據 AlphaMoat 統計,截至 2026-10,智慧公文寫作助手 累計下載 16,831 次、獲 17 個星標,按累計下載量在本次參與排名的 10,914 個 AI 技能中排名第 1,672 位,在「專業領域」分類(1,228 個)中排名第 147 位。
列表預設按累計下載量排序,也可按星標排序;詳情頁排名按累計下載量計算。
| 平台 | 累計下載 | 星標 | 評論 |
|---|---|---|---|
| SkillHub ↗ | 1.7萬 | 17 | — |
各平台的計數口徑不同,統計時間不一致。
輔助政府工作人員撰寫公文,支援文種識別、政策檢索、框架生成和規範檢查。
資料釋出於 2026-10-27
以下是根據技能文件生成的示例,不代表實際執行結果。
2026-09 起統計方法調整:同名技能按作者分別統計,並覆蓋全部技能。圖中虛線為調整前的月份,與之後的資料不直接比較,也不計算跨越調整的增長。
| 月份 | 累計下載 | 環比 | 星標 |
|---|---|---|---|
| 2026-10 | 1.7萬 | — | 17 |
| 2026-09 | 6584 | — | 16 |
| 2026-08 | 4825 | +23.3% | 15 |
| 2026-07 | 3914 | +55.1% | 14 |
| 2026-06 | 2523 | +68.4% | 9 |
| 2026-05 | 1498 | — | 2 |
| 2026-03 | 390 | — | - |
以下是作者釋出的原始檔案,按純文字顯示,本站未做修改或稽核;其中的連結不可點選,命令請核實後再執行。抓取於 2026-10-23。
--- name: gov-doc-writer description: 智能公文写作助手,面向政府工作人员,支持15种公文规范写作,提供政策检索、框架生成、规范检测全流程辅助 --- # 智能公文写作助手 Skill ## 任务目标 - 本 Skill 用于: 帮助政府工作人员高效完成公文写作任务,从需求输入到初稿生成全流程辅助 - 能力包含: 文种识别、政策法规检索、写作框架生成、行文规范检测、初稿生成与优化、用户习惯学习
- 触发条件: 用户表达公文写作需求,如"写公文"、"写请示/报告/通知"、需要政策检索或规范查询
## 前置准备
- 依赖说明: 本 Skill 依赖智能体原生的联网搜索和文件读写能力
- 无需额外依赖包或系统命令
## 操作步骤
### 阶段1: 需求理解与文种识别
**目标**: 准确理解用户需求,识别公文类型并提取核心要素
**执行流程**:
1. **用户意图分类**: 根据用户输入判断属于以下哪种类型:
- 新建公文写作任务
- 公文规范查询
- 政策法规检索
- 已有文稿优化
2. **文种识别**: 若用户未指定文种,根据事由推荐最合适的文种(请示/报告/通知/通报/函/意见等15种)
3. **要素抽取**: 自动提取以下公文要素:
- 发文单位
- 事由
- 主送机关
- 抄送单位(如有)
- 附件说明(如有)
4. **规范提醒**: 主动提示该文种的适用范围和行文规则(请参考 [references/types.md](references/types.md))
5. **引导式提问**: 若信息不完整,依次询问缺失要素
6. **输出要素清单**: 以清单形式供用户确认或补充
**智能体职责**: 语言理解、意图分类、要素提取、对话引导
### 阶段2: 政策法规与新闻检索
**目标**: 检索最新政策法规和权威信息,为公文内容提供政策依据
**执行流程**:
1. **联网检索**: 使用联网搜索功能,根据主题/关键词检索,按优先级排序:
- 第一梯队: 中国政府网(www.gov.cn)、国务院客户端、部委官网(.gov.cn)
- 第二梯队: 省级政府官网、地方政府政策法规库
- 第三梯队: 权威媒体(人民日报、新华社)
- 检索内容: 最新法律法规、国务院及部委文件、地方政府规章、权威时事新闻
2. **权威源优先**: 优先检索以下来源:
- 政府官网(.gov.cn)
- 国务院文件库
- 中央及地方政策法规库
- 官方新闻发布
3. **时效性验证**: 对检索到的政策法规进行时效性校验:
- 标注政策发布日期和生效日期
- 检测是否有更新版本或废止通知
- 对"十四五"等时段性政策进行时间校验
4. **内容摘要**: 对检索到的政策法规进行要点提炼,包括:
- 发文单位
- 文号
- 发布日期
- 核心条款
- 适用范围
5. **引用格式规范**: 按照标准格式输出可引用政策:
- 标准格式: 《文件名》(发文机关 + 文号 + 发布日期)
- 示例: 《政务移动互联网应用程序规范化管理办法》(国办函〔2026〕12 号,2026 年 1 月 15 日)
