harven-droid

wechat-style-writer

コンテンツ制作v1.0.3
作者:harven-droid更新日 2026-05-11全 4 バージョン · 最新版の公開日 2026-03-10@clawhub_harven-droid/wechat-style-writer
SNS 運用リライト#WeChat

AlphaMoatによると、2026-09時点でwechat-style-writerのダウンロード数は1,355、スター数は2で、AIスキル全体5,078件中4,864位、コンテンツ制作では362件中344位です。

インストール数
187
ダウンロード数
1355
スター数
2
総合順位
#4,864
全体の上位 96% · コンテンツ制作の上位 96%
プラットフォームインストール数ダウンロード数スター数コメント
ClawHub ↗3011332-
SkillHub ↗18713552—

プラットフォームごとに集計方法と集計時点が異なります。

このスキルでできること

対象のスタイルと原文を確認し、テーマ、構成、読者を分析してから、スタイル資料に基づいて見出しと本文を書き直し、Markdown で出力します。主文は原文の要点を保ちつつ、元の書き手に結び付いた署名、連絡先、コミュニティへの案内を取り除くよう求めています。

資料公開日 2026-10-27

できること

  • 提供されたスタイル資料に沿って記事を書き換える
  • 原文の要点を保ちながら見出しと本文を整える

使う場面

  • ユーザーが原文と対象の書き手またはスタイルを指定したとき
  • スタイルに沿った Markdown の書き換えが必要なとき

プロンプト例

スキルのドキュメントをもとに生成した例であり、実際の実行結果ではありません。

この公众号記事を指定したスタイル資料に沿って、要点を保って書き換えて
この記事のテーマと構成を分析し、指定スタイルで見出しと本文を書き換えて

月次の推移

ダウンロード数1355
32187714322026-03 · ダウンロード数 3982026-05 · ダウンロード数 6982026-06 · ダウンロード数 8352026-07 · ダウンロード数 10272026-08 · ダウンロード数 11012026-09 · ダウンロード数 135526-0326-09
スター数2
1232026-03 · スター数 22026-05 · スター数 22026-06 · スター数 22026-07 · スター数 22026-08 · スター数 22026-09 · スター数 226-0326-09

2026-09 から集計方法を変更し、同名スキルを作者ごとに分けて集計し、全スキルを対象にしました。破線は変更前の月で、変更後のデータとは直接比較せず、変更をまたぐ増減も計算していません。

月ダウンロード数前月比スター数
2026-091355—2
2026-081101+7.2%2
2026-071027+23.0%2
2026-06835+19.6%2
2026-05698—2
2026-03398—2

SKILL.md 原文

作者が公開した元のファイルをテキストのまま表示しています。AlphaMoat による編集や審査はしていません。リンクはクリックできません。コマンドは内容を確認してから実行してください。取得日 2026-10-23。

9.1 KB・ClawHub v1.0.3
---
name: wechat-style-writer
description: 模仿指定老师/作者的写作风格改写公众号文章。当用户说"用XX风格改写"、"模仿XX写一篇"、"按XX老师的风格重写"、"帮我改成XX的风格"、或上传文章要求风格改写时触发。也适用于用户提到"风格模仿"、"文章改写"、"公众号改写"等场景。即使用户只说"帮我改写这篇文章"也应触发此技能,因为改写是它的核心功能。
---

# 公众号风格改写 Skill

## 概述

本 Skill 的唯一功能:读取目标老师的风格档案,将用户提供的原文改写成该老师的写作风格,输出标题+正文的 Markdown 文件。
すべて表示(全 181 行)

## 触发条件

用户提供了一篇原文(粘贴文字或上传文件),并指定了一位老师/作者的风格。

## 执行流程

### 第1步:确认老师和原文

1. 确认用户指定了哪位老师。如果没指定,列出 `references/styles/` 目录下可用的风格档案供选择。
2. 确认原文来源:用户粘贴的文字,或上传的文件(支持 txt/md/docx/xlsx)。

### 第2步:加载风格档案

读取对应老师的风格档案文件:

```
references/styles/{老师标识}.md
```

风格档案包含:写作风格分析(标题、语气、结构、用词等)+ 精选范文(3-5篇)。

如果找不到对应档案,告知用户当前可用的老师列表,并提示如何添加新老师的风格档案。

### 第3步:分析原文

快速理解原文的:
- 核心主题和关键信息点
- 文章结构和论点层次
- 目标读者

这些信息不能丢失,改写要保留原文的全部核心内容。

### 第4步:改写文章

根据风格档案的各维度要求进行改写,遵循以下原则:

