AgentStack
Browse Sign in
Browse Why AgentStack Sell Docs
Sign in
SKILL verified MIT Self-run

Readable Output

skill-yunshu0909-yunshu-skillshub-readable-output · by yunshu0909

把当前对话的上下文 / 一堆历史内容 / 散落的信息**整理成可读性高的 HTML 总结**。强制 4 问挖掘(给谁看 / 读完拿什么 / 详略 / 风格)+ 6 阶段框架(定终点 → 抓核心点 → 选主结构 → 写 → 自检),让 AI "想清楚再输出",避免散文式罗列。当用户说"做个复盘"、"汇总一下"、"总结这堆"、"整理成 HTML"、"把上下文整理一份"、"做个教程 / 学习指南 / 报告"、"把 X 讲清楚"等需要把上下文/历史输出成给人读的中长 HTML 时触发。

No reviews yet
0 installs
3 views
0.0% view→install

Install

$ agentstack add skill-yunshu0909-yunshu-skillshub-readable-output

✓ scanned · ✓ verified, works with Claude Code, Cursor, and more.

Security review

✓ Passed

No 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.

View the full security report →

Verified badge

Passed review? Show it. Paste this badge into your README, it links to the public security report.

AgentStack Verified badge Links to your public security report.
[![AgentStack Verified](https://agentstack.voostack.com/badges/verified.svg)](https://agentstack.voostack.com/security/report/skill-yunshu0909-yunshu-skillshub-readable-output)

Reliability & compatibility

Security review passed
0 installs to date
no reviews yet
1mo ago

Declared compatibility

Claude CodeClaude Desktop

Compatibility is declared by the source manifest. End-to-end runtime verification is coming, see below.

Preview Execution monitoring

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 →
Are you the author of Readable Output? Claim this listing to set pricing, connect Stripe payouts, and keep 70% of every sale.
Sign up to claim

About

输出工程:让 AI 输出长内容时按清单想一遍

> 综合写作理论(Zinsser《On Writing Well》/ Heath《Made to Stick》/ Rosenfeld《Information Architecture》)+ 学习科学(Sweller CLT / Brown《Make It Stick》/ Wiggins backward design)+ 大厂文档实践(Stripe / GitLab / Linear / Anthropic / Google SRE)三方交叉验证。


元原则(贴在最顶层,每次开始前默念)

  1. 如果你自己读完没有获得新认知,读者也不会有。 写作是 thinking on paper,不是模板填空。
  2. 终点是"读者下次能用",不是"读者这次能懂"。 Backward design:先想读者读完手里多了什么"可复用的工具"(一张对照表 / 一个判断框架 / 一条决策路径 / 一个口诀),再倒推写什么。
  3. 不列菜单——给推荐 + 一句话理由。 AI 喜欢"列出 5 个选项让你选",但好文档敢于 opinionated。

触发条件

触发(需要给人读的中长 HTML 内容):

  • "做个复盘 / 总结 / 汇总 / 整理"
  • "做个教程 / 学习指南 / 上手文档"
  • "把 X 讲清楚 / 整理成可读的 HTML"
  • "做份报告 / 说明文档"
  • 任何要求产出 > 500 字的结构化阅读内容

不触发(短输出 / 操作型 / 非 HTML 需求):

  • 写代码 / 修 bug / 改文件
  • 一两句话回答
  • 代码 diff / 短列表
  • 用户明确说"用 markdown 答" / "聊天里直接说"
  • PRD(用 prd-doc-writer)/ 文章写作(用 writing-assistant)/ 起名(用 product-naming)

重要:本 skill 产出只有 HTML 一种格式。如果用户要 markdown,不用本 skill。


运作模式

触发
  ↓
阶段 1:强制用 AskUserQuestion 一次性问 4 个关键问题
  ↓
用户选完
  ↓
阶段 2-6 在 AI 心里走(不对用户念稿)
  ↓
产出 HTML,顶部加「本次配置」确认条,浏览器自动打开

