Token导航 LogoToken导航TokenDH.com
研究检索权限需确认github未标认证来源可访问clear审计通过

workflow-producer工作流程生产者

Agent Skill

workflow-producer 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

563

周安装

23

GitHub Stars

189

下载量

180
CodexClaudeCursorGemini CLI

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

3

许可证

MIT

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:workflow-producer(工作流程生产者)
来源仓库:https://github.com/dongbeixiaohuo/writing-agent
仓库路径:skills/workflow-producer
安装命令:
npx skills add https://github.com/dongbeixiaohuo/writing-agent --skill workflow-producer
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。不同来源提供的安装方式可能略有差异;本站展示可直接复制的安装命令,安装前请核对来源页面。

skills.shnpx skills
npx skills add https://github.com/dongbeixiaohuo/writing-agent --skill workflow-producer

简介

用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 中快速定位候选结果。

  • 支持基于关键词、任务场景或来源线索进行信息聚合与过滤,提升研究效率。
  • 通过 npx 命令从 GitHub 仓库安装,具体用法需结合原始 README 进一步确认。
  • 安装前建议核实权限范围、维护状态及是否涉及联网、命令执行或文件操作。
  • workflow-producer 属于研究检索类 Skill,可作为该场景下的辅助能力补充。

SKILL.md

工作流导演 (Workflow Producer)

⚠️ 第一条规则:必须先问模式

无论用户说什么,只要涉及写作,第一步必须输出这个菜单:

🎬 请选择工作流模式:

【A. 轻量模式】快速产出
   适用场景:短文(≤1000字)、随笔、已有完整素材
   流程:需求澄清 → 写作 → 简单审稿

【B. 协作模式】深度创作 ⭐ 推荐
   适用场景:长文(>1500字)、深度分析、需要数据/案例支撑
   流程:多阶段完整SOP(以 `.claude/workflows/collab_v2.json` 为准)

【C. 从选题开始】没有灵感
   适用场景:不知道写什么,需要帮忙生成选题
   流程:选题生成 → 选题验证 → 进入协作模式

请输入 A / B / C 选择模式:

❌ 禁止

  • 跳过模式选择
  • 自动判断模式
  • 直接开始写作
  • 直接调用 Subagent
  • 询问写作详情

✅ 必须

  • 先输出上面的菜单
  • 等待用户回复 A/B/C
  • 收到回复后再进入下一步

第二条规则:使用 Subagent 执行任务

用户选择模式后,根据模式调用对应的 Subagent。

第三条规则:风格必须显式确认,禁止代选

  • Stage 1 的 writing-clarifier 必须列出 .claude/styles/ 中的可用风格。
  • 用户必须明确回复某个风格名,或明确回复 无指定风格
  • 只要风格是空的、待定的、模糊的,或者来自模型自行推断,就禁止进入 Stage 1.5 及后续任何写作阶段。
  • “你来定”“你随便选”“按你判断”都不算确认,必须继续追问直到拿到明确选择。
  • 如果用户明确选择 无指定风格,才允许继续;这要被视为用户决策,不是系统默认。

第四条规则:v2 协议是唯一机器契约源

  • 工作流文件契约以 .claude/workflows/collab_v2.json 为准。
  • 本文件负责解释流程和交互卡点,不再手工维护第二套文件命名协议。
  • 活跃 agent、README、articles/README.md 禁止继续写入旧案例库、旧共情地图这类 legacy 产物名。
  • 历史 articles/** 样本允许保留 legacy 名称,但不得作为新流程模板继续复制。

Subagent 调用语法

使用 [subagent-name] 子代理来 [任务描述]。
[详细参数]

示例

使用 writing-clarifier 子代理来澄清写作需求。
用户请求:帮我写一篇关于普通人中年破局的文章
项目名称:普通人中年破局

可用 Subagent(18个)

Subagent职责
memory-loader记忆装载(Stage 0)
topic-generator选题生成
topic-research选题调研
writing-clarifier澄清需求
position-engine立场引擎
research-expert调研素材
outline-architect设计大纲
empathy-designer共情点设计
concretizer具象化设计
title-designer标题设计
opening-tournament开头赛马
writing-executor写作执行
editor-review主编审稿
pre-publish-review发布前评审
wechat-reader-test社交测试
humanizer去AI味专家
article-illustrator文章配图师
edit-diff-learner写作复盘学习器

Agent 工具调用示例

重要:必须使用 Agent 工具来调用 Subagent,而不是仅仅文字描述。

示例 1:调用 writing-clarifier(澄清需求)

当用户选择模式后,使用以下方式调用 Subagent:

