description":114,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":115,"categories":116,"keywords":117,"publishedAt":20},"01M7BE0Q23SY6QAW24XEADEH0N","uv-workflow","Production UV unwrapping for seam placement, UV packing, texel density, UDIM, lightmap UVs, and modular UV layouts. Use when preparing meshes for texturing and engine export in Blender via MCP.","https:\u002F\u002Fgithub.com\u002Fyhyu13\u002FAgentSkillsVault\u002Fblob\u002Fmain\u002FSKILL\u002Fgame-dev\u002Ftier2\u002Fuv-workflow\u002FSKILL.md",[],[],{"skillNo":119,"name":120,"nameZh":6,"description":121,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":122,"categories":123,"keywords":124,"publishedAt":20},"01M7BE0JAKENVJB4Z0SV3Q7QGR","texture-workflow","Production texture workflow for atlases, baking AO\u002Fcurvature\u002Fnormal\u002Froughness maps, decals, and texture memory optimization. Use for game-ready texture pipelines in Blender via MCP.","https:\u002F\u002Fgithub.com\u002Fyhyu13\u002FAgentSkillsVault\u002Fblob\u002Fmain\u002FSKILL\u002Fgame-dev\u002Ftier2\u002Ftexture-workflow\u002FSKILL.md",[],[],{"skillNo":126,"name":127,"nameZh":6,"description":128,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":129,"categories":130,"keywords":131,"publishedAt":20},"01M7BE0CYB7BDJP7HD5WTS2PJB","sculpting","Blender sculpting for organic and hard surface detail using Dyntopo, multiresolution, brushes, alpha workflow, wrinkles, and damage. Use when high-frequency surface detail is needed before retopology in Blender via MCP.","https:\u002F\u002Fgithub.com\u002Fyhyu13\u002FAgentSkillsVault\u002Fblob\u002Fmain\u002FSKILL\u002Fgame-dev\u002Ftier2\u002Fsculpting\u002FSKILL.md",[],[],{"skillNo":133,"name":134,"nameZh":6,"description":135,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":136,"categories":137,"keywords":138,"publishedAt":20},"01M7BE09TBX9NQ5EBHN4JZ9VXM","scene-assembly","Large scene layout in Blender with collections, linking, overrides, streaming-friendly organization, and set assembly via MCP.","https:\u002F\u002Fgithub.com\u002Fyhyu13\u002FAgentSkillsVault\u002Fblob\u002Fmain\u002FSKILL\u002Fgame-dev\u002Ftier2\u002Fscene-assembly\u002FSKILL.md",[],[]]