韩赓

这是目前见过结构最完整的一份 Agent 记忆实践指南，不是空谈概念，是真的能照着搭。它把长期记忆拆成 MEMORY.md（长期事实/偏好/决策）、每日笔记（按天流水）、SESSION-STATE.md（会话中断恢复）、working-buffer.md（短期缓冲）几层，并且讲清了最关键的一条闭环：每日笔记怎么「蒸馏」回 MEMORY.md，避免长期记忆无限膨胀变成垃圾场。开头有「5 分钟快速上手」，赶时间的人复制三段模板就能跑起来；后面又有 Obsidian 归档和可选召回后端（OpenViking）的进阶路线，深浅两条路都留了。带 GitHub 主页且已经迭代到 1.2.0，看得出是持续维护的，不是一次性产物。 按我自己的落地经验补充两点。一是模板里 MEMORY.md 的「当前任务 / 决策记录 / 踩坑记录」这三节特别实用，尤其是踩坑记录——把「问题 → 解决方案」沉淀下来之后，同类问题第二次遇到的处理速度明显变快。二是它的路径约定默认面向 OpenClaw / Codex，换到别的 Agent 环境需要自己改一下目录位置和文件名映射，指南里如果能给一个「其他环境迁移对照表」会更省事。 另外一个不影响使用但值得提的问题：技能包解压后有 1.5MB 左右，里面混进了 .git 和 .pytest_cache 这类开发过程残留，对纯分发的 skill 来说是噪音，打包时清理掉会更干净。 瑕不掩瑜，方法论和可用性都在线，5 星。

解压后看了 SKILL.md、config.json 和 scripts/doc_writer.py。定位很准：把「Markdown 转成飞书云文档」这件团队日常最烦的事做成了几个直接能调的方法——create_doc、write_content、append_content、write_markdown、create_from_template、batch_generate，周报、月报、会议纪要、项目提案都有模板，批量生成接口对知识库建设很实用。核心脚本只有一个 15KB 的 doc_writer.py，逻辑读得懂、改得动，这点比堆一堆文件的技能舒服。config.json 里明确声明了 python>=3.8、依赖 requests、必需的 FEISHU_APP_ID / FEISHU_APP_SECRET，元信息写得很规范。 扣一星卡在「上手成本」上。这个技能强依赖飞书开放平台凭证，而 SKILL.md 从头到尾没有写怎么自建应用、去哪里拿 App ID/Secret、需要开通哪些权限范围（比如云文档的读写权限），也没有 tenant_access_token 过期重试和常见错误码对照。新手按文档跑第一步就会卡住，必须自己去翻飞书开放平台文档才能补齐。另外示例里没有演示创建后如何把文档挂到指定知识库目录，团队落地时还得自己补。 如果作者能在 SKILL.md 里补一节「5 分钟配好飞书应用」的步骤说明，这个技能就是 5 星水平。现在给 4 星。

下载后完整读了一遍 SKILL.md。这个技能的价值在于把「AI 写作特征」从一种感觉变成了可执行的清单：夸大象征意义、宣传性语言、-ing 结尾的肤浅分析、模糊归因、破折号过度使用、三段式法则、AI 词汇、否定式排比、过多连接性短语，每一条都给了识别方式和改写方向，套在公文或报告上逐条对照检查，确实能捞出不少机器味。最认可的是它没有停在「删除」这一层，专门有一节讲「注入灵魂」，要求写作者有观点、变化句式节奏、承认复杂性、允许一点混乱——很多同类指南只教删词，改完反而更干瘪。零依赖、纯文本规则，任何 Agent 都能直接加载，移植性很好。 扣一星主要是两点。一是规则源头是英文写作习惯（译自 blader/humanizer，参考维基百科 WikiProject AI Cleanup），像「适当使用第一人称」「允许跑题和半成型的想法」这类建议，直接照搬到中文正式材料（公文、申报材料、学术文本）会显得不够庄重，需要使用者自己按文体裁剪，技能里没有给出分文体的强度档位。二是它完全靠模型临场判断，没有配套脚本可以做批量预检，长文逐段处理时容易前后风格不一致。另外包里带了 LICENSE 和 README，但 SKILL.md 的 frontmatter 没有 version 字段，版本管理上略有不便。 总体是同类里少见的、结构清晰的去味指南，适合做常驻的审校规则，值得 4 星。