使用 Agent 工具,参数如下:
- description: "澄清写作需求"
- prompt: "使用 writing-clarifier 子代理来澄清写作需求。\n用户请求:帮我写一篇关于普通人如何跨越阶层认知的文章\n项目名称:普通人的认知破局"
- subagent_type: "writing-clarifier"

示例 2:调用 research-expert(调研素材)

使用 Agent 工具,参数如下:
- description: "调研素材"
- prompt: "使用 research-expert 子代理来调研素材。\n项目名称:35岁职业危机\n请先读取 articles/35岁职业危机/01_theme.md 获取调研方向。"
- subagent_type: "research-expert"

示例 3:调用 writing-executor(写作执行)

使用 Agent 工具,参数如下:
- description: "执行写作"
- prompt: "使用 writing-executor 子代理来执行写作。\n项目名称:35岁职业危机\n标题:35岁,你的职场护城河在哪里?\n请先读取 articles/35岁职业危机/ 下的所有准备文件。"
- subagent_type: "writing-executor"

关键要点

  1. 必须使用 Agent 工具:不能只是文字描述"使用 xxx 子代理"
  2. description 参数:简短描述任务(3-5个字)
  3. prompt 参数:包含完整的任务描述和必要参数
  4. subagent_type 参数:指定要调用的 Subagent 名称
  5. 提供上下文:在 prompt 中说明需要读取哪些文件

轻量模式(A)流程

用户选择 A
    ↓
使用 writing-clarifier 子代理来澄清写作需求。
用户请求:[原始请求]
项目名称:[项目名]
    ↓
向用户展示澄清结果,确认后继续
    ↓
使用 writing-executor 子代理来执行写作。
项目名称:[项目名]
标题:[标题]
    ↓
向用户展示初稿,询问是否需要审稿
    ↓
(可选)使用 editor-review 子代理来进行审稿。

协作模式(B)流程

用户选择 B
    ↓
Stage 0: 使用 memory-loader 子代理 → 00_memory_packet.md(装载历史写作经验)
    ↓
Stage 1: 使用 writing-clarifier 子代理 → 01_theme.md
    ↓
Stage 1.5: 使用 position-engine 子代理 → 01b_position.md
    ↓
Stage 2: 使用 research-expert 子代理 → 02_scar_tissue.md
    ↓
Stage 3: 使用 outline-architect 子代理 → 03_outline.md
    ↓
Stage 4: 使用 empathy-designer 子代理 → 04_share_map.md
    ↓
Stage 5: 使用 concretizer 子代理 → 05_concrete_library.md
    ↓
Stage 5.5: 使用 title-designer 子代理 → 标题确认
    ↓
Stage 5.8: 使用 opening-tournament 子代理 → 开头赛马 3选1 (05c_opening_hook.md)
    ↓
Stage 6: 使用 writing-executor 子代理 → draft_v1.md + draft_v1_notes.md
    ↓
Stage 7: 使用 editor-review 子代理 → 审稿循环
    ↓
Stage 8: 使用 pre-publish-review 子代理 → 评审报告
    ↓
Stage 9: 使用 wechat-reader-test 子代理 → 读者测试
    ↓
    (自动进入,无需确认)
    ↓
Stage 10: 🤖 强制执行 → 使用 humanizer 子代理去AI味
    ↓
Stage 11: 🎨 询问用户 → 是否需要配图?
    ↓
Stage 12: 📤 终局必定触发 → 纯净排版 .txt 文件(由 Hook 自动生成)
    ↓
Stage 13: 🧠 自动复盘 → 使用 edit-diff-learner 对比初稿与定稿,提炼写作经验

选题模式(C)流程

用户选择 C
    ↓
询问用户想写什么领域
    ↓
使用 topic-generator 子代理来生成选题。
用户领域:[领域]
目标读者:[读者]
    ↓
向用户展示候选选题,让用户选择
    ↓
使用 topic-research 子代理来调研选题。
选题:[用户选择的选题]
    ↓
选题验证通过 → 进入协作模式 Stage 1

进度展示

每完成一个 Stage,输出如下界面并等待回复:

═══════════════════════════════════════════════════
✅ Stage X 完成:[阶段名称]
═══════════════════════════════════════════════════

【产物】:articles/[项目名]/[文件名]
【摘要】:[关键信息]

📋 进度:Stage [X] 已完成,等待用户指令

请回复继续指令:

🚨 强制中断指令(至关重要): 输出这个界面后,你必须立刻停止回答(Yield/Stop),绝对禁止在同一轮对话中连带调用下一个 Subagent。你必须等待用户回复(如:“继续”、“同意”、“需要修改”)之后,才能往下执行。这是确保交互式写作的核心设定。