**标题改写:**
- 按照风格档案中的「标题风格」部分改写
- 保留原文标题的核心信息
- 匹配目标老师的标题句式、长度、特征
- 输出 3 个标题候选,标注推荐

**正文改写:**
- 按照风格档案中的语气、人称、段落结构进行改写
- 开头方式匹配目标老师的「开头模式」
- 段落长度和结构匹配「段落与结构」要求
- 论证方式和案例风格匹配「内容特征」
- 结尾方式匹配「结尾模式」
- 常用语气词和口头禅自然融入,不要刻意堆砌
- 保留原文的全部关键信息和论点,不遗漏不臆造

**正文分段加小标题:**

根据文章内容将正文分为若干逻辑段落,每段加上小标题。小标题的风格必须匹配目标老师的习惯:

- 卡兹克:不用正式小标题,用一句短句断行充当段落过渡(如"直到,凌晨。""然后,骚操作来了。"),Markdown中用正常段落即可,不用 `##`
- 半佛:用纯数字「1」「2」「3」「4」分隔大段落,这是他最显著的标记,Markdown中单独一行写数字
- 大瑜:用"一、""二、""三、"或数字编号(第一步、第二步)作为小标题,Markdown中用 `##` 或 `###`
- 老徐:用"第一个,""第二个,"这种口语化编号,不用正式的Markdown标题格式
- 如果风格档案中有其他老师,根据其「段落与结构」描述判断小标题风格

小标题的数量取决于文章长度和内容结构,一般3-6个为宜,不要为了加标题而硬拆段落。

**关键约束:**
- 内容忠实于原文,不凭空编造事实或案例
- 风格模仿要自然,不要为了模仿而生硬套用
- 如果原文有具体数据、引用,保留准确性
- 文章长度与原文相当(可以在±20%范围内浮动)

**去AI味——模拟真人笔误:**

生成的文章需要模拟真人赶稿时的"不完美感",让文章看起来像博主深夜快速敲出来发的,而不是AI逐字精雕细琢的。具体做法:

- 在全文中随机制造1-2个常见错别字,比如"的/得/地"混用、"在/再"搞反、"已/以"混用、"做/作"不分,这些是中文写作中最常见的真人笔误
- 偶尔出现1-2处标点符号小错,比如顿号写成逗号、句号后面多个空格、漏掉一个引号的闭合,这种不影响阅读但明显是手打痕迹的小瑕疵
- 这些"错误"必须自然,像是"没检查就发了"的感觉,不能让人一看就觉得是故意写错的
- 不要在关键信息(产品名、数据、链接)上制造错误,只在普通行文中出现

**去个人标识——模仿不是抄袭:**

改写是模仿写作风格,不是冒充原作者。必须移除所有与原作者个人身份绑定的内容:

- 移除原作者的固定开头标识,如半佛的"这是半佛仙人的第XXXX篇原创"、卡兹克的署名行等
- 移除原作者的个人联系方式、邮箱、二维码引导等
- 移除原作者的公众号名称、专属社群/星球引导
- 移除原作者的抽奖、暗号互动等运营机制
- 结尾的固定格式只保留"风格骨架"——即模仿其结尾的语气和节奏感,但把具体的个人信息替换为通用占位符,如「[你的公众号名称]」「[你的联系方式]」
- 如果原作者有自称习惯(如老徐第三人称自称"老徐"),改写时不要使用该自称,改为"我"或用户自己的称呼

### 第4.5步:AI味自检(输出前必须执行)

改写完成后,不要立即输出。先将生成的文章与风格档案中的精选范文逐项对比,检查以下维度:

1. **语气对不对**:读一遍生成的文章,再读一遍范文,语气是否一致?是否太正式、太书面、太"端着"?真人博主写东西是随意的、有情绪起伏的
2. **段落节奏对不对**:段落长度是否匹配?卡兹克是极短段落,如果生成了大段长文就不对;半佛是中短段落带数字分隔,如果没有数字就不对
3. **标志性表达够不够**:目标老师的口头禅、语气词、特殊标点(如卡兹克的「。。。」、半佛的排比句)是否自然出现了?不能一个都没有,也不能堆砌到每句都有
4. **小标题/分段风格对不对**:是否按照目标老师的习惯来分段?
5. **有没有AI味的典型症状**:
   - 过度使用"首先、其次、最后"这种教科书式过渡词
   - 每段长度几乎一样整齐
   - 用词过于精确、书面、没有口语感
   - 缺少情绪波动,全文一个调
   - 结构太工整太对称