6. **输出可引用政策清单**: 每条政策列出名称、文号、核心要点及建议引用位置
**智能体职责**: 联网搜索、信息筛选、摘要提炼、推荐引用
### 阶段3: 写作框架生成
**目标**: 生成符合规范的公文写作框架,指导内容填充
**执行流程**:
1. **选择模板**: 根据识别的文种,从 [references/templates.md](references/templates.md) 选择对应的写作框架模板
2. **正文结构建议**: 根据文种特点提供结构引导:
- 请示: 事由→必要性→可行性→请求事项
- 报告: 背景→工作情况→成效→问题→下一步计划
- 通知: 依据→事项→要求
3. **内容填充引导**: 在每个框架节点提供:
- 写作提示
- 常见表述范例
- 参数要求(如金额、时间、地点)
4. **输出写作框架**: 包含标题、主送机关、正文结构、发文机关署名、成文日期等要素
**智能体职责**: 模板选择、结构设计、内容引导
### 阶段4: 行文规范检测与优化建议
**目标**: 检测公文规范性,提供优化建议
**执行流程**:
1. **标题规范检测**(参考 [references/standards.md](references/standards.md)):
- 检测是否符合"发文机关+关于+事由+文种"四要素结构
- 避免事由冗长、文种误用
- 检查"关于"与"申请"、"请求"是否重复使用
2. **语言风格检测**:
- 检测是否符合"准确、简洁、庄重、规范"原则
- 识别口语化表达、网络用语、生僻词
- 参考 [references/terms.md](references/terms.md) 中的规范用语
3. **结构逻辑检测**:
- 检测段落层次是否清晰
- 逻辑是否连贯
- 建议采用"总—分—总"结构
4. **格式规范检测**:
- 检测发文字号、主送机关、附件说明、成文日期等要素
- 参考 [references/standards.md](references/standards.md) 中的格式要求
5. **常见病例警示**: 参考 [references/cases.md](references/cases.md),提醒高频易错点
6. **输出优化建议**: 逐条输出,支持"一键优化"
**智能体职责**: 规范检测、问题识别、建议生成
### 阶段5: 初稿生成与交互完善
**目标**: 生成符合规范的公文初稿,支持交互式修改
**执行流程**:
1. **综合生成**: 结合用户输入、政策检索结果、写作框架生成初稿
2. **逐段展示**: 分段展示公文内容,支持逐段查看和修改
3. **交互式修改**: 用户对任一段落提出修改意见,智能体重写该段落
4. **多版本对比**: 生成2-3个不同表述风格的版本供选择:
- 精炼版
- 详尽版
- 突出政策导向版
5. **政策引用标记**: 为政策引用内容添加标注(发文单位、文号)
6. **时效性提醒**: 对时间敏感信息(如"近期"),主动询问是否补充具体时间节点
7. **结尾用语规范**: 参考 [references/endings.md](references/endings.md) 使用标准结尾
**智能体职责**: 内容创作、段落重写、风格适配、标注添加
### 阶段6: 格式排版与输出
**目标**: 输出符合国家标准的公文格式
**执行流程**:
1. **标准格式输出**(参考 [references/standards.md](references/standards.md)):
- 纸张要求: A4
- 版式编排: 符合 GB/T 9704-2012 标准
- 字体字号: 标题二号方正小标宋简体、正文三号仿宋体
2. **附件处理**(参考 [references/standards.md](references/standards.md)):
- **常见附件类型识别**:
- 请示: 经费预算表、实施方案、相关政策依据
- 通知: 工作任务分解表、时间节点表
- 报告: 统计数据表、典型案例材料
- **附件生成指引**:
- 主动询问用户是否需要附件
- 根据文种推荐常见附件类型
- 生成附件内容框架或模板
- **附件与正文的关联标注**: 在正文中标注"详见附件X",在附件说明中列明附件名称
3. **要素完整性检查**:
- 密级和保密期限(如需要)
- 紧急程度(如需要)
- 发文字号
- 主送机关
- 抄送机关
- 附件说明
4. **多格式导出**: 支持导出为 Markdown、TXT 格式(用户可自行转换为 DOCX/PDF)
5. **输出最终公文**: 确保格式规范、要素齐全、内容准确
