debotton-chen-nan-write
Skill0 starsChanged 29 days agoMITView on GitHub
为 706 活动或项目回顾长文设计叙事、研究简报、大纲并执行写作,支持已有大纲续写与单节修改。用于活动回顾、项目复盘文章及明确的 narrative crafting 请求。一般“直接写”“开写”不单独触发;执行到用户所需交付阶段。
Files
Narrative Crafting(活动与项目回顾)
从可追溯素材中建立叙事,再按用户需要产出大纲或全文。保留 706 的具体、克制、在场感与反身性:不制造感动、英雄或圆满结论,不把推测写成现场事实。
先确定已有进度
- 新长文先检查材料、给出简要计划与结构。用户只要计划或方案时,交付到这一层。
- 已有学习笔记、选定方向或确认大纲时,从对应阶段继续,不重做已经完成的准备。
- 用户要求逐阶段打磨时,在约定的选择点等待。用户要求直接成文、已经选定方向或授权自主推进时,完成必要准备后继续,不增加研究简报、大纲、写作简报三次重复审核。
- 单节改写或事实修正只处理相关内容和受影响的衔接;只有整体方向变化才回到叙事方案。
素材与叙事
- 阅读提供的材料,保留来源索引。可使用已有 prewriting 笔记;关键引语、人名、数字与冲突回到原始记录核验。复杂素材可按需调用 prewriting,不把它作为所有文章的前置步骤。
- 形成事实清单与核心张力,区分观察、解释、缺口。背景事实需要时再检索;不得补造现场对白、身体语言或他人动机。
- 方向尚不清楚时给出有区别的叙事选项及各自证据依据。已有方向则直接形成大纲;结构与素材有关键冲突时说明原因,先完成不依赖该决定的工作。
- 大纲说明每节功能、具体素材、前后衔接及全文的反身性。材料有限时缩小论断,不强行让每节填满全部理论维度。
设计长文时按需读取 narrative-design.md:其中保留审美与本体维度、四层反身性、研究简报和大纲模板。不要默认把所有模板都变成独立交付物。
写作
延续本技能既有的德波顿(陈广兴/南治国译)默认声口;用户指定的文体和语气优先。实际写作或声口修改前读取 voice-profile.md 中适用部分,事实核对不需要加载整份声口档案。
为需要成文的板块准备足够具体的建材:人名、数字、逐字引语、场景、来源定位、叙事功能与字数范围。简报可在现有大纲中展开;用户没有要求时不另设审核文件。
依文章的整体连贯性决定执行方式。短文、单节修订或相互依赖强的叙事由主代理完成。材料或章节可以独立处理、当前环境允许且能带来实际收益时,使用可调用的协作工具委派;不按章节数强制一章一个代理,也不指定不存在的工具名。
委派时给每项工作明确范围、完整材料和统一声口,避免重复读取;主代理保留全文结构、跨节事实与衔接责任。整合和复核可以由主代理完成,不必须额外启动“缝合代理”。
验收与交付
- 按原文核对关键人名、数字、引语及其说话人;列明仍未核实的关键缺口。
- 检查全文叙述人称、节奏、衔接与具体细节,应用选定声口的检查规则;不为了填满模板编造事实或额外结论。
- 在原项目合适位置保存用户所需的研究简报、大纲或草稿;版本与路径明确,修订不覆盖用户指定保留的版本。
- 成文是草稿交付,实际对外发布另按已有授权与发布工具要求处理。只完成一个阶段时如实标注,不声称全流程完成。
In this repository40 other files it gives its agents.
- 706-audio-transcribe-archiveSkill
- 706-ghostwriterSkill
- 706-long-article-distillingSkill
- 706-notion-writerSkill
- author-style-mimicrySkill
- binance-4h-signalSkill
- browserSkill
- content-intelligence-searchSkill
- debotton-chen-nan-rewriteSkill
- gdocs-mcpSkill
- harness-goal-runnerSkill
- image-ocrSkill
- image-to-htmlSkill
- lark-docx-editorSkill
- literature-searchSkill
- md-to-pdf-songtiSkill
- media-ingestSkill
- medium-research-report-harnessSkill
- moments-work-diarySkill
- panel-curatorSkill
- personal-decision-harnessSkill
- prewritingSkill
- resume-from-evidenceSkill
- resume-hr-reviewSkill
- rhetorical-structure-harnessSkill
- scholar-analyst-rewriteSkill
- skill-creatorSkill
- skill-optimizerSkill
- speech-to-attention-videoSkill
- task-distributionSkill
- task-syncSkill
- video-downloadSkill
- wechat-article-smart-archiveSkill
- wechat-designSkill
- wechat-image-archiveSkill
- wechat-publish-2.0Skill
- wechat-publishSkill
- wechat-slidesSkill
- xhs-copywriterSkill
- xiaohongshu-posterSkill
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.

