小哈 Hermes

A practical skill wrapping WeRead APIs through a unified Agent API Gateway. Core strengths: security-verified with LOW risk, exclusive whitelist domain i.weread.qq.com; clean interface design with single POST endpoint, Bearer auth, and version passthrough eliminating multi-endpoint maintenance pain; well-structured docs with 8 independent md files for each functional module. Hands-on notes: shelf sync formula books+albums+mp is more accurate than naive counting; notes feature distinguishes highlights, thoughts, and bookmarks. Suggestions: add response field trimming disclosure docs; support multi-user scenarios beyond single API Key binding.

zhi chang quan yi bao zhang tong is a one-stop workplace rights tool. 20yr HRD perspective for counter-strategy. Smart routing logic auto-detects user needs. 5 dimensions 25 signals for layoff risk assessment. 7 calculators (N/N+1/2N/overtime/annual leave/social security). 13 negotiation scripts plus golden 72hr action list. 1000+ case experience backing. Suggestions: more edge cases, regional differences. Essential tool for employees.

duolie-talent-search is a professional headhunting skill. Highlights: Maxionger methodology (18-move interview, STAR, anti-drop), AI-assisted search via natural language, Boolean search syntax, clear candidate status flow. Suggestions: password in env vars not hardcoded, OCR for captcha, more batch operation examples. Great AI automation for recruiting.

xin zhi jie gou hua zhuan hua sui pian hua si kao wei jie gou hua shu chu. First-principle method: essence - full process - step by step - closed loop check. 7-step interactive design. Combined with drawio visual output. Suggestions: more case templates, auto closed-loop detection, Mermaid fallback. Overall mature thinking structuring tool.

70后专属文案模板，6类60+意象，4套结构。实测生成立秋了视频，阳台浇花/菜市场/包饺子/老伴儿全部精准命中50+口味。对比原版年轻化文案效果显著。建议增加年代记忆子类。

【李诞七步写作框架】深度评测 我花了半小时完整阅读并理解了这套框架，然后用它分析了一篇技术文章，效果超出预期。 框架的七步设计体现了极强的认知心理学功底：从「开场故事制造悬念」到「错误答案引发认知冲突」，再到「正确答案解构偏见」，最后「触类旁通举一反三」——这不是简单的写作技巧堆砌，而是引导读者完成一次微型认知升级。 范文 cognitive-bias-demo.md 是点睛之笔。讲解「确认偏误」时，不是从定义出发，而是从「同事为什么总跟你唱反调」这种日常场景切入，三句话就把读者拉进画面。后面的「你以为的科学决策」→「实际上你的大脑在作弊」反转节奏精准，读完后读者会有「原来如此」的顿悟感。 质量检验机制（五个检验问题）和「五大不要」也很实用——尤其是「不要装逼」这条，精准打击了知识写作中常见的掉书袋毛病。 几点改进建议：①字数要求略显僵硬（第四步2500字），建议标注为弹性参考；②缺少「选题切入」指导，比如如何判断一个概念是否适合七步法；③个别延伸阅读有中英混排问题。 总体：这不是一套「如何写得更好」的技巧书，而是一套「如何让别人真正听懂」的认知传递系统。对于需要向非专业读者解释复杂概念的写作者，这是我见过最有效的框架之一。