**智能体职责**: 格式排版、要素检查、格式输出
### 阶段7: 用户反馈收集与习惯学习
**目标**: 收集用户反馈,记录写作习惯,实现个性化适配
**执行流程**:
1. **反馈收集**: 每次写作完成后询问用户:
- 初稿可用性评分(1-5分)
- 政策检索准确度评价
- 需改进之处
2. **用户记忆记录**(使用文件读写功能):
- **存储位置**: 用户工作区根目录下的 `.govwriter/user_preferences.json` 或 `~/.govwriter/user_preferences.json`
- **存储内容**:
- 常用文种
- 常用发文单位
- 常用主送机关
- 偏好表述风格(精炼型/详尽型/政策导向型)
- 偏好引用源类型
- 最后更新时间
- **隐私保护**: 仅存储元数据偏好,不存储具体公文内容
3. **数据结构示例**:
```json
{
"常用文种": ["请示", "通知", "报告"],
"默认发文单位": "XX 市财政局",
"常用主送机关": ["市人民政府", "省财政厅"],
"表述偏好": "精炼型",
"引用源偏好": ["中国政府网", "部委官网"],
"最后更新": "2026-04-20"
}
```
4. **记忆更新策略**: 采用增量更新方式,不覆盖历史偏好,新偏好优先级高于旧偏好
5. **个性化适配**: 下次写作时根据历史记录自动预设相关参数
6. **智能询问**: 根据写作规律主动询问必要信息:
- 写"请示"时: 是否附有相关证明材料作为附件
- 写"通知"时: 是否需要明确执行时限和监督要求
- 有用户偏好时: 优先使用默认参数,允许用户修改
7. **模板复用建议**: 建议用户将完成度高的公文保存为个人模板
8. **隐私管理**: 向用户提供清除偏好选项,定期清理过期偏好
**智能体职责**: 反馈收集、习惯记录、个性化适配、智能提醒
## 资源索引
- **文种规范**: 见 [references/types.md](references/types.md)(何时读取: 阶段1文种识别和规范提醒)
- **格式标准**: 见 [references/standards.md](references/standards.md)(何时读取: 阶段4规范检测和阶段6格式排版)
- **写作模板**: 见 [references/templates.md](references/templates.md)(何时读取: 阶段3框架生成)
- **术语词典**: 见 [references/terms.md](references/terms.md)(何时读取: 阶段4语言风格检测)
- **结尾用语**: 见 [references/endings.md](references/endings.md)(何时读取: 阶段5初稿生成)
- **病例警示**: 见 [references/cases.md](references/cases.md)(何时读取: 阶段4规范检测和特殊场景处理)
- **公文范例**: 见 [references/examples.md](references/examples.md)(何时读取: 用户需要参考范例时)
## 注意事项
- **规范先行**: 严格遵循《党政机关公文格式》(GB/T 9704-2012)国家标准和《党政机关公文处理工作条例》
- **政策驱动**: 优先使用联网搜索获取最新政策法规,确保内容与最新政策导向一致
- **交互优先**: 充分利用智能体的对话能力,通过引导式提问收集必要信息
- **渐进式披露**: 仅在需要时读取参考文档,保持上下文简洁
- **用户习惯**: 持续记录用户偏好,实现个性化适配和效率提升
- **质量保障**: 在每个关键节点进行规范检测,确保输出质量
## 使用示例
### 示例1: 写作请示
**用户**: 帮我写一个请示,关于追加智慧政务平台建设经费,主送市政府
**执行流程**:
1. 阶段1: 识别文种为"请示",提示"一文一事、事前行文"规则,输出要素清单
2. 阶段2: 联网搜索"数字政府建设 政策",检索到相关政策并建议引用
3. 阶段3: 生成请示框架(标题→主送机关→开头→必要性→经费明细→预期成效→结尾→署名→日期)
4. 阶段4: 检测标题规范、请示事项明确性、结尾用语
5. 阶段5: 生成初稿,用户要求精炼"必要性"段落,立即重写
6. 阶段6: 格式化输出
7. 阶段7: 收集反馈,记录用户偏好"精炼型表述"
### 示例2: 写作通知
**用户**: 写一个关于加强安全生产检查的通知
**执行流程**:
1. 阶段1: 识别文种为"通知",提醒通知的适用范围和行文规则
2. 阶段2: 检索安全生产相关政策法规
3. 阶段3: 生成通知框架(依据→检查事项→要求→执行时限)
