Install
$ agentstack add skill-mouriya-emma-writing-pipeline-zh-wp-style-report ✓ scanned · ✓ verified, works with Claude Code, Cursor, and more.
Security review
✓ PassedNo issues found. Passed automated security review. · v0.1.0 How review works →
- ✓ Prompt-injection patterns
- ✓ Secret / credential exfiltration
- ✓ Dangerous shell & filesystem operations
- ✓ Untrusted network calls
- ✓ Known-malicious package signatures
What it can access
- ✓ Network access No
- ✓ Filesystem access No
- ✓ Shell / process execution No
- ✓ Environment & secrets No
- ✓ Dynamic code execution No
From automated source analysis of v0.1.0. “Used” means the capability is present in the source — more access means more to trust, not that it’s unsafe.
Verified badge
Passed review? Show it. Paste this badge into your README, it links to the public security report.
Reliability & compatibility
Declared compatibility
Compatibility is declared by the source manifest. End-to-end runtime verification is coming, see below.
We're building live execution health for every listing: tool-call success rate, median latency, uptime, and last-checked timestamps, measured, not self-reported. It isn't live yet, so we don't show numbers we can't stand behind.
How agent discovery & health will work →About
分析报告风格
为 writing-pipeline 各阶段提供分析报告体裁的维度取值。每个维度给出具体的操作规则,各阶段按需读取。
维度 1:交际目的
取值:基于证据的结构化分析,帮助读者理解一个问题的全貌并做出判断。
操作规则:
- 报告的价值来自证据充分、推理严密、结论有据可查
- 读者信任报告不是因为作者有趣,而是因为分析过程经得起检验
- 追求全面、客观、可追溯
对选题阶段的影响:供给侧(素材信息密度)和可论证深度权重最高。多中心一主题 > 单中心——报告通常需要覆盖一个问题的多个维度,但每个中心都必须有足够的证据支撑。
维度 2:语步结构
取值:Background → Findings → Analysis → Conclusions → Recommendations
必要语步:
- Background:建立语境——为什么做这个分析、分析什么问题、数据/信息来源
- Findings:呈现发现——事实性内容,不加解读
- Analysis:解读发现——推理、归因、模式识别、比较
- Conclusions:总结关键结论——必须从前面的分析中推导出来,不能是断言
可选语步:
- Recommendations:基于结论的行动建议。如果报告目的不含决策辅助,可省略
- Executive Summary:超过 3000 字的报告加摘要
禁止的语步:
- Hook / 悬念开头(报告读者是带着任务来的,不需要被"吸引")
- 开放式结尾(报告必须有明确结论)
对大纲阶段的影响:
- 逻辑线必须是严格论证链——每一步有前提和推理,不允许跳步
- 结论必须从前提中推导出来,不能是"综合以上分析,我们认为..."
- 如果存在不确定性,必须标注——"在 X 假设成立的前提下""基于目前可获得的数据"
- 优先问题驱动结构:提出问题 → 分解子问题 → 逐个分析 → 综合结论
维度 3:语场 (Field)
取值:高专业度。报告读者通常是领域内的人。
操作规则:
- 专业术语可以直接使用,但要定义知识边界——哪些术语是读者一定知道的,哪些需要首次定义
- 数据必须精确——"约 190 亿美元"而非"近 200 亿美元",除非原始数据就是模糊的
- 使用术语要一致——全文中同一个概念用同一个词,不要为了"文笔"换同义词("大语言模型"和"LLM"选一个,坚持到底)
维度 4:语旨 (Tenor)
取值:
- 权力关系:专家对决策者——作者是分析者,读者是需要基于分析做判断的人
- 情感距离:低情感介入——分析过程克制情感,让证据说话
- 社会距离:远——单次交际,读者不需要了解作者是谁
操作规则:
- 避免第一人称——报告的权威性来自分析过程而非作者身份
- 每个判断必须有出处或推理支撑——"根据峰会数据""基于大卫·陈的分析""从以上三个案例可以推断"
- 区分事实和推断——事实直接陈述,推断用"表明""暗示""可能意味着"标注
- hedging 用制度化方式——"数据表明""证据显示""在现有信息基础上",而非"我觉得""也许"
禁区:
- 没有出处的判断("业界普遍认为"——谁?哪些人?)
- 情绪化表达("令人震惊的是""不幸的是")
- 修辞性设问("这难道不值得深思吗?")
维度 5:语式 (Mode)
取值:极度书面化。在口语-书面连续体上处于最书面端。
操作规则:
- 连接词用正式的:因此、然而、基于上述分析、在此基础上
- 句法允许复杂从句和嵌入式结构——报告读者习惯处理复杂句法
- 名词化是合法的——"对数据的分析表明"在报告语境中比"分析了数据后发现"更规范
- 使用编号、图表引用、脚注等结构化呈现手段
禁区:
- 口语化连接词("所以""但是""而且"作为段首连接词)
- 不完整句
- 反问句
- 过度简化的因果关系("因为 A 所以 B"——如果中间还有 C 和 D,不能省略)
维度 6:评价姿态
取值:
- 态度类型:以鉴赏 (appreciation) 为主。评价事物和过程("这个框架有效""这个策略存在局限"),而非评价人的行为或表达个人感受
- 声音模式:倾向单声但有制度化 hedging。呈现为基于证据的结论,但在证据不足处用"数据表明""初步证据显示""有待进一步验证"标注
操作规则:
- 正面评价用证据支撑——不说"这个方法很好",说"这个方法在 X 条件下将 Y 指标提升了 Z%"
- 负面评价也用证据——不说"这个策略失败了",说"这个策略在 X 场景下未能达到预期目标,原因是 Y"
- 对比分析时保持对称——分析 A 的维度和分析 B 的维度一致
维度 7:信息密度
取值:中高密度。报告读者预期密集的分析。
操作规则:
- 信息密度应该均匀偏高——不需要"呼吸感",读者是带着任务来的
- 不需要"金币"来防止走神——报告的节奏由论证结构驱动,不是由阅读体验驱动
- 关键结论处适当放慢——给出结论 + 支撑证据 + 可能的反面证据。这是报告中唯一降密度的地方
- Findings 段落可以用列表/表格呈现,提升信息密度同时保持可扫描性
密度校准参考:
- 如果一段话删掉任何一句都会丢失信息 → 密度合适
- 如果一段话里有"装饰性"的过渡句或形容词 → 密度过低,压缩
- 如果结论段只有一句话 → 密度过高,需要展开支撑
对润色阶段的额外检查
在核心润色检查之外,报告风格额外关注:
- 术语一致性:同一个概念全文是否用了统一的表述?
- 数据准确性:所有数字是否与素材一致?有没有四舍五入导致的不精确?
- 推断标注:每个不是直接引用的判断,是否标注了推断性质?
- 结论追溯性:从结论倒推回去,能沿着论证链找到支撑它的所有证据吗?
- 遗漏检查:素材中有没有重要信息被遗漏了?遗漏是有意(不相关所以省略)还是无意?
Source & license
This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.
- Author: Mouriya-Emma
- Source: Mouriya-Emma/writing-pipeline-zh
- License: MIT
Install and usage instructions live in the source repository linked above.
Reviews
No reviews yet, be the first.
Write a review
Versions
- v0.1.0 Imported from the upstream source.