Agent Skillsxbtlin/ai-berkshire › wechat-article

wechat-article

GitHub

微信公众号文章生成技能,通过作者、编辑、读者三Agent协作,对输入主题进行深度研究并产出高质量图文内容。支持技术解读与商业分析,强调数据严谨性与可读性。

codex-skills/wechat-article/SKILL.md xbtlin/ai-berkshire

Trigger Scenarios

需要撰写微信公众号文章 大模型技术报告解读 商业或投资主题深度分析

Install

npx skills add xbtlin/ai-berkshire --skill wechat-article -g -y
More Options

Non-standard path

npx skills add https://github.com/xbtlin/ai-berkshire/tree/main/codex-skills/wechat-article -g -y

Use without installing

npx skills use xbtlin/ai-berkshire@wechat-article

指定 Agent (Claude Code)

npx skills add xbtlin/ai-berkshire --skill wechat-article -a claude-code -g -y

安装 repo 全部 skill

npx skills add xbtlin/ai-berkshire --all -g -y

预览 repo 内 skill

npx skills add xbtlin/ai-berkshire --list

SKILL.md

Frontmatter
{
    "name": "wechat-article",
    "description": "AI Berkshire skill: 微信公众号文章:作者-编辑-读者三Agent协作. Source: skills\/wechat-article.md."
}

Codex adapter note

This skill is generated from skills/wechat-article.md so Claude Code and Codex users share one canonical workflow.

  • Treat $ARGUMENTS as the user's request in the current Codex thread.
  • When the source mentions Claude-only surfaces such as Task, Agent, WebSearch, Bash, Read, or Write, use the closest Codex capability available in this session: subagents when available, web search when needed, shell commands for local tools, and normal file edits for workspace files.
  • Use shared project tools from tools/ in this repository. Prefer running commands from the repository root with paths like python3 tools/financial_rigor.py ...; if the current thread starts outside the repo, locate the actual checkout path first instead of assuming a fixed home-directory path.
  • Before starting research, run the date command to confirm today's date; treat it as the baseline for "latest" data and state the data cutoff date in the report header. Never assume the current date from training data.
  • Preserve the research quality rules from AGENTS.md: cross-check financial data, use exact arithmetic tools for valuation/math, and clearly label uncertainty and source gaps.

微信公众号文章:作者-编辑-读者三Agent协作

对 $ARGUMENTS 进行深度研究,产出一篇可直接发布的微信公众号文章。三个Agent各司其职:作者写深度初稿,编辑精修结构和表达,读者从目标受众视角审读。

支持输入格式:主题描述,例如:大模型OPD技术解读Qwen3技术报告解读为什么巴菲特不买科技股


设计理念

一篇好的公众号文章需要同时满足三个维度:

  1. 深度——对得起花时间读完的人(作者负责)
  2. 可读性——结构清晰、节奏好、不劝退(编辑负责)
  3. 真的能看懂——目标读者不会在中途放弃(读者负责)

单人写作容易"自嗨"——写的人觉得清楚,读的人看不懂。三Agent协作的本质是强制引入外部视角


阶段一:研究与素材收集

第一步:明确文章定位

在开始写作之前,先确认以下信息(如用户未指定则主动询问):

维度 需要确认 默认值
目标读者 技术背景程度 有点技术背景但非该领域专家
文章深度 科普/中深度/硬核 中深度(有公式但要解释清楚)
文章长度 字数范围 3000-4000字
是否需要下载原始论文/资料 需要PDF/配图
写作风格 正式/对话式/犀利 对话式(像写给聪明的朋友)

第二步:深度研究

使用 Agent 工具并行启动2-3个研究Agent,收集足够的素材:

研究Agent A:核心内容研究

  • 如果是论文解读:下载论文PDF、提取核心贡献、关键图表、实验结果
  • 如果是技术主题:搜索最新进展、关键论文、技术细节
  • 如果是商业/投资主题:搜索最新数据、行业报告、竞争格局

研究Agent B:行业背景与应用

  • 搜索该技术/主题的行业落地情况
  • 哪些公司在用?效果如何?
  • 最新的发展趋势和里程碑事件

研究Agent C(可选):竞品/对比研究

  • 同类方法/产品的对比
  • 历史发展脉络
  • 未来演进方向

第三步:整理素材框架

研究Agent全部完成后,整理出:

  1. 核心论点(一句话概括文章要传达的核心信息)
  2. 关键数据(3-5个最有冲击力的数据点)
  3. 配图清单(需要哪些图,来源是什么)
  4. 文章大纲(6-8个章节的标题和核心内容)

阶段二:作者Agent写初稿

使用 Agent 工具启动作者Agent,给出详细的写作指令。

作者Agent的Prompt模板

你是一位深度技术写作者(Author Agent),需要写一篇微信公众号文章。

## 目标读者
{根据第一步确认的读者画像}

## 写作风格要求
- 纯中文表达,避免中英文夹杂(技术术语首次出现时给英文,后续用中文)
- 像写给聪明的朋友看的技术科普,不是学术论文翻译
- 用类比帮助理解,但类比要贴切、不俗套
- 关键公式/数据要有,但每个都要用大白话解释
- 不用emoji
- 段落不超过4行(公众号阅读环境)

## 核心内容
{整理好的素材、数据、论点}

## 文章结构要求
1. **开头(前3段)**:必须有强钩子——用数据冲击力或反直觉的结论开场,不要用温和的类比开场
2. **背景**:为什么这件事重要?解决什么问题?
3. **核心内容(2-3节)**:技术深度在这里体现,但每个技术点都要有"大白话翻译"
4. **实证/案例**:用数据和案例说话,不要空谈
5. **行业影响/展望**:这件事对行业意味着什么
6. **结尾**:一句有传播力的判断收束,适合被截图转发

## 配图要求
- 论文解读类文章:必须从论文PDF中提取原图,直接用 `![描述](相对路径)` 插入文章,不要用 [图X:描述] 占位符
- 提取方法:用 pdftoppm 将PDF页面渲染为高分辨率PNG(至少900 DPI),再用 PIL 裁切目标图表区域
- 每张图不小于500KB,确保高清
- 图片统一存放在 `assets/{主题简称}/` 目录下
- 非论文类文章:如需配图,搜索并下载合适的图片,同样直接插入

## 公式要求
- 所有数学公式使用 LaTeX 格式:行内用 `$...$`,独立公式用 `$$...$$`
- 禁止用纯文本写公式(如 `> D_KL(P || Q) = ...`),必须用 LaTeX 渲染格式
- 每个公式后面仍然要配"大白话翻译"

请写出完整的文章初稿,约{目标字数}字。

作者Agent完成后

检查初稿文件是否生成,阅读全文确认内容完整性。


阶段三:编辑Agent + 读者Agent并行审阅

初稿完成后,使用 Agent 工具在同一条消息中启动编辑Agent和读者Agent。

编辑Agent的Prompt模板

你是一位资深公众号编辑(Editor Agent)。请对以下文章进行精修审阅。

## 审阅标准
1. **标题**:是否在朋友圈能吸引点击?是否会被截断(超过30字)?
2. **开头**:前3段能否留住读者?钩子是否足够强?
3. **结构**:逻辑链是否流畅?有无跳跃或断层?
4. **深度与可读性平衡**:公式/技术部分是否真的通俗?有无"假装通俗但没解释清楚"的地方?
5. **节奏**:有无太长的段落?每节长度是否合适?
6. **配图**:图片是否已实际插入(非占位符)?位置是否在读者最需要视觉辅助时出现?
7. **结尾**:有无传播力?读者看完会想转发吗?

## 文章全文
{完整初稿}

## 输出格式
1. 总体评价(3-5句话)
2. 标题修改建议(给2-3个备选)
3. 逐节修改建议(给出"原文→建议修改为"的具体对照)
4. 最关键的3个改进点

读者Agent的Prompt模板

你是一位{目标读者画像}(Reader Agent)。请从读者视角审读以下文章。

## 你的背景
{具体描述目标读者的知识水平和阅读习惯}

## 文章全文
{完整初稿}

## 请回答以下问题
1. 读完前3段,你会继续读下去吗?为什么?
2. 哪些地方"看不懂"或"需要重读才能理解"?具体是哪句话?
3. 技术/公式部分你看懂了吗?"大白话翻译"是否帮到你了?
4. 文章的核心类比贴切吗?有更好的类比吗?
5. 太长还是太短?会在哪里失去耐心?
6. 读完后你能用一句话概括文章核心观点吗?
7. 你会转发这篇文章吗?转发时你会说什么?
8. 有没有你想了解但文章没覆盖的问题?

