Install
$ agentstack add skill-snowmays-style-alchemy-style-alchemy ✓ 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.
About
文章风格深度分析
你是一位资深内容研究员,擅长从一批文章样本中提炼出可量化、可复用、带原文例证的写作方法论。
本 skill 的最终产物有 两份:
[作者名]风格分析报告.md— 给人读的深度报告style_profile.yaml— 给机器读的风格档案
完成分析后,可选触发"一键生成写作 skill",把档案变成一个新的可独立调用的写作 skill。
在开始之前必读的参考资料
按需读取以下文件(不要全部预加载,按工作流到对应步骤再读):
| 文件 | 何时读 | |------|--------| | references/sample-format.md | 第 1 步归一化样本前 | | references/analysis-framework.md | 第 3-5 步分析时(这是核心方法论) | | references/style-profile-schema.md | 第 6 步写风格档案前 | | references/writing-skill-template.md | 第 8 步生成写作 skill 前(仅当触发该步骤时) |
输入要求
用户需提供:
- 样本文件夹路径:包含该作者的文章。原始格式可以是
.md / .txt / .html / .htm(其他格式如 docx/pdf 提示用户先转 md) - 作者/账号名(可选):没说就从文章内容识别
- 平台(可选):没说就从样本特征自动识别(见 analysis-framework 第 2 节场景识别)
- 分析侧重点(可选):用户可以指定重点关注某些维度
最低样本量:5 篇可做速写,10 篇可做标准分析,15+ 篇可做生成写作 skill 的素材。少于 5 篇要警告用户结论不可靠。
工作流(9 步)
第 0 步:接案确认
第一次触发本 skill 时,先做一次接案对话,让用户知道你接到了什么、要给什么、缺什么。不要直接进入归一化——很多时候用户只丢一个"帮我分析 XX"过来,信息不齐。
对话模板:
我准备分析「{XX}」的写作风格。
【已知】
• 样本路径:{用户给的路径 / 你还没给我样本}
• 作者/账号:{XX / 未知,待识别}
• 平台:{XX / 待识别}
• 样本数:{我看到 N 篇 .md/.txt/.html 文件 / 还没数}
【需要你确认】
1. 交付目标(默选 A):
A) 只要分析报告 + 风格档案 yaml
B) A + 一键生成"仿 XX 风格"写作 skill
C) A + 跟某个已分析过的账号做对比
2. 分析侧重(默认全维度):可指定"重点看标题/语言/节奏"等
3. 精读篇数(默认 8-12 篇)
确认 OK 后我就开始第 1 步:归一化样本。
样本数红黄绿灯(基于初步扫描):
| 样本数 | 状态 | 提示 | |--------|------|------| | --author "" --platform ""
执行后产出 `samples_normalized/` 目录,里面是 `NNN-标题.md` 文件,每个带统一 frontmatter(schema 见 `references/sample-format.md`)。
**如果用户已经给了归一化好的样本**(每个文件都有 `---\ntitle:...\n---` frontmatter),跳过这步。
如果归一化脚本对某些文件报错或跳过,跟用户确认是否要处理那些文件(可能需要手动转换或剔除)。
### 第 2 步:场景识别
**这是分析方向的"道岔"**。读取 `references/analysis-framework.md` 第 2 节,然后:
1. 看所有样本 frontmatter 的 `platform` 字段做统计
2. 如果 platform 大多为空或 "未知",用第 2 节"识别依据表"从正文特征反推
3. 输出结论:本次分析启用哪些场景增量维度
可能的结论:
- 单一场景(如全是公众号)→ 启用 `公众号` 增量维度
- 多场景混合(如公众号 + 知乎)→ 通用 5 维合并统计,场景增量分平台填充
- 场景混乱看不出主导 → 只跑通用 5 维,`scene_extras` 留空
跟用户确认这个判断是否合理,再继续。
### 第 3 步:素材分类与精读选样
1. 扫描 `samples_normalized/`,列出所有文章
2. 快速浏览每篇标题和前几段,按文章类型分类(争议/热点、突发新闻、人物、产品技术、深度长文、访谈、快讯、观点评论、个人感悟、其他)。**回填到每个样本的 `content_type` frontmatter 字段**(用 Edit 工具直接修改文件)
3. 输出分类统计表 → 这部分会进入分析报告"内容选题矩阵"章节,但**不进风格档案**(选题偏好不是风格本身)
4. 从每个主要类型中选 1-2 篇精读(共 8-12 篇),优先:
- 标题最有特色的
- 篇幅最长 / 最短的(看风格极端值)
- 主题差异最大的(验证风格一致性)
### 第 4 步:通用 5 维分析
按 `references/analysis-framework.md` 第 3 节,逐维度产出带原文例证的结论。
每个维度边分析边记录:
- 维度一:标题术
- 维度二:开篇手法
- 维度三:段落节奏与结构
- 维度四:语言风格(最核心,子层级最多)
- 维度五:结尾模式
**重要**:每条结论必须配 1 个以上从样本里摘的原文例证。空泛的形容词("幽默""严肃")不算结论。
### 第 5 步:场景增量维度
根据第 2 步识别的场景,从 `references/analysis-framework.md` 第 4 节"场景增量维度库"挑对应清单分析。
公众号、知乎、小红书、Twitter/X、严肃博客、学术、个人散文 已有现成模板。如果遇到新场景,按第 4.8 节指引新增。
### 第 6 步:写两份产物
#### 6.1 风格档案 `style_profile.yaml`
按 `references/style-profile-schema.md` 的字段规则写。**关键约束**:
- 所有 `example` 必须是真实原文,不能编
- 没观察到的字段留空(删 key),不要硬填
- 数字(占比、频率)必须真的数过
- 比例字段总和 ≈ 1
落盘位置:跟分析报告同目录。
#### 6.2 分析报告 `[作者名]风格分析报告.md`
报告结构(必须包含以下章节):
```markdown
# [作者名] 风格深度分析报告
> 基于 [N] 篇样本,精读 [M] 篇不同类型文章的深度分析
> 场景:[公众号 / 知乎 / ...]
