writing-agent

作者 dongbeixiaohuo已验证

🚀 一个基于 Claude Code (Skills + Subagents) 的“去AI味”全栈写作系统。不仅防套路,更通过专属规则强制注入人类观点与细节,搭配读者测试评估与自动图文排版。全面支持 DeepSeek / 智谱GLM / MiniMax 等国产低成本大模型,提供从选题、风格建模到审稿发布的高维全自动写作工作流。

387
Stars
62
Forks
Python
语言
2026/8/23
添加时间

⚠️ 第三方软件声明

本 Skill 为第三方开源软件,独立托管于 GitHub。SkillTip 仅为信息目录,不控制或维护底层仓库。所显示的安全检查为自动化且范围有限,安装前请自行审查源码。

阅读服务条款

安装

添加到你的 Claude Code skills 目录:

# Add to your Claude Code skills
git clone https://github.com/dongbeixiaohuo/writing-agent

快速入门

使用 writing-agent 等 Skills 的指南。

安全报告

已验证

上次扫描:—

{
  "status": "PASSED",
  "issues": []
}

README.md

写稿Agent v0.10.0

License: MIT Desktop App Writing Workflow

把写作从“一次性吐全文”,改成“分阶段策划、证据留痕、审稿、去 AI 味、导出终稿”的流水线。

你拿到的不只是文章,更是一套能反复复用、能中断继续、能回头复盘的写作生产线。

它适合这几类人:

  • 想写长文、观点文、公众号文章,不想再靠一把梭 prompt 碰运气

  • 想让 AI 写作过程可中断、可修改、可复盘

  • 不只想拿到一篇文,而是想把写作变成稳定、可控、可积累的工作流

当前实测可用模型:

  • DeepSeek-V3.2:默认推荐,最适合低成本先把完整流程跑明白

  • 智谱 GLM:已实测,不分伯仲

  • MiniMax:已实测,不分伯仲

桌面预览版

现在可以直接下载 Writing Agent App 的 Windows 预览版:

桌面应用源码位于:

  • writing-agent-app/

如果你只想直接使用桌面应用,优先下载上面的安装包。

如果你想查看或参与源码开发,可以直接看仓库里的 writing-agent-app/ 目录。

快速入口

先看一个完整样本

如果你只想先判断这个仓库值不值得收藏,不要先看安装,先看这个真实样本:

demo/工资的一半,是你受的气折算的/

这不是只放一篇成品,而是把整条写作链路都放出来了,包括:

建议浏览顺序:

01_theme.md
-> 01b_position.md
-> 02_scar_tissue.md + 02_evidence_ledger.json
-> 03_outline.md
-> 05c_opening_hook.md
-> draft_v1.md
-> draft_v1_humanized.md
-> fact_claims.json + fact_check_report.md
-> draft_v1_humanized_clean.txt

如果你看完这套 Demo 觉得“这不是一次性吐全文,而是一条可复盘的生产线”,那这个仓库的核心价值你已经看到了。

完整 Demo:工资的一半,是你受的气折算的

下面不是虚构示例,是这个仓库里一篇真实跑完的文章项目。

  • Demo 目录:demo/工资的一半,是你受的气折算的/

  • 文章标题:工资的一半,是你受的气折算的

  • 主题:工资的一半是“技术溢价”,一半是“情绪折价”

  • 核心判断:你的工资不是你值多少,而是市场价减去组织税之后剩下的数

  • 完整过程文件都在这个目录里,包含选题、立场、伤疤、证据账本、大纲、开头赛马、草稿、审稿、传播测试、事实核查和纯文本稿

这套 Demo 主要传达这些信息:

  • 这是一条完整生产线,不是只放终稿

  • 默认发布出口仍然是 _clean.txt,也可以在最后一步额外导出公众号排版 .html

  • 这个样本真实包含调研阶段的事实证据账本,以及交付前的事实声明和核查报告

  • 核查报告保留了 2 条黄色修改建议、0 条红色问题,展示工作流如何暴露风险;正式发布前仍应处理黄色建议

  • 该历史样本使用的“记忆大师风格”目前标记为 legacy_unverified;可以参考方向,但不代表已完成跨样本风格验证

  • 中间产物本身就能证明“可调度、可中断、可复盘”