4. 阶段4: 检测通知要素完整性、语言规范性
5. 阶段5: 生成初稿,用户提供修改意见,逐段完善
6. 阶段6: 格式化输出,明确执行时限和监督要求
7. 阶段7: 收集反馈,记录用户习惯
### 示例3: 公文规范查询
**用户**: 请示和报告有什么区别?
**执行流程**:
1. 阶段1: 识别为规范查询意图
2. 读取 [references/types.md](references/types.md),提取请示和报告的适用范围、行文规则
3. 对比说明两者的核心区别
4. 提供使用示例
## 附加功能
- **公文知识库查询**: 随时查询文种速查表、术语词典、结尾用语
- **常见病例警示**: 实时提醒高频易错点
- **权威示例参考**: 提供来自中国政府网、部门官网的权威公文示例
AIGC創作過程自動存證技能。自動識別創作平台與生成工具,將創作過程記錄存證並蓋有公安備案電子印章,具備可信時間戳,可以在全國電子印章互認平台核驗。
反電信網路詐騙(反詐)專家技能。當用戶描述一個疑似詐騙的場景、簡訊、電話、連結、聊天記錄、App、投資平台、招聘資訊或轉賬要求,並詢問「這是不是詐騙」「要不要轉錢」「怎麼止損」「錢還能不能追回來」,或需要識別詐騙話術、拆解騙局結構、生成報案材料與取證清單時使用。同時在對話中主動嗅探「轉賬、驗證碼、螢幕共享、安全帳戶、保證金、刷單、穩賺、百萬保障、跑分」等風險詞並插入預警,即使對方並未詢問反詐。適用場景還包括:家屬求助勸阻疑似被騙的親人、企業/銀行/支付機構/網際網路平台做涉詐帳戶識別與交易監測規則、涉詐資金鍊(跑分、卡四件套、GOIP)分析、反詐合規與員工培訓、反詐實戰演練。
電子印章公安備案、全網互認,實現所有格式檔案電子簽章與影片確權,覆蓋全國所有CA廠商自2005年以來的全量電子簽章資料,無論由哪個地區、哪套系統、哪家CA機構簽發,均可精準校驗與互認。
包拯.Skills你身邊的專家律師團 — 專業法律諮詢 + 要素式/通用起訴狀起草 + 刑事專項材料輔助 + 法條分析與法規檢索。flk.npc.gov.cn API即時法條優先,不可用時AI知識庫降級兜底,**法條來源按四檔標註可核驗(已核驗-flk API / 已核驗-單源 / 已引-離線庫 / 未核驗-模型生成),交付末尾附法條/事實/金額/程式分項置信度**;以22類法律領域覆蓋矩陣約束路由邊界;支援35個起訴狀模板、5類刑事專項材料輔助;內建Logic Doctor邏輯自檢、訴訟時效追蹤及10類異常容錯處理(含連續失敗熔斷);漸進式意圖收斂協議(3輪狀態機);混合意圖自動任務拆解(按依賴排序→合併→順序執行);含反模式清單與危機干預出口(自殺/家暴/未成年人侵害先於一切法律分析)。非標準案由自動使用通用模板。
律師AI辦案工作臺:從接案到結案全流程提效——案件分析、要件梳理、文書初稿、證據質證、法庭攻防演練、賠償與費用計算、期限提醒、復盤歸檔;覆蓋民事、刑事、勞動、非訴、破產、執行、行政、仲裁八大領域,111 個專家技能;法條可核驗、結論可複核。
包拯.Skills你身邊的專家律師團 — 專業法律諮詢 + 要素式/通用起訴狀起草 + 刑事專項材料輔助 + 法條分析與法規檢索。flk.npc.gov.cn API即時法條優先,不可用時AI知識庫降級兜底,**法條來源按四檔標註可核驗(已核驗-flk API / 已核驗-單源 / 已引-離線庫 / 未核驗-模型生成),交付末尾附法條/事實/金額/程式分項置信度**;以22類法律領域覆蓋矩陣約束路由邊界;支援35個起訴狀模板、5類刑事專項材料輔助;內建Logic Doctor邏輯自檢、訴訟時效追蹤及10類異常容錯處理(含連續失敗熔斷);漸進式意圖收斂協議(3輪狀態機);混合意圖自動任務拆解(按依賴排序→合併→順序執行);含反模式清單與危機干預出口(自殺/家暴/未成年人侵害先於一切法律分析)。非標準案由自動使用通用模板。
基於技術交底書生成專利申請初稿。技術交底書內容至少包含技術問題、解決方案、技術效果。內建的推理、視覺、多模態、數學、函式、模擬等模型底座均為國產,國外模型0使用,可放心食用。 近期安裝量暴增感謝支援,不少私信希望能力提升但這已是國產極限,我們不必追求最強技能,達到及格即可。學習交流歡迎聯絡微訊號A26dian4
露禾論文寫作助手(免費版):一句話生成引用可溯源、不編造的專業學術論文,按國標 GB/T 7714 插入真實文獻引用,中英文 3000/5000/8000 字,一鍵匯出 Word。說「寫論文 / 幫我寫論文」即可使用。
資料月份:2026-10 · 下載/星標數聚合自公開技能註冊庫(ClawHub、SkillHub),按月更新。口徑說明見資料方法。