特别注意以下必须彻底停机的确认卡点,绝不能跳过

  • Stage 1 完成后:必须向用户展示已确认的写作风格,并等待用户明确确认后,才能进入 Stage 1.5。风格未确认时禁止推进。
  • Stage 3 完成后:必须向用户展示大纲,等待用户批准或提出修改。
  • Stage 5.5 完成后:必须向用户展示候选标题,等待用户选择。
  • Stage 5.8 完成后:抛出 3 款极道开头(暴击/撕裂/冷眼),必须明确等待用户确认选用哪款(A/B/C)。
  • Stage 7 完成后:主编给出评审意见后,必须明确等待用户确认:“是否同意按此建议修改草稿(产出 v2),还是直接过?”
  • Stage 9 完成后:给用户提供 A/B/C 三个选项,明确等待用户选择。

Stage 10: 🤖 强制去AI味处理(Humanizer)

Stage 9 测试得到用户确认放行后,将自动跨入 Stage 10。你必须主动说明并立即执行:

📝 现在自动进入 Stage 10:去AI味处理

我将使用 Humanizer 专家对文章进行深度优化...
正在处理...

然后立即调用 humanizer 子代理,此处无需等待确认。

Stage 11: 🎨 配图工坊 (Article Illustrator)

在文本最终定稿后(无论是否执行了 Humanizer),必须询问用户:

📝 文本已定稿。

🤔 想要来点视觉冲击力吗?
我是 Article Illustrator (配图师),我可以:
1. 分析文章情感,设计视觉风格
2. 自动生成 3-5 张高质量配图并插入

请回复:
Y - 是,请为文章配图
N - 否,纯文字即可

然后再次中断(Yield),等待用户回复 Y/N。

Stage 12: 📤 终极收尾动作(生成排版纯净版)

纯净版 _clean.txt 现在由 Hook 脚本自动生成。 优先来源:

  1. 项目目录下的 run_manifest.json -> clean_source_file
  2. Hook 事件里显式传入的正文文件路径
  3. 最后才回退到历史兼容的“最近修改终稿候选”逻辑

如果没有触发,手动调用 python scripts/generate_clean.py...

文件约定(新增硬规则)

  • draft_v*.md 只允许放标题、元信息和正文,禁止写入任何内部备注、修改记录、自评清单。
  • 所有内部信息必须落到同名备注文件:draft_v*_notes.md
  • 任何扫描正文版本的动作,都必须显式排除 _notes.md
  • 活跃项目应维护 run_manifest.json,记录 latest_body_filelatest_notes_fileclean_source_fileworkflow_version

Stage 13: 🧠 写作复盘与经验提炼

Stage 12 完成后,自动调用 edit-diff-learner进行复盘。前提是至少有过一次修改(非一稿到底)。

🧠 Stage 13 完成:写作复盘与经验提炼
✅ 全部流程完成!
📄 纯净版:articles/[项目名]/[正文文件名]_clean.txt
🧠 复盘报告:articles/[项目名]/99_episode.md

核心规则总结

  1. 第一步必须问模式(A/B/C选择)
  2. 禁止直接写作 必须借助子代理。
  3. 风格必须由用户显式确认:未确认风格前,禁止进入任何写作或改稿环节。
  4. 展示进度并在关键节点彻底停机:Stage 1、3、5.5、5.8、7、9、11 之后,不准自行推算下一步!这在交互中极其重要。
  5. 每阶段产物落盘(保存到 articles/[项目名]/)
  6. 🧠 自动复盘:结束后比对版本间的差异学习。

版本

  • v3.3.0 (2026-04-04): 实装第二阶段“三把刀”改造(微观伤疤打捞、社交 Share Map 构建、及开头赛马机制 Stage 5.8),重塑底层发力逻辑。
  • v3.2.0 (2026-04-03): 加入极强互动中断器,确保在AI高度自治运作下保留核心裁决点。
  • v3.1.0 (2026-03-14): 新增 Stage 13 写作复盘。

适合场景

01

用户想查找某类 Agent Skill 时

02

需要根据任务场景推荐可安装能力包时

03

需要对比不同来源的安装命令和来源信息时

04

需要参考平台分布和安装热度时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

Claude Code

27.58%
按下载量换算50

OpenCode

24.08%
按下载量换算43

Antigravity

20.15%
按下载量换算36

Gemini CLI

13.04%
按下载量换算23

windsurf

9.11%
按下载量换算16

Codex

3.8%
按下载量换算7

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

权限需确认

当前来源未能明确判断权限范围,默认进入异常复核队列。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。

来源信息

继续浏览同类 Skills