最关键的几个文件:

如果你只看最终效果,这篇 Demo 的发布出口就是:

demo/工资的一半,是你受的气折算的/draft_v1_humanized_clean.txt

最新更新

首页前部只保留最近主线版本,历史版本不再堆在前面。

下一版开发中:创意变量学习与尾部事实门禁重排

当前 main 在 v0.10.0 基础上继续优化写作 Skill:

  • 配图不再破坏事实哈希:尾部顺序调整为 Humanizer → 可选配图 → Fact Checker → Auto Clean;配图写入新正文版本,最终核查绑定配图后的 Markdown

  • 评审不再重复打分:Editor 聚焦写作工艺与风格,Pre-publish 聚焦读者价值与发布风险,Reader Test 聚焦平台行为;发布前评审不再用第一人称数量衡量“灵魂”

  • 真实数据开始学习创意变量:发布指标自动快照标题公式、开头方案、主导社交货币、风格和源文件哈希,并允许在同平台、同窗口、同来源条件下跨项目比较

  • “有趣”成为可设计维度:Share Map 与 Editor 支持幽默、荒诞反差、认知意外和新鲜细节;严肃主题不强制搞笑,也禁止为了好玩编造素材

  • 标题和调研更可控:Stage 9 可由用户选择回到 Stage 5.5 重新锁定标题;外部事实检索记录成功与失败,不再用固定搜索次数假装完成调研

  • 配图按平台策划:读取 01_theme.md 的发布平台,比例和安全裁切区进入用户确认卡点,不再把 16:9 或模板化企业插画当全局默认值

v0.10.0 平台增长闭环与双版本事实门禁

这一版把流程从“正文写得可信”继续推进到“标题也可信、平台用得上、发布后能复盘”:

  • 事实放行同时绑定标题与正文:Stage 10.5 显式核查锁定标题、最终分发文案和正文;run_manifest.json 同时记录两份 SHA-256,任何一边改动都会让旧结果变成 stale

  • 标题接入证据与立场title-designer 正式读取 01b_position.md02_evidence_ledger.json,区分结构数字与事实数字,禁止凭空制造金额、比例、年龄或年份

  • 平台字段真正参与交付:标题阶段同步给出 3 条公众号摘要、头条信息流导语或知乎回答导语;Stage 9 根据平台切换定性矩阵,不再拿微信群聊逻辑测试所有文章,也不伪造 CTR/完读率预测

  • 模式 C 与记忆包进入机器契约:选题生成、验证、交接 Stage 1 都写进 collab_v2.json;下游真实消费者显式依赖 00_memory_packet.md,动态正文占位符从 run_manifest.json 安全解析

  • 风格档案有验证状态:新增 style_registry.json;六六、耍大刀标记为已验证,其余 5 份历史档案降级为低置信度方向参考,不再冒充跨样本稳定风格

  • 风格建模与登记状态闭环style-modeler 会先解析开发仓库或插件工作区的可写风格根目录;新档案由原子注册工具登记为 legacy_unverified,只有证据账本、陌生主题验证和独立盲测全部通过后,才能显式升级为 verified

  • 发布后数据闭环:可选 Stage 14 用 publication_metrics.jsonl 追加记录曝光、打开、完成阅读、分享等指标,并绑定标题/正文/封面版本、观察窗口和流量来源;单篇只产出假设,跨项目可比后才进入记忆候选

  • 互动不靠骗评:Share Map 和大纲新增真实讨论入口,明确禁止虚假二选一、强迫站队和“扣 1”式伪互动

升级后,v0.9.1 及更早项目即使已有正文哈希,只要缺少 fact_checked_title_file / fact_checked_title_sha256,也会被视为旧式未完整绑定状态,需要针对当前锁定标题与正文重新执行 Stage 10.5。完整说明见 v0.10.0 Release Notes

v0.9.1 写作可信度与交付门禁补丁

这一版重点解决“文件看起来齐全,但可能不是用户确认的那一版”以及“去 AI 味时为了生动而补出假经历”两类风险:

  • 事实结论绑定正文fact_check_status 同时记录被核查正文的文件名和 SHA-256;正文哪怕只改一个字,旧的 passed 都会自动变成 stale,不能继续生成 _clean.txt

  • Humanizer 不再造经历:去 AI 味前必须读取 01_theme.md02_evidence_ledger.json;只能强化已有真实素材,禁止新增第一人称亲历、金额、日期、人物、对话和无来源细节

  • Stage 6 改为语义门禁:主题必须有用户确认的风格,证据账本必须是合法且字段完整的 JSON,标题和开头必须记录用户已锁定的选择;单纯创建非空占位文件不再算完成

  • 自动清稿严格限定项目:正常流程只接受 --project 或 Hook 明确传入的正文,不再跨 articles/ 猜“最近修改的终稿”,避免并行项目串稿

  • 网页主地址先过安全预检:不仅图片 URL,用户给出的正文页面及每次跳转也会检查协议、凭据、DNS 和私网/保留地址;导航后还会复核 window.location.href

  • 依赖与 CI 门禁更新:生产依赖中的 high/moderate 漏洞已通过锁文件升级消除;CI 新增 high 级依赖审计与真实隔离插件安装,npm run check 也纳入工作流和文档契约校验

升级后,旧 run_manifest.json 中只有 fact_check_status=passed、却没有正文哈希绑定的项目会被视为 stale,需要重新执行 Stage 10.5。最低 Node.js 版本同步调整为 18.17.0。完整说明见 v0.9.1 Release Notes

v0.9.0 运行时、安全与插件交付重构

这一版不只调整写作提示词,而是把“clone 能跑、plugin 也能独立跑、失败时不会越权交付”做成了可验证的运行时契约:

  • 工作流契约统一:Mode A/B/C 的阶段、必需产物和自动跳转全部由 collab_v2.json 约束;当前流程先处理可选配图,再对最终 Markdown 做事实核查,未通过时自动清稿和 HTML 交付不会放行

  • 插件真正独立运行:插件脚本固定从 ${CLAUDE_PLUGIN_ROOT} 调用,Node 依赖安装在 ${CLAUDE_PLUGIN_DATA},不再依赖用户工作区里恰好存在本仓库的 scripts/node_modules/

  • 网页与导出安全加固:网页内容按不可信输入处理;图片下载增加内网地址、DNS 重绑定、跳转、MIME、体积和超时校验;HTML 导出增加 XSS 清理和原子写入

  • 风格建模证据化:稳定风格特征至少需要跨样本证据,单篇观察只作为候选;量化脚本修复句长中位数、段落和标点统计偏差

  • 可发布验证链:新增 Windows/Linux CI、107 项回归测试、Python 无落盘语法检查、插件严格校验、npm 打包预检和隔离工作区安装测试

本版同时将三个 Skill 目录对齐其 frontmatter 名称:

旧目录 新目录

风格建模 style-modeler

工作流导演 workflow-producer

公众号文章获取 web-article-extractor

正常 git pull 会完成目录迁移;如果你有自定义脚本、快捷命令或文档直接引用旧目录,需要同步更新路径。完整变更见 CHANGELOG,面向发布和升级的说明见 v0.9.0 Release Notes

v0.8.1 风格提取重大升级:从"形似"到"神似"

如果你用过风格库功能,可能遇到过这种情况:让 AI 学一个作者的风格,学出来的东西看着眼熟——设问推进、具体案例、金句收尾——但换个话题一写,读者一眼就能看出"这不是那个人"。

问题出在提取方法上:之前的风格建模,很容易把"任何优秀公众号写手都会这么写"的通用公式,当成了"只有这个作者才这么写"的独有指纹。这一版重构了风格建模的整套方法论和工具链,并用新流程把风格库里的示范文件全部推倒重来:

  • 量化指纹脚本:句长、问句占比、段落长度这些节奏结论,过去全靠肉眼估。现在用脚本对样本实测——这一测就测出旧文件里两处纯凭印象写错的结论("耍大刀风格"旧版写"短句为主",实测平均句长其实是 32 字;"每2-3段设问"实测问句占比只有 3.4%)