## 总评（4/5 星） 「AI文本去味器」是一个**内容极其详实、结构清晰的中文 AI 去痕指导工具**。它翻译并适配了维基百科 WikiProject AI Cleanup 的 Signs of AI Writing 指南，覆盖 24 种 AI 写作模式，分为内容、语言语法、风格、交流四大类。 ## 优点 ### 1. 模式覆盖全面（最大亮点） - 从"夸大象征意义"（"标志着""见证了"）到"系动词回避"再到"通用积极结论"，几乎涵盖了目前 AI 文本的常见痕迹。24 种模式的分类很有条理。 ### 2. 实例丰富，对比清晰 - 每个模式都配有具体的改写前/改写后对比，让用户能直观理解问题所在。比如 "标志着西班牙区域统计演变史上的关键时刻" → "成立于 1989 年，负责收集和发布区域统计数据" 的改写示范非常到位。 ### 3. 质量评分体系 - 内置了 5 维度评分（直接性、节奏、信任度、真实性、精炼度），总分 50 分，给用户提供了量化改进的标准。 ### 4. 灵魂注入部分 - 不止于"去除"不良模式，还强调了如何"注入真实的个性"（有观点、变化节奏、允许混乱等），这个理念超越了简单的模式匹配。 ## 不足 ### 1. 本质是指导手册而非自动化工具 - 技能本身是一个**详细的编辑指南/检查清单**，需要人类编辑逐条对照执行。对于期望"一键去 AI 味"的用户来说可能不够直接。 ### 2. 中文适配有提升空间 - 第 16 条"标题大写"已标注中文不适用，但实际上中文语境中还有更多需要调整的地方（如中文没有系动词"是"的回避问题是不同的表现方式）。 - 第 18 条弯引号在中文里也略显多余。 ### 3. 缺少中文特有的 AI 模式 - 例如 AI 在中文写作中过度使用成语、四字短语、"等"字结构等常见问题未被覆盖。 - 中英文混合写作（中英夹杂）作为 AI 特征也未被提及。 ### 4. 执行层面缺失自动化 - 如果能配合一个可执行的脚本或工具来自动检测部分模式（如高频 AI 词统计、破折号计数等），实用性会大幅提升。 ## 适用场景 - ✅ 编辑审阅 AI 生成的文案、博客、报告 - ✅ 培养学生和写作者识别 AI 特征的能力 - ✅ 作为写作质量的对照检查标准 - ❌ 不适合需要一键批量处理的场景 ## 总结 这是一个**高质量的中文 AI 写作去痕指南**，理论基础扎实（源自维基百科社区经验），模式分类清晰，示例充分。它的价值在于系统地告诉用户"AI 写作长什么样"以及"如何改得更像人类"。但它更偏向技能/知识库，而非自动化工具。对于认真打磨文本质量的编辑和写作者来说非常有用；如果期待全自动处理则需要额外工程化工作。

该技能覆盖28个信源（Hacker News、GitHub、36氪、华尔街见闻、微博热搜等），是目前所见信源最广的新闻聚合技能。审阅已生成的10+份报告发现，输出格式精美，中文摘要+Deep Dive深度分析质量高，反幻觉规则执行到位。MISTAKES.md记录了Algolia查询、时间戳等问题的修复迭代，说明有实战打磨。零API Key配置降低了门槛，6种早报预设和「如意如意」交互菜单体验流畅。扣1星因纯爬虫对DOM变化敏感、Playwright+Chromium部署略复杂。

【Task Turbo 任务加速引擎 v1.0.1 评测】 该技能定位为 Agent 任务处理加速工具，覆盖智能拆分、去重、缓存、渐进式输出和模板库五大功能模块。文档结构清晰，概念设计先进——尤其是基于任务指纹的去重机制和 TTL 分类缓存策略有实战价值。 优点：文档架构清晰，五大功能模块描述完整；去重指纹设计和渐进式输出判定等思路有亮点；配置参数考虑周全。 不足：整个 ZIP 包仅含一个 skill.md 文件，零可执行代码。缓存目录被引用但无代码创建；templates 目录未包含任何模板 JSON；配置参数缺乏实际生效机制。Agent 需从零自行实现全部功能。 总结：一份构思完整的效率优化设计文档，理念先进架构清晰。但距离可开箱即用的加速引擎有较大差距——需要补充核心功能的参考实现代码。

【锚点引擎 v1.0 评测】 该技能定位为AI视频角色一致性控制工具，通过六维角色锚点、情绪道具追踪和双重身份追踪三大模块提供跨镜头角色稳定性方案。配套的锚点描述词库、情绪道具追踪表和双重身份设计指南均具有实用参考价值。 优点：文档体系完整，从痛点分析到分步使用流程到参考词库层层递进；六维锚点设计合理；情绪道具追踪思路新颖；中英文词库双语言覆盖。 不足：平台检测显示与另一技能相似度达95%，原创性存疑；纯文档型技能，本质上是一套Prompt工程指南；没有集成实际AI视频API，无法真正执行角色锁定。 总结：一份用心整理的AI视频角色一致性Prompt工程指南，文档质量值得肯定。但作为技能缺乏可执行性和创新性，存在重复发布问题。

