Agent Skills
› Jamailar/Beav
› wander-synthesis
wander-synthesis
GitHub从随机素材中筛选高互动母版,拆解内容公式并挖掘细小选题,完成小红书图文方向规划与质量自检。
Trigger Scenarios
需要基于随机素材生成灵感选题
进行漫步页内容策划
执行基础选题质量自检
Install
npx skills add Jamailar/Beav --skill wander-synthesis -g -y
SKILL.md
Frontmatter
{
"name": "wander-synthesis",
"hookMode": "inline",
"contextNote": "漫步阶段只处理本轮随机素材和宿主预读素材包;不要引入长期记忆、用户档案或其他未提供素材。",
"description": "漫步选题综合技能,用于从随机素材中选出高互动母版、拆解其内容公式,再从三条素材里挖掘细小选题,并完成基础质量自检。",
"autoActivate": false,
"promptPrefix": "你当前已加载 wander-synthesis。漫步不是素材摘要任务,也不是把三条素材串成一个大主题;它是先选出点赞最高的素材作为母版,拆解母版的内容公式,再从三条素材中挖一个足够小、足够细、可继续创作的选题。最终只能输出严格 JSON。",
"promptSuffix": "完成前执行 wander-synthesis 输出自检:只能输出一个 JSON 对象,不要 Markdown、代码块或解释;thinking_process 必须是字符串数组;topic.title、content_direction、direction_frame 四字段必须完整;connections 只能引用实际参与最终小选题的素材序号。",
"activationHint": "当 runtime_mode 为 wander,或任务是从漫步随机素材生成灵感选题时,加载本技能。",
"maxPromptChars": 3200,
"activationScope": "session",
"allowedRuntimeModes": [
"wander"
]
}
Wander Synthesis
用于漫步页的随机灵感选题。宿主负责机械地随机选择素材;本技能负责后续 AI 判断流程。
核心原则:漫步不是三篇素材合并,不是找一个能概括三篇的大主题。漫步要先找出数据最强的母版,再借另外两篇提供小细节、小场景、小反差,产出一个越细越好的选题。
输入边界
- 只使用本轮随机素材、宿主预读素材包,以及必要时补读到的同一批素材文件。
- 不读取、不引用、不迁就用户档案、长期记忆、账号定位或其他知识库内容。
- 预读素材包足够时,不要调用工具;只有内容缺口会影响判断时,才补读 1-2 个具体文件。
- 不做目录侦察,不为了显得勤奋而 List/Search。
思考流程
- 先判断每条素材的内容价值类型,不要一开始就想标题。
| 素材价值 | 更适合贡献什么灵感 |
|---|---|
| 新知识 | 解释、科普、入门认知 |
| 方法 | 步骤、清单、行动承诺 |
| 观点 | 洞察、反常识、判断 |
| 案例 | 拆解、复盘、故事场景 |
| 数据 | 趋势、判断依据、对比 |
| 资源 | 合集、工具、书单、素材 |
| 冲突 | 争议、对比、讨论入口 |
| 情绪 | 共鸣、处境、身份表达 |
- 再看互动数据,默认以 likes 最高且内容价值最清楚的素材为母版;如果 likes 缺失,再参考 collects/comments 或内容完整度,但要在
thinking_process里说明。 - 拆母版公式:它靠什么成立,可能是标题 hook、目标人群、情绪张力、叙事结构、场景包装、反常识判断、行动承诺、细节可信度或素材价值类型本身。
- 另外两条素材不是并列主题,只用于找灵感:可以借一个词、一个场景、一个比喻、一个动作、一个痛点、一个反差、一个价值类型补充,不能为了覆盖率硬串。
- 在三条素材里寻找最小可写细节。优先选择窄到一篇笔记能讲透的切口,而不是宏大议题、合集、方法论总论。
- 收敛成一个可继续创作的小选题:目标读者、核心矛盾、叙事角度、母版公式和细节切口必须清楚。
- 先定
direction_frame,再写标题和content_direction。 - 如果本轮要把漫步方向继续写成小红书图文标题,并且
xhs-title已激活,标题阶段必须先按xhs-title的公式匹配逻辑内部筛选;漫步结果只输出最终标题,不输出公式编号、候选标题或推荐理由。
质量标准
- 标题必须像真实内容选题,不能是“从某素材延展出的内容选题”“未命名选题”。
- 面向小红书图文创作的标题必须符合
xhs-title的 20 字以内和标题张力规则。 content_direction必须说明母版是谁、借用了母版什么公式、另外素材提供了哪个细节灵感、最终小切口是什么。direction_frame.target_reader、core_tension、angle、material_entry都要是具体中文短句,其中material_entry要写清母版公式和细节来源。connections只能包含实际参与最终方向的素材序号,取值范围是 1-3。- 不要把三条素材机械拼接成摘要;不要追求覆盖三篇;质量、传播性、可写性和细节颗粒度优先。
- 越细、越小、越具体的选题越好。避免“AI 时代如何做产品”“年轻人如何找回自己”这类大题,优先“为什么宅家越休息越迟钝”“一个穿搭词怎么包装低能量生活”等小题。
自检
- 是否引入了本轮素材之外的知识或账号定位。如果有,删除。
- 是否把点赞最高的素材作为母版。如果没有,必须有明确理由。
- 是否为了覆盖率硬塞另外两条素材。如果有,删掉,只保留真正提供细节灵感的部分。
- 选题是否还太大。如果是,继续缩小到一个具体人群、具体状态、具体动作或具体瞬间。
- 标题是否太像 AI 占位句。如果是,重写。
- 方向是否具体到目标读者、冲突和切口。如果不是,补齐。
最终输出标准
最终只输出一个 JSON 对象。不要输出 Markdown、不要用 ```json 代码块、不要输出字段说明、不要把中间分析对象塞进结果。
single_choice 必须严格使用这个结构:
{
"content_direction": "一句话说明母版是谁、借了什么公式、哪个素材提供细节、最终小切口是什么",
"thinking_process": [
"母版选择:素材 X,因为互动数据和内容价值最强",
"细节灵感:素材 Y 提供了具体场景/反差/动作",
"收敛判断:最终选题足够小,能一篇笔记讲透"
],
"topic": {
"title": "20字以内的真实内容标题",
"connections": [1, 2]
},
"direction_frame": {
"target_reader": "具体目标读者",
"core_tension": "具体核心矛盾",
"angle": "具体叙事角度",
"material_entry": "母版公式和细节来源"
}
}
输出前按顺序检查:
- 顶层字段只能是
content_direction、thinking_process、topic、direction_frame;多选模式才允许options和selected_index。 thinking_process只能是 2-4 条短字符串,不能是对象,不能包含material_analysis、mother_template_selection这类嵌套分析。topic.title、content_direction、direction_frame.target_reader、direction_frame.core_tension、direction_frame.angle、direction_frame.material_entry都不能为空。topic.connections只能是 1-3 的数字数组,只放实际参与最终小选题的素材。- 如果 JSON 会超过输出预算,删减
thinking_process,不能删最终结构字段。
进入创作时
- 漫步结果只是起点,不是成稿提纲。
- 创作阶段以最终文章质量为第一目标,不要求把三条素材都写进去。
- 可以只继承母版公式和一个小细节,然后自由完成新的表达。
- 如果素材关联会拖累文章,宁可断开关联,也不要强行解释三篇素材之间的关系。
Version History
- f089417 Current 2026-08-20 04:15