  • 区分性检验:风格内核的每一条特征都要过两道关——"随便一个优秀写手是不是本来就这么做"、"是不是和风格库里其他作者撞脸了"。通不过的降级成"通用基线",不再冒充作者独有指纹

  • 判断库(观点指纹):新增"这个作者反复表达的实质判断是什么、价值排序是什么"——句式可以模仿,但一个人会得出什么结论,是仿不出来的

  • 独立盲测验证:仿写验证不再是自己写完自己打分(这样的分数必然虚高),改成拉一个完全没见过风格文件的独立 AI,把原文和仿写打乱顺序让它猜"哪个是仿的"。它猜错了,才算真的过关

用新流程重新提取的两份风格文件(耍大刀风格/金错刀、六六的风格/刘润)已经验证:独立盲测员被骗过,误把原文当成了仿写。六六风格这一轮还挖出一条此前完全没发现的硬指纹——全篇零感叹号,靠短句和逗号顿挫表达情绪,而不是靠标点抒情。

如果你之前觉得"风格学出来的文章有点像,但总差点意思",这一版就是冲着这个问题去的。

v0.8.0 个性注入与反模板(Fable 5 优化版)

这一版解决的问题,用一句话说:之前的流程能保证文章"不像AI写的",但保证不了"值得读"。

此前的真实痛点:流水线跑完 14 个阶段、通过全部检查,成稿仍然是"第一个坑…第五个坑"式的对称排比清单文——数据是编的、案例是虚构的"老张"、风格只学了口头禅没学判断方式。这一版由 Claude Fable 5 对全链路做了一次针对性诊断和重构,把质量控制从"负向拦AI腔"升级为"正向产个性":

  • 真实素材采集(新增卡点):写作前强制向你要 1-2 条真实经历、真实观点或亲历细节;你说没有,全流程就禁止虚构"我一个朋友老张"式假故事。个性的唯一来源是真素材,现在从源头保证它存在

  • 风格内核管道化:立场、大纲、素材调研阶段现在都要先读风格文件的"判断方式"(作者首先看见什么、论证发动机),而不是等到动笔才贴口头禅——解决"形似神不似"

  • 结构反模板:大纲阶段硬性限制全文最多 1 处编号列表、相邻章节禁止同构,从结构层消灭AI排比,这是句子级规则管不到的最大模板味来源

  • 素材防编造:伤疤素材库禁止出现任何没有证据ID的数字和百分比,"少而真"压倒"多而假"

  • 评审去通胀:主编审稿新增"无聊段落淘汰"(每段必须有新信息/新观点/新画面)和"风格盲测对照"(与作者原文并排找露馅点);微信读者测试必须回答"我在第几段想关掉";复盘禁止给自己打分

  • 写作用最强模型:正文写作和去AI味两个最吃创造力的环节解除了模型钉死,改为继承会话模型

  • 正文纯净:"分享指南"之类的模板产物不再混进终稿

如果你之前用这套流程写出来的文章总觉得"哪都对但没人想看完",这一版就是冲着这个问题去的。

v0.7.8 新增事实证据账本与发布前核查

  • Stage 2 research-expert 现在会同步生成 02_evidence_ledger.json:数字、日期、机构、人名、公司名、报告、政策、网页链接等事实性内容都要有 evidence_id

  • Stage 6 writing-executor 写作时必须读取证据账本:没有证据的内容只能写成观点或生活观察,不能伪装成“数据显示”“研究表明”“报告指出”

  • 新增 Stage 10.5 fact-checker:在 Humanizer 之后、生成 _clean.txt 之前抽取正文事实 claim,反查证据账本和外部来源

  • 遇到 CONTRADICTEDBROKEN_LINKNEEDS_USER_SOURCE 或红色 UNSUPPORTED,流程会停机,禁止继续进入配图、纯文本终稿或 HTML 导出