例外(跳过阶段 1 的提问):

  • 用户在 prompt 里已经明确所有 4 个参数(如"给 PM 看的 5K 字复盘,故事化风格")
  • 用户明确说 "快速做" / "随便给我一份" / "别问"

阶段 1(强制):用 AskUserQuestion 一次性问 4 个

必须用 AskUserQuestion 工具发起一次询问,包含下面 4 个问题。问题文案和选项可微调但维度不能换。

问题 1:给谁看?(受众)

| 选项 | 说明 | |---|---| | PM / 产品经理 | 偏故事、对标、决策、可复用框架 | | 工程师 / 技术新人 | 含代码片段、技术决策、动手指南 | | 高管 / 决策者 | TL;DR + 数据 + 投/不投建议 | | 自己 / 备忘 | 时间线 + 笔记式、备查 | | 外部用户 / 客户 | 教程式、概念建梯 |

问题 2:读完拿什么?(终点)

| 选项 | 说明 | |---|---| | 决策依据 | 看完能 go/no/hold | | 操作步骤 | 看完能动手 | | 概念理解 | 看完知道是什么 | | 故事共鸣 | 看完有感触 | | 备忘归档 | 看完之后能查 |

问题 3:要详到什么程度?

> 设计原因:字数是后验感受、且常常承诺不到(素材撑不到时硬卡字数会注水)。所以字数不进用户视图,只承诺用户能感知的两件事——「包含什么」和「阅读时间」。

| 选项 | 包含什么 | 阅读时间 | |---|---|---| | 速读卡 | TL;DR + 1 个核心框架 / 1 张主图,能转发 | 3 分钟 | | 标准版(默认推荐) | 核心点 + 故事 + 反例 + 出口 | 5-8 分钟 | | 教学版 | + 背景延伸 + 多视角对照 + 可复用框架 + 边界声明 | 20-30 分钟 | | AI 自选 | 按"受众耐受时间 × 素材独立信息点数"反推 | — |

字数怎么定(AI 内部参考,不告诉用户、不在配置条里写字数承诺):

  • 阅读速度按 PM/产品类内容 300 中文字/分钟 反推。
  • 速读卡 → 内部目标 ~800 字 | 标准版 → ~1.5K-2.5K 字 | 教学版 → ~5K-8K 字
  • 真正决定停笔的是"包含什么"清单是否每项都讲到位(standard 的"核心点 / 故事 / 反例 / 出口"四件事都齐全;teaching 多 4 项延展),而不是"字数到了"。

阶段 1.5(强制):素材体量自检 + 主动反劝

问题 4 答完后、进入阶段 2 之前,AI 必须做一次自检。触发反劝的场景只有一个

  • 单文档型素材(单个 README / 单个 PRD / 单篇文章)且原文 ⚠️ 提示一下:你选的是教学版(20-30 分钟阅读),但素材是单 [README/PRD/文章] 仅 X 字。强行扩到教学版深度,约 60% 内容会是 AI 推演(背景延伸 / 对照 / 框架),不是素材原文。建议二选一:

> ① 改成「标准版」(5-8 分钟),刚好覆盖素材现有深度 > ② 补充 2-3 份同类素材(多 PRD / 同领域多篇文章 / 项目全部文档),让教学版有真正的舞台 > > 要继续教学版吗?(继续 / 改标准版 / 我去补素材)

  • 用户改档:按新档位走阶段 2-6
  • 用户去补素材:等用户补完再继续
  • 用户坚持继续教学版:才产出,且必须加「素材体量警告」横幅 + 每段推演加「推演」标签(详见输出规则)

多源素材 / 非教学版 → 不触发反劝,直接进阶段 2。

问题 4:风格 + 侧重(合并)

