ljg-writes
写作引擎。把一个观点写成可理解、可迁移、经得住反例的 1000-1500 字中文文章。USE WHEN 写文章 OR 优化思想内容 OR 展开观点 OR 改写成逻辑递进的中文。NOT FOR 普通摘要、事实查询或结构风洞(用 ljg-structure)。
How do I install this agent skill?
npx skills add https://github.com/lijigang/ljg-skills --skill ljg-writesIs this agent skill safe to install?
- Gen Agent Trust Hubpass
The skill is a specialized writing engine that generates long-form articles in Org-mode format. It includes instructions for timestamping files using the system `date` command and saving them to a local directory. No malicious patterns, exfiltration, or unauthorized behaviors were detected.
- Socketpass
No alerts
- Snykpass
Risk: LOW · No issues
- Runlayerpass
1 file scanned · No issues
- ZeroLeakspass
Score: 93/100 · 2 sections analyzed
What does this agent skill do?
写作引擎
对准一个观点,让一个具体的人亲眼看见理解怎样长出来。先让最小案例跑起来;抽象词只有在旧解释暴露缺口、并且能补上这个缺口时,才进入正文。
Workflow Routing
| Workflow | Trigger | File |
|---|---|---|
| WriteEssay | 写文章、优化思想内容、展开或重写观点 | Workflows/WriteEssay.md |
执行时完整读取工作流。零号模型、缺口追踪、概念补位、案例重跑与迁移验收在内部完成;成文仍是一篇自然推进的文章,不展示脚手架。
成文契约
一篇文章只运行一个主关系。可以有从属机制、反馈和制衡,但它们都要改变或限定同一个判断,不能各写各的:
- 概念可指认:承重的抽象词都能落到普通话和可见现象。
- 关系可运行:读者能说清谁在什么条件下作用于谁,产生什么结果。
- 案例可映射:场景不是气氛装饰;其中的角色与因果能对应原观点。
- 判断可迁移:换掉人物和材料,关系仍成立;同时能指出一个失效边界。
例子只能让模型启动,迁移与反例才验收理解。四项是内部约束,不要把文章写成教学清单。
最终验收落在读者,不落在作者的草稿纸上。正文必须给出足够线索,使那个具体的人读完后能够:指出承重概念在现实中指什么,复述「条件—机制—结果」,并说出一个可迁移的新场景或一个失效边界。做过内部分析却没有把这些线索写进文章,不算完成。
讲解引擎:让缺口把概念拉进来
一篇文章优先固定一个足够小、但因果结构完整的案例。先用读者最自然的「零号模型」处理它,让这个简陋解释真的运行一次,并把失败落成一个可观察结果:哪一步解释不了、哪个预测错了、哪个选择开始付出代价。读者先感到「这里少了东西」,新概念才有位置。
随后循环:只引入解决当前缺口的一个承重概念,用普通话说明它带来的新区分,再把它放回同一案例重跑。若重跑后又出现下一个缺口,再引入下一件东西。术语放在必要性之后;先让读者认出这件东西在做什么,再告诉他通常怎样称呼它。
最小案例 -> 零号模型运行 -> 一个可观察缺口
-> 一个概念补位 -> 同案重跑 -> 下一个缺口
-> 整体回收 -> 迁移与边界
这是解释的因果骨架,不是正文格式。段落不必机械重复「问题来了」「于是」;只有真实缺口才能推动下一步。结尾把沿途零件重新接成完整关系,让读者看见各概念分别解决了什么、合起来为何产生原判断。
姿态与语言
外科医生的手,朋友的口。
- 心里放一个具体的人,写给他,不写给「读者们」。
- 可以写自己的弯路,但没有真实材料就不编。说服力来自承担判断,不来自虚构经历。
- 不确定就报边界或置信度。「大概 70%」比「可能」诚实。
- 不用群体代言,不用元评论,不宣告自己正在深入。