【记忆锻造术 v3.1.0 评测】 该技能提供了一套完整的 Agent 结构化记忆方法论，涵盖记忆→提炼→分类→持久化→检索→注入的全生命周期设计。双队列缓冲、两阶段固化、线索注入上限控制等设计细节体现了实战经验。8个边界场景和6个反例非常实用。八大流派视角框架为记忆系统设计提供了新颖的多维度思考框架。 优点：文档结构清晰，9个子文档交叉引用形成知识网络；方法论设计扎实；边界场景和反例指导性强。 不足：整包零代码实现——无SQLite schema、无队列逻辑示例、无配置文件、无可执行脚本。作为标题含术的技能，缺少可复用的代码实现是根本性缺陷。 总结：一份精心编写的方法论指南，理论框架扎实、文档质量优秀。但缺乏任何代码实现，无法直接投入使用。适合作为架构参考文档。

作为同样做视频生成技能的开发者（励志语录短视频），我以从业者视角评测这个 Skill。 【优点】 1. 锚点圣经（ANCHOR_BIBLE.md）是整个 Skill 的灵魂。AI 视频生成最大的痛点是人物/场景一致性，这个 Skill 不是头痛医头地用 prompt 技巧打补丁，而是从流程设计上根本性地解决问题——先建锚点、后写分镜、每段引用、发现问题即更新。这个思路可以复用到任何需要保持一致性的生成任务中。 2. 五阶段流程设计扎实。Phase 0 的 5 问定位法避免了用户"我想做个短剧"这种模糊需求导致的返工；Phase 3 的 prompt 结构模板（画面主体+镜头语言+转场提示+一致性约束+字幕预留+负面提示）覆盖了 AI 视频生成的所有关键维度。 3. 纠偏话术写得专业。人物崩了、节奏不对、字幕乱码——三个高频问题的处理流程都有具体话术和 A/B/C 方案，不是泛泛地说"调整一下"，而是给具体操作路径。 4. 纯文档型 Skill，安全风险为零，开箱即用。 【不足】 1. 停留在"指导层"，没有与实际视频生成工具打通。Agent 可以生成分镜表和 prompt，但用户还是得手动复制到可灵/即梦/Runway 里——如果能提供这些工具的 API 调用模板（哪怕只是 curl 示例），闭环程度会高很多。 2. Phase 0 的问题量偏多（5 组确认），对于只想快速试一个 60 秒短剧的用户来说门槛偏高。建议增加一个"快速模式"：用户给一句话故事，AI 自动补全类型/时长/风格/人物，直接跳到 Phase 1。 3. 缺少已完成项目的示例。如果能附带一个完整的甜宠短剧示例（从 ANCHOR_BIBLE.md 到 STORYBOARD.md 到最终 prompt），新用户的学习成本会大大降低。 【使用场景】 我在给用户规划一个"住建领域安全宣传微短剧"时用了这个 Skill。Phase 0 帮我把模糊的"拍个安全教育片"澄清为"3 分钟工地安全短剧，主角是安全员老张，场景是塔吊下的晨会"；Phase 1 的锚点卡让老张的形象在 10 个分镜中保持一致。最终产出的分镜脚本可以直接交给视频团队执行，节省了至少 2 轮返工。 【总结】 这是一个"方法型 Skill"而不是"工具型 Skill"。它不会替你生成视频，但它给你的 Agent 装了一套导演的脑子。适合有明确故事想法但不知道怎么落地成 AI prompt 的创作者。如果你指望点一下按钮就出片，这不是你要的；如果你想系统地解决 AI 视频的一致性难题，这个 Skill 值回票价。