每个选项是「视觉调性 + 内容侧重」绑定的:

| 选项 | 视觉 | 内容侧重 | |---|---|---| | 工程严肃 | 清新蓝(Stripe/Linear 风) | 教训方法论为主 | | 故事化阅读 | 暖色书卷(米白 + 深棕) | 故事完整性为主 | | 决策简洁 | 极简黑白(Apple 文档风) | 数据冲击为主 | | 技术深度 | 暗色科技(GitHub Dark) | 含代码细节 | | AI 自选 | — | 按受众默认推荐 |

用户选完后,把 4 个参数写入 HTML 顶部「本次配置」段(见下方"输出文件规则")。


阶段 2-6(AI 自己心里走,不对用户念)

阶段 2 · 定终点(backward design)

基于阶段 1 用户选的"读完拿什么",进一步具体化:读完手里多了什么"可复用的东西"?

  • 一张对照表(A vs B 怎么选)
  • 一个判断框架(什么情况该做 X)
  • 一条决策路径(遇到 Y → 先 a → 再 b)
  • 一个口诀(短句易记)
  • 一份 checklist

反模式:终点只定到"读者理解"。

阶段 3 · 抓核心点(≤ 3 个)

工作记忆铁律(Sweller 认知负荷理论):新读者一次只能处理 3-4 个新组块。默认 3 个,最多 5 个,超过必须合并或降级到附录

核心点之间关系必须显式想清楚:

  • 【并列】3 个独立要点,可任意顺序读
  • 【依赖链 Why → What → How】必须按顺序

砍半测试:列出所有候选点后问"只能保留一半留哪几个"——剩下的就是真骨干。

阶段 4 · 选主结构(一个,不要叠)

警告:这一阶段最容易"自己在示范认知超载"——给推荐 + 一句话理由,不列菜单。

主结构 1 个(按内容性质选):

| 内容性质 | 推荐结构 | |---|---| | 一段过程 / 多步骤决策 | 时间线 | | 多个主题平行 | 分类章节 | | 解决某个具体问题 | 问题导向 Q&A | | 教学 / 概念建梯 | 由浅入深教学梯度 | | 多版本对比 | before/after | | 故事性强 | 危机-转折-启示 |

主视觉 1 套(不要叠):表 / 对比卡 / ASCII 图 / Callout,选一种主导。

视觉细节(颜色、字体)按阶段 1 用户选的"风格"决定。

阶段 5 · 写:TL;DR + 论点句 + 反例 + 出口

5.1 开篇 TL;DR / 钩子(前置,不能埋):Stripe / Google SRE 实践——前 2-3 句 = 全文摘要。钩子三选一:反常识 / 痛点 / 数字冲击。

5.2 每段一个论点句开头:先说结论再展开。

5.3 每个正面论点配一个反例 / What not to do:Anthropic Docs 实践,反例对照比正面示例更有效。

5.4 结尾给"出口":可复用产物 + 下一步行动 + 边界声明(什么时候不适用)。

5.5 数据带出处,不复制已有内容:链接引用(GitLab single source of truth)。

5.6 复盘类内容:blameless 原则:对事不对人。

5.7 检索提示:开头一句总结 + 每节末尾回顾 + 可复用口诀。

阶段 6 · 自检 5 问

写完前必过:

  1. 不懂这事的人能看懂吗?
  2. 读完一周后能复述核心吗?
  3. 最长那段砍一半还说得通吗?
  4. 每段是否都在一屏内?(Linear One-Screen Test)
  5. 是按"详略档完成度"产的,不是为了凑字数硬加的吗?(如果为了卡字数加了背景延伸/虚构案例/重复同类场景,砍掉)