阶段四:定稿

第一步:综合两个Agent的反馈

重点关注以下高频问题:

问题类型 编辑常见反馈 读者常见反馈 处理方式
开头太弱 钩子不够强 前3段没动力继续 用数据/反直觉结论重写开头
技术段劝退 公式太密集 某段需要重读3遍 删公式或图片化,加更直觉的类比
节奏拖沓 某节太长 某处失去耐心 合并或删减(尤其是后半段重复的技术解释)
结尾无力 缺传播力 不会转发 重写为一句可截图传播的判断
概念跳跃 逻辑有断层 某处"突然看不懂了" 补过渡句或背景解释

第二步:执行修改

根据反馈重写文章。核心修改原则:

  1. 编辑和读者都指出的问题,必须改
  2. 只有编辑指出的问题,大概率要改(编辑的专业判断通常准确)
  3. 只有读者指出的问题,视情况改(读者反馈代表真实体验,但不一定每条都需要响应)
  4. 两者矛盾时,偏向读者(编辑追求完美,但读者体验是最终标准)

第三步:提取配图

论文解读类文章必须在定稿前完成配图提取:

  1. 渲染pdftoppm -png -r 900 -f {页码} -l {页码} 论文.pdf /tmp/page(900 DPI起步,如果图片不到500KB则升到1200或1500 DPI)
  2. 定位:先用150 DPI渲染全页,目视确认各图表的像素坐标
  3. 裁切:用 PIL 按坐标裁切,compress_level=1 保存,确保每张 ≥ 500KB
  4. 存储:保存到 assets/{主题简称}/ 目录,命名为 fig{序号}-{描述}.png
  5. 插入:文章中用 ![描述](../../assets/{主题简称}/fig{序号}-{描述}.png) 引用

第四步:产出最终文件

将定稿保存为 md 文件,文件末尾附上论文/资料原文链接:

**论文原文:**
- arXiv: {链接}

文件命名与存储

类型 路径 命名格式
技术主题 reports/AI产业研究/ 公众号-{主题关键词}-{YYYYMMDD}.md
投资主题 reports/{公司名}/ {公司名}-公众号-{YYYYMMDD}.md
通用主题 reports/ 公众号-{主题关键词}-{YYYYMMDD}.md

写作红线

  1. 不虚构数据。引用的数据必须有来源,搜不到就标注"估计"
  2. 不用AI腔调。禁止"让我们一起来看看"、"值得关注的是"、"不得不说"等套话
  3. 不过度承诺。技术文章不说"颠覆性的"、"革命性的",用数据说话
  4. 公式必须配大白话。每个公式后面都要有一段"翻译成人话就是……"
  5. 公式必须用LaTeX$$...$$ 格式,禁止纯文本公式
  6. 配图必须实际插入。论文解读类从PDF提取高清原图(≥500KB),禁止用 [图X] 占位符
  7. 表格括号注释要精确。描述概念时用准确的定义,不用模糊的动宾短语(如"文本来自教师"而非"学教师的文本")
  8. 类比要一以贯之。全文用一个主线类比,不要每节换一个新类比
  9. 结尾必须有传播力。最后一句话要值得被单独截图转发

Version History

  • 736f163 Current 2026-07-05 09:26

Same Skill Collection

codex-skills/bottleneck-hunter/SKILL.md
codex-skills/deep-company-series/SKILL.md
codex-skills/dyp-ask/SKILL.md
codex-skills/earnings-review/SKILL.md
codex-skills/earnings-team/SKILL.md
codex-skills/financial-data/SKILL.md
codex-skills/industry-funnel/SKILL.md
codex-skills/industry-research/SKILL.md
codex-skills/investment-checklist/SKILL.md
codex-skills/investment-memo-craft/SKILL.md
codex-skills/investment-research/SKILL.md
codex-skills/investment-team/SKILL.md
codex-skills/management-deep-dive/SKILL.md
codex-skills/news-pulse/SKILL.md
codex-skills/portfolio-review/SKILL.md
codex-skills/private-company-research/SKILL.md
codex-skills/quality-screen/SKILL.md
codex-skills/thesis-drift/SKILL.md
codex-skills/thesis-tracker/SKILL.md

Metadata

Files
0
Version
736f163
Hash
6b769fff
Indexed
2026-07-05 09:26

Accueil - Wiki
Copyright © 2011-2026 iteam. Current version is 2.155.2. UTC+08:00, 2026-07-09 03:53
浙ICP备14020137号-1 $Carte des visiteurs$