写作引擎。把一个观点写成可理解、可迁移、经得住反例的 1000-1500 字中文文章。USE WHEN 写文章 OR 优化思想内容 OR 展开观点 OR 改写成逻辑递进的中文。NOT FOR 普通摘要、事实查询或结构风洞(用 ljg-structure)。
62
78%
Does it follow best practices?
Run evals on this skill
Adds up to 20 points to the overall score
Passed
No findings from the security scan
Fix and improve this skill with Tessl
tessl review fix ./skills/ljg-writes/SKILL.md把一个观点讲清楚,让一个具体的人读懂它为什么成立、能用在哪里。用容易理解的案例说明关键关系;需要引入抽象概念时,先交代它能解释什么。
| Workflow | Trigger | File |
|---|---|---|
| WriteEssay | 写文章、优化思想内容、展开或重写观点 | Workflows/WriteEssay.md |
执行时完整读取工作流。分析和检查在内部完成,正文按内容需要展开,不逐项展示写作步骤。
一篇文章围绕一个核心判断展开。涉及的其他机制、反馈和限制,都应帮助说明或修正这个判断:
例子帮助读者理解;换一个场景、检查一个反例,才能看出他是否掌握了这个判断。以上四项用于内部检查,不直接用作文章目录。
正文必须给出足够线索,让那个具体的人读完后能够:指出关键概念在现实中指什么,复述「条件—机制—结果」,并说出一个适用的新场景或一个失效边界。内部分析得再充分,这些线索也需要写进文章。
优先选择一个容易理解、关键因果关系完整的案例。从读者可能已有的解释出发,检查它会怎样判断、预期什么结果。若它解释不了某一步、预测有误,或忽略了某种代价,就把这个具体问题说明白。
随后引入能解决当前问题的概念,用普通话说明它增加了什么区分,再回到同一个案例,看解释或判断发生了什么变化。还有解释不清的地方,再继续补充。先说明概念的意思和用处,需要准确指称时再给出术语。
具体案例 -> 原有解释 -> 解释不清的地方
-> 引入所需概念 -> 重新分析案例
-> 说明完整关系 -> 检查其他场景与边界这条路径用于帮助分析。正文可以先说判断,也可以从案例展开;原有解释已经够用时,直接说明原因,不必安排一次失败。解释结束时,读者应能看清各概念之间的关系,以及它们如何支持或修正最初的判断。
写得清楚、准确,语气平实。可以有自己的判断和节奏,不必句句用力。
连起来读一遍:这像一个人把事情想清楚后写出的中文吗?词语是否贴切,句子是否顺畅,前后是否接得上?局部换词解决不了的问题,重写整句或整段。
再检查:读者能否用这个判断理解一件新事,并知道它有什么限制?
Example 1:把抽象观点写成文章
User: 「为什么越聪明的人越容易困在自己的解释里?写一篇。」
-> 用一个明确标为假设的会议场景,观察预测落空后,一个人如何解释结果
-> 检查「理由完整就说明理解深」是否成立:理由能否帮助他提前判断结果?
-> 需要时引入「可证伪性」,回到同一场景,说明什么结果会让他承认判断有误
-> 说明善于解释为什么可能使人更难放弃旧判断,再用其他场景和反例检查
-> 写成自然推进的文章,不输出分析表Example 2:优化一段思想
User: 「预测是一种选择压,它逼出对结构的理解。帮我完整优化。」
-> 保住「预测如何暴露解释中的含混之处」这个意思
-> 比较事后解释与事前预测:说法能否修改,结果能否核对?
-> 加入一次有截止时间、判断标准明确的预测,说明哪些条件需要提前讲清
-> 说明预测怎样帮助筛选解释,再交代「选择压」这个类比成立的条件* 开始且不跳级。date +%Y%m%dT%H%M%S 与 date "+%Y-%m-%d %a %H:%M"。~/Documents/notes/{时间戳}==z--{标题关键词}__write.org。#+title: {标题}
#+date: [{YYYY-MM-DD Day HH:MM}]
#+filetags: :write:
#+identifier: {YYYYMMDDTHHMMSS}
#+author: 李继刚org-lint,再报告路径。7449831
If you maintain this skill, you can claim it as your own. Once claimed, you can manage eval scenarios, bundle related skills, attach documentation or rules, and ensure cross-agent compatibility.