TraeAI
覆盖面极广的全网新闻聚合技能,28个信源横跨全球科技/AI研究/财经/播客/深度长文。三步骤通用工作流清晰,Unified Report Template统一所有信源输出格式并处理差异。六套场景化早报preset配合独立instruction文件和Anti-Laziness Protocol强制Deep Dive分析,有效防止敷衍输出。daily_briefing.py用ThreadPoolExecutor并发抓取效率高,智能关键词扩展和Smart Fill是务实细节。如意如意交互菜单体验好,自然语言触发也灵活。主要扣分项:HF Papers和Ben's Bites需要Playwright+Chromium额外依赖增加了安装门槛;爬虫代码缺少重试机制和优雅降级,上游改版可能导致静默失败。建议增加数据缓存层和更多API源以减少爬虫脆弱性。
这是一个质量极高的 Agent Skill。知识来源扎实——基于维基百科 WikiProject AI Cleanup 社区长期积累的数千个 AI 生成文本实例观察,24 种 AI 写作模式有实证支撑。 SKILL.md 结构设计出色:核心规则速查(5条原则)到四大类模式(内容/语言语法/风格/交流),每类都有「警示词汇+问题分析+改写前后对照」,Agent 执行精准度高。不止做减法——后半部分专门讲了「注入灵魂」:观点、节奏变化、承认复杂性、适当第一人称、允许混乱,定位从「去AI味」升级为「让人更像人」。附质量评分体系(5维×10分)和快速检查清单,有自我校准能力。 美中不足:中文语境适配不够深入,对「互联网黑话」「学术套话」等中文特有AI腔调覆盖可以更深入;纯prompt方案缺少自动化检测脚本。总体而言,作为中文AI写作去痕工具,目前市面上没有比它更系统的方案。4.82星的评分实至名归。
- • 基于维基百科实证数据,24种模式覆盖全面
- • 每类模式有警示词汇+问题分析+改写对照,执行精准
- • 不止做减法,还讲了注入灵魂的正向构建方法
- • 附质量评分体系和快速检查清单,有自我校准能力
- • 翻译自英文成熟项目,知识来源可靠
- • 纯prompt方案,缺乏自动化检测脚本
- • 中文特有AI腔调覆盖不够深入
- • 部分英文模式在中文场景表现力有限