反模式总清单

| 反模式 | 哪个阶段 | 后果 | |---|---|---| | 跳过阶段 1 直接开写 | 1 | 自我感动 / 走偏 | | 一次问超过 4 个问题 | 1 | 用户认知负担过重 | | 用户已给的参数还重复问 | 1 | 啰嗦 / 显得不智能 | | 终点定在"读者理解" | 2 | 信息汇总而非可迁移工具 | | 5 个核心点并列 | 3 | 工作记忆超载 | | 不分并列 vs 依赖链 | 3 | 结构混乱 | | 列菜单不给推荐 | 4 | AI 让用户选 5 种结构 | | 主视觉叠加(表+卡+图全用) | 4 | 视觉超载 | | HTML 顶部没加「本次配置 + 追加提示」条 | 4 | 用户不知道按什么基准产的、也不知道可以追加 | | 为了卡字数硬加方法论延展 / 虚构案例 / 重复场景 | 3-5 | 注水,自检第 5 问就是为这条而设 | | 单文档素材选「教学版」未触发主动反劝 | 1.5 | 必然注水 + 用户预期错位(实测 README 类素材撑过 5K 就开始虚构) | | 配置条 / 表格里写"参考字数"暴露给用户 | 3 / 文件规则 | 用户预期被字数锚定,撑不到时体感是"骗我" | | TL;DR 埋在中间 | 5 | 读者前 30 秒走人 | | 没有反例对照 | 5 | 正面示例容易被误用 | | 数据无出处 | 5 | 容易编造 | | 文档里抄已有内容 | 5 | 信息漂移 | | 复盘里指责具体人 | 5 | 违反 blameless | | 写完不自检直接交付 | 6 | 长 / 啰嗦 / 难读 |


快速决策树

触发
  ↓
[阶段 1] AskUserQuestion 4 问(除非已明确)
  ↓
[阶段 1.5] 素材体量自检 → 单文档 + 教学版 → 主动反劝改档
  ↓
[阶段 2] 定终点 = 可复用的什么?
  ↓
[阶段 3] 3 个核心点 + 砍半测试
  ↓
[阶段 4] 主结构 + 主视觉(不叠)
  ↓
[阶段 5] TL;DR + 论点句 + 反例 + 出口
  ↓
[阶段 6] 自检 4 问 → 砍 / 拆 / 调
  ↓
HTML 输出(顶部加确认条)+ 浏览器打开

输出文件规则

HTML 顶部必加「本次配置 + 追加提示」条

每份产出的 HTML 在 Hero 区下方、正文上方,必须加这样一段双行条:


  
    📋 本次配置 · 受众:[问题 1 答案] · 终点:[问题 2 答案]
    · 详略:[问题 3 答案](约 [阅读时间]) · 风格:[问题 4 答案]
  
  
    💬 觉得短?告诉我「展开 [章节名]」/「加 [背景/案例/可复用框架]」
       觉得长?「砍到要点」/「合并 X 章和 Y 章」
  

为什么加追加提示:长度是后验感受,事前再准也会有"差一点"。把"差一点"显式化成可点的指令,用户不用重跑就能迭代。这是这份 skill 故意不卡死字数的配套机制。

为什么配置条只写阅读时间不写字数:阅读时间是用户能感知的承诺、字数是 AI 内部目标。素材撑不到字数时硬卡会注水,撑过头时硬砍会丢内容。把字数从用户视图删掉,避免"标 5K-8K 给 3K"这种期望错位(这种错位等价于旧版"卡不住")。

文件路径

默认写入项目 docs/ 下:

docs/[内容主题]-[YYYYMMDD].html

如果项目没有 docs/,写入用户指定路径或当前目录。

写完自动打开

写完 HTML 文件后,运行 open 在浏览器打开供 review。


维护规则

这份清单综合三方视角(写作 / 认知科学 / 大厂实践)交叉验证而来。如果有新来源(某本经典写作书、某家公司最佳实践)值得加入,按"是不是 3 方都认可"为标准筛选。

反原则:不要往清单里加"可能有用但不是必须"的检查项。AI 走清单本身有成本,每加一项都要确认能阻止某种具体反模式。

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

Install and usage instructions live in the source repository linked above.

Reviews

No reviews yet, be the first.

Versions

  • v0.1.0 Imported from the upstream source.