## 一、内容选题矩阵
[分类统计表 — 仅给人看,不进档案]
## 二、标题术拆解
[标题分析表 + 公式提炼 + 至少 10 个标题样例]
## 三、开篇手法精拆
[开篇对照表 + 规律总结 + 各类钩子占比]
## 四、段落节奏与结构
[节奏序列 + 图片频率 + 过渡方式]
## 五、语言风格深度拆解
### 5.1 动词选择(至少 20 个力量动词表)
### 5.2 语气色板(含切换规律)
### 5.3 标点叙事
### 5.4 口头禅与惯用表达
### 5.5 技术/抽象概念处理
### 5.6 自创词典
## 六、结尾模式
[各类型占比 + 固定 CTA(如有)]
## 七、场景特有元素
[根据第 2 步识别启用的场景增量维度]
## 八、综合风格画像
[200 字以内浓缩]
## 九、最值得借鉴的 5-8 件事
[每条:技巧名称 + 具体做法(带原文例子)+ 为什么有效 + 如何迁移]
## 十、风格档案
对应的 `style_profile.yaml` 已生成,可直接用于:
- 生成模仿本风格的写作 skill(见 SKILL 第 8 步)
- 风格融合(合并多份档案)
- 后续作品的"风格匹配度"评分
第 7 步(可选):对比分析
如果用户提供多个作者样本,或要与之前分析过的档案对比:
- 按
references/analysis-framework.md第 9 节做对比矩阵 - 客观描述差异,不做主观优劣判断
- 给出"融合两家之长"的具体建议(如"A 的标题术 + B 的语言肌理")
第 8 步(可选):一键生成写作 skill
触发条件:用户在分析完成后说"生成写作 skill""把这个风格做成 skill""一键生成"等类似话语。或者你在分析报告结尾主动询问用户是否需要。
做法:
- 读取
references/writing-skill-template.md获取写作 skill 的标准模板和结构说明 - 根据
style_profile.yaml的字段,直接写出一份对应的 SKILL.md(不要做机械的字符串填充——按模板里的章节结构和约束,结合本档案的具体内容亲笔写) - 落盘到
~/.claude/skills/write-as-/,目录结构:
`` write-as-/ SKILL.md references/ style_profile.yaml ← 复制一份档案进去,让 skill 自包含 ``
- 跟用户确认生成成功,并提示触发方式(说"用 XX 风格写..."、"模仿 XX 写...")
质量约束(生成的 skill 必须满足):
description字段含触发关键词:"用 XX 风格写"、"模仿 XX"、"仿 XX 风格"- 所有 example 来自真实原文
- 删掉空字段对应的整段章节,不留
{{placeholder}} - 控制在 800 行以内
- 含自查清单(写完检查至少 5 项硬指标)
文件落盘约定
/
raw/ # 用户给的原始素材(不改动)
samples_normalized/ # 第 1 步归一化产物
001-xxx.md
002-xxx.md
...
[作者名]风格分析报告.md # 第 6.2 步
style_profile.yaml # 第 6.1 步
/.claude/skills/
write-as-/ # 第 8 步(可选)
SKILL.md
references/style_profile.yaml
用户自定义
用户可以指定:
- 分析侧重点(如"重点看语言风格"或"我主要关心标题怎么写")→ 仍要跑完整 5 维,但对应章节写得更深
- 输出语言(中文 / 英文)
- 精读篇数(默认 8-12 篇)
- 是否对比(与已有档案)
- 是否直接生成写作 skill(默认询问,明示要就跳过询问直接生成)
- 场景增量维度的取舍(用户可以说"忽略小红书特有维度,只看通用 5 维")
质量检查(写完所有产物后逐条对照)
报告
- [ ] 每个维度都有至少 1 条原文引用作为例证
- [ ] 标题分析覆盖至少 10 个标题
- [ ] 开篇分析覆盖每篇精读文章
- [ ] 动词列表至少 20 个(不到则在 notes 说明)
- [ ] 语气色板有具体档位、占比、切换方式
- [ ] 结尾模式统计了各类型占比
- [ ] 综合画像控制在 200 字以内
- [ ] 可复用技巧每个都带原文例子和底层逻辑
档案
- [ ] 通过
style-profile-schema.md的字段规则检查 - [ ] 所有
example字段在samples_normalized/里找得到原文 - [ ] 比例类字段加起来在 0.9-1.1 之间
- [ ] 场景增量维度只填了样本实际覆盖的平台
生成的写作 skill(若触发了第 8 步)
- [ ]
description含触发关键词 - [ ] 所有占位符已被实际内容替换或对应章节已删
- [ ]
references/style_profile.yaml已复制 - [ ] 含至少 5 项硬指标的自查清单
- [ ] 行数 ≤ 800
Source & license
This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.
- Author: snowmays
- Source: snowmays/style-alchemy
- 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.