  • 同步补齐 claude-runtime/ 和 plugin 分发目录,避免 clone 用户和 plugin 用户拿到不同工作流

这版解决的是“文章写得像人,但事实可能是错的”这个硬伤。现在流程会先要求事实有来源,再在最终提交前拦一次高风险幻觉。

v0.7.7 新增公众号排版 HTML 导出

  • 新增 html-exporter 末端导出器:最终 Markdown 定稿后,可以额外导出一份适合公众号排版和复制的 .html

  • 内置 4 种默认版式可选:经典正文(default)精致长文(grace)极简评论(simple)现代杂志(modern)

  • 保留 _clean.txt 作为默认纯文本出口:你可以只拿纯文本,也可以同时拿纯文本和排版 HTML

常见问题

What is writing-agent?

writing-agent is an open-source ai agents skill for AI coding assistants such as Claude Code, Codex CLI, and ChatGPT, built by dongbeixiaohuo. 🚀 一个基于 Claude Code (Skills + Subagents) 的“去AI味”全栈写作系统。不仅防套路,更通过专属规则强制注入人类观点与细节,搭配读者测试评估与自动图文排版。全面支持 DeepSeek / 智谱GLM / MiniMax 等国产低成本大模型,提供从选题、风格建模到审稿发布的高维全自动写作工作流。. It has 387 GitHub stars.

Is writing-agent safe to use?

Yes. writing-agent passed SkillsLLM's automated security scan — a dependency vulnerability audit plus prompt-injection heuristics — with no high-severity issues. You can read the full report in the Security Report section on this page.

How do I install writing-agent?

Clone the repository with "git clone https://github.com/dongbeixiaohuo/writing-agent" and add it to your Claude Code skills directory (see the Installation section above).

What programming language is writing-agent written in?

writing-agent is primarily written in Python. It is open-source under dongbeixiaohuo on GitHub, so you can review or fork the full source.

Are there alternatives to writing-agent?

Yes. SkillsLLM lists many other AI Agents skills you can browse and compare side by side. Open the AI Agents category from the badge at the top of this page, or use the Related Skills and comparison links further down to weigh writing-agent against similar tools.

评论 (0)

暂无评论,成为第一个分享想法的人!

ECC

by affaan-m

10

The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.

242,21936,702JavaScript
AI 智能体ai-agentsanthropicclaude-code
查看详情
15

An agentic skills framework & software development methodology that works.

234,96620,863Shell
AI 智能体ai-agentsbrainstorming
查看详情

hermes-agent

by NousResearch

10

The agent that grows with you

234,43747,175Python
AI 智能体ai-agentsagent-orchestration
查看详情

The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.

185,94028,768JavaScript
AI 智能体ai-agentsanthropicclaude-code
查看详情

cc-switch

by farion1231

3

A cross-platform desktop All-in-One assistant for Claude Code, Codex, OpenCode, OpenClaw, Grok Build & Hermes Agent. Only official website: ccswitch.io

128,8688,826Rust
AI 智能体claude-codeai-tools
查看详情

claude-code

by anthropics

Claude Code is an agentic coding tool that lives in your terminal, understands your codebase, and helps you code faster by executing routine tasks, explaining complex code, and handling git workflows - all through natural language commands.

120,03119,897Shell
AI 智能体
查看详情

开发者还喜欢

基于喜欢此 Skill 的开发者投票和收藏

ECC

by affaan-m

10

The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.

242,21936,702JavaScript
AI 智能体ai-agentsanthropicclaude-code
查看详情
15

An agentic skills framework & software development methodology that works.

234,96620,863Shell
AI 智能体ai-agentsbrainstorming
查看详情

hermes-agent

by NousResearch

10

The agent that grows with you

234,43747,175Python
AI 智能体ai-agentsagent-orchestration
查看详情

n8n

by n8n-io

12

Fair-code workflow automation platform with native AI capabilities. Combine visual building with custom code, self-host or cloud, 400+ integrations.

201,88160,308TypeScript
MCP 服务器apisai-tools
查看详情

The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.

185,94028,768JavaScript
AI 智能体ai-agentsanthropicclaude-code
查看详情

cc-switch

by farion1231

3

A cross-platform desktop All-in-One assistant for Claude Code, Codex, OpenCode, OpenClaw, Grok Build & Hermes Agent. Only official website: ccswitch.io

128,8688,826Rust
AI 智能体claude-codeai-tools
查看详情