如果发现以上任何问题,在内部重新调整后再输出。不需要告诉用户你做了自检,直接输出最终版本即可。

### 第5步:输出 Markdown 文件

输出文件必须是 `.md` 格式。标题和正文都必须完整模仿目标老师的风格,缺一不可。

**Markdown 文件结构:**

```markdown
# [模仿风格后的推荐标题]

> 备选标题1:xxx
> 备选标题2:xxx

---

[模仿风格后的完整正文]
```

**标题要求:**
- 标题必须严格按照风格档案中「标题风格」的句式、长度、特征来改写
- 输出 3 个标题候选(1个推荐 + 2个备选),全部符合目标风格
- 推荐标题用 `# ` 一级标题格式,备选标题用 `> ` 引用格式

**正文 Markdown 格式要求:**
- 正文使用标准 Markdown 语法
- 如果目标老师有小标题习惯(如半佛的数字分段),用对应的 Markdown 格式呈现
- 如果目标老师有加粗习惯,用 `**加粗**` 格式
- 如果目标老师有引用/代码块习惯,用 `>` 或 ``` 格式
- 段落之间用空行分隔
- 如果目标老师的排版是纯文字流(如卡兹克),不要加多余的 Markdown 格式标记,保持朴素
- 结尾模仿目标老师的语气和节奏感,但所有个人标识(公众号名、联系方式、抽奖暗号等)替换为 `[你的公众号名称]`、`[你的联系方式]` 等占位符

**展示和保存:**

1. 先将改写结果直接在对话中展示给用户(完整的 Markdown 文本)
2. 展示后,询问用户:「文章已生成,是否保存为 .md 文件到本地?」
3. 如果用户确认保存,再将文件保存到 `/mnt/user-data/outputs/` 并使用 `present_files` 工具提供下载
4. 如果用户要求修改,根据反馈调整后重新展示,再次询问是否保存

文件命名:`{老师标识}_改写_{日期}.md`,如 `kazike_改写_20260310.md`

### 第6步:简短说明

展示文章后,用2-3句话简要说明改写的主要调整方向(如"标题改为悬念式断句;开头改为短句冲击式;段落大幅拆短;语气加入了口语化表达"),然后询问用户是否满意、是否保存。

## 风格档案管理

### 查看可用风格

用户问"有哪些风格/老师可选"时,列出 `references/styles/` 目录下所有 `.md` 文件(排除 README.md),展示老师名称。

### 添加新老师

用户想添加新老师时:
1. 告知用户参考 `references/styles/README.md` 中的模板格式
2. 建议用户先跟 Claude 对话提炼风格,然后将风格档案保存为 `.md` 文件
3. 文件放到 `references/styles/` 目录即可生效

## 注意事项

- 如果风格档案中包含精选范文,重点参考范文的实际写法,而非仅依赖描述性的风格总结
- 精选范文是最直接的风格参照,优先级高于文字描述
- 不同老师的风格差异可能很大,切忌混用
- 改写不是翻译,要在保持信息完整的前提下重新组织表达方式

コンテンツ制作の人気スキル

文章去AI味工具コンテンツ制作

文章に残る AI らしさを見つけて取り除き、人が書いたように読める文章にします。

↓ 37.7万★ 688user_ab5ae6ee
Humanizerコンテンツ制作

AI が書いた文章の典型的な痕跡を見つけ、意味を保ったまま自然な文章に書き直す文章編集スキルです。

↓ 32万★ 1107B*T
humanizer-zhコンテンツ制作

AI が生成した文章の痕跡を見つけて取り除く中国語の編集スキルです。

↓ 10.5万★ 103liuxy951129-cpu
公众号热门文章查询コンテンツ制作

wechat-search は WeChat の人気記事を検索し、関連度、人気、鮮度で結果を整理します。

↓ 7.2万★ 118user_5f9c21aa
抖音文案一键提取コンテンツ制作

公開された短編動画の共有リンクからタイトル、概要、口播テキストを抽出し、改写版も作ります。

↓ 6.2万★ 183user_a41ae6c8
一键去AI味工具コンテンツ制作

humanizer は中国語と英語の文章を自然な表現に整えるための編集ガイドです。

↓ 4.8万★ 55user_ab5ae6ee
番茄小说写作助手(单章2200-2800字)コンテンツ制作

Web 小説の各章をファイルに書き、会話では要約と位置だけを返します。

↓ 4.5万★ 347user_634bbcdc
Marketing Skillsコンテンツ制作

複数のマーケティング手法をひとつのスキルにまとめ、依頼内容に合うモジュールへ振り分けるスキルです。

↓ 3.9万★ 158Jordan Chops

データ月:2026-09 · ダウンロード数、スター数、インストール数は公開スキルレジストリ(ClawHub、SkillHub)から月単位で集計しています。詳しくはデータの方法論をご覧ください。