readable-report
Skill1 starsChanged 2 months agoMITView on GitHub
把已有报告重组为更容易读懂的阅读版,保留理解结论所需的依据与边界,按需加入图解和交互。用于报告可读性改造、长报告重排或可视化阅读版;不用于从零调研、核验事实或单独索要几句摘要。
In this repository2 other files it gives its agents.
The file
Files
可读报告
让读者理解结论、理由与适用条件。保留原报告,另存阅读版;不追加调研,不把不确定性改成定论。关键限制随结论出现,完整输入和来源保留在详情入口。用户指定的格式、风格优先;短文或纯文字改写可直接交付 Markdown。
默认生产入口
默认用用户选定的 Luna / medium 单生产者完成新稿、机器检查、三项内容审读和两张图审读。使用时简短说明这一路由。在支持明确模型选择的子代理工具中,以 gpt-5.6-luna、medium、新上下文派发一次,把本 Skill 路径、原文、输出目录和用户要求交给它;已经是该生产者就直接执行,禁止递归派发。父任务只交付成品与真实状态,不重复语义审查。不修改主任务型号,不创建用户侧新任务;能力缺失则明确记录实际型号/未完成步骤,不冒充已采用 Luna 或已通过检查。
默认 HTML 使用脚本内嵌的安静阅读样式:问题导航、连续的完整解释,以及仅在原文支持时出现的条件比较。模型负责解释内容,稳定装配与检查由脚本负责。先准备 UTF-8 原文快照(其他格式先读取/提取并保留原文件),一次初始化新工作目录(把 <skill-dir> 替换为本 Skill 的实际安装目录):
python3 "<skill-dir>/scripts/report.py" init 原报告.md --work 输出目录 --producer-model 实际型号 --producer-effort 实际档位 --producer-evidence 实际派发依据之后固定工具的工作目录为返回的 working_directory,只用短命令:
./rr context:返回当前原文与按需编辑协议;照它写draft.json。./rr submit:先保存原稿字节,再装配独立report.html并执行固定检查;按返回清单审读内容、实际查看两张本地图。- 把审读表写入
verdict.json,./rr finish留档;./rr status查看成品与收据。
执行失败用 ./rr retry,复用已保存内容,仅继续失败步骤。审读表被拒绝时保留失败提交,只修该表再 ./rr finish;不得为了重试重新生成全文、放宽引用校验或手改检查证据。需要实质改稿时新建工作目录,旧稿和失败记录保留。
结果口径
固定机器检查需要已有 Python、Node(支持内置 WebSocket)和 Chrome;用独立临时浏览器与动态本地端口,不依赖现有标签页。每步 4 秒、总检查预算 25 秒、自动重试 0;缺工具记未完成,不自行安装。环境确需指定已有程序时可用 REPORT_NODE_BIN、REPORT_CHROME_BIN。
passed_in_scope 只代表三项内容自查与两张第一解释节截图在清单范围内通过;不代表全文视觉审完、外部事实核验或用户验收。PDF 仅导出,未逐页视觉验收。实际缺陷记 failed,工具缺失或未审读记 incomplete;尚待审读也不能说通过。聊天只给成品链接、实际状态和影响使用的限制,用可用预览工具打开成品。指定其他格式或风格时沿用内容原则,如实说明实际做过的检查,不套用默认 HTML 的通过记录。
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