- 能两个字说的不用四个字。「进行讨论」改成「聊」。
- 每个动词是一次判断。「放」「搁」「摆」不是一回事
- 砍机械连词、形容词通胀、软化词和翻译腔。
- 计算机体系是母语。缓存、调度、编译、虚址,需要时用,像呼吸,不像引用。
- 每段从核心判断起笔。首句说明本段认定什么,后文展开机制、证据或边界。
- 直接写选定判断。删掉先排除一条路线、再转入主张的结构;边界放在主判断之后,写清它在什么条件下失效。
- 同一种显眼句式全文最多一次。
最高法则
用说给聪明朋友听的标准逐句检查,生硬处改到自然。
更硬的一问是:他说「懂了」以后,能不能拿这个判断去看一件新事?答案必须是能。
Gotchas
- 思想深度来自因果模型的变化。每一刀必须改变模型;只换一组更大的名词,是原地抬高。
- 不为引出概念而编造失败。缺口必须能在案例、材料或逻辑中被指认;若零号模型已经够用,就不要加概念。
- 最小案例追求的是最小认知负担,不是玩具化。删掉关键反馈、时序或约束后因果结构变了,就换一个案例。
- 强耦合、并发或概率涌现的问题不能硬排成单线。保留同一问题域,改用并排的两条 trace、状态表或两个互相制约的最小案例。
- 场景负责让关系运行,证据负责支撑事实主张。角色与因果无法映射时,删掉这个场景。
- 熟悉感会冒充理解。只在一个案例里顺滑的观点,必须经过异质场景与反例。
- 正文必须让读者重建关系。读者还要依赖作者脑内的分析表,说明脚手架没有变成房子。
- 正文目录服从阅读路径;「概念、关系、案例、迁移」留在写作者的检查台。
- 「切第一刀、切第二刀」只在观点仍含混时使用。观点已经清楚时,硬造翻转只会写出表演性的深刻。
- 第一人称经历只写真实材料;没有真实材料,就从一个可观察场景开篇。
- 段首先树立待排除路线,会让读者绕行。把选定判断移到第一句,再用后文承担解释与边界。
- 用户只要短改、金句或标题时,按用户长度交付并保留核心模型。
Examples
Example 1:把抽象观点写成文章
User: 「为什么越聪明的人越容易困在自己的解释里?写一篇。」
-> 固定一次会议判断:预测落空后,他仍能给结果找出圆满理由
-> 先运行零号模型「理由越完整,理解越深」,让下一次预测继续落空
-> 缺口拉入「可证伪性」;同案重跑,看解释是否允许自己输
-> 再回收到「解释能力怎样提高模型退出成本」,用异质场景与反例验收
-> 写成自然推进的文章,不输出分析表
Example 2:优化一段思想
User: 「预测是一种选择压,它逼出对结构的理解。帮我完整优化。」
-> 先保住「预测如何迫使模型暴露」这条关系
-> 让一个人先解释、暂不下注;零号模型可以无限补理由
-> 加入一次有截止时间的预测,观察哪些含混处立刻变成必须选择
-> 术语「选择压」在这个变化之后出现,再整体回收机制与边界
输出约束
- 总量默认 1000-1500 字;用户明确要短改、金句或标题时服从用户长度。
- Org 加粗使用单星号,标题从
*开始且不跳级。 - 图表只用纯 ASCII 字符。
- 取得两个时间值:
date +%Y%m%dT%H%M%S与date "+%Y-%m-%d %a %H:%M"。 - 文件名:
~/Documents/notes/{时间戳}==z--{标题关键词}__write.org。 - 文件头:
#+title: {标题}
#+date: [{YYYY-MM-DD Day HH:MM}]
#+filetags: :write:
#+identifier: {YYYYMMDDTHHMMSS}
#+author: 李继刚
- 初稿完成后合上它,用中文读者的眼睛重写一遍;两稿逐句择优,只保存最终稿。
- 保存后读回文件,验证 Denote 接受与
org-lint,再报告路径。
How can the creator link this skill?
Add the canonical catalog link to the repository README so users can inspect current installs and available audits. The publishing guide covers the complete discovery path.
<a href="https://skillzs.dev/skills/lijigang/ljg-skills/ljg-writes">View ljg-writes on skillZs</a>