larashero3-dotcom/lieflat-gongwen

通过102万字语料提炼的公文写作 skill，把公文写作风格变成可测量、可验收的量化数据

무엇인가요

lieflat‑gongwen는 Claude, Codex, Moxt와 같은 AI 에이전트를 위한 스킬(플러그인)로, 실제 정부 수준의 글쓰기 스타일과 일치하는 중국어 공문(공문)을 생성할 수 있게 해줍니다. 저자들은 102만 자의 진짜 공공 부문 텍스트를 추출하고, 문장 길이, 구두점 밀도, 제목 패턴 등 수십 가지 양적 스타일 파라미터를 측정하여, 에이전트가 따를 수 있는 규칙 세트로 "DNA" 통계를 인코딩했습니다.

기능

문서 유형과 하위 유형을 감지 (예: 작업 계획, 연구 보고서, 당 건설 경험 글 등).
해당 하위 유형의 통계적 "DNA" 조회 – 일반적인 스타일을 설명하는 수치 범위가 담긴 작은 표.
DNA 기반으로 뼈대(제목 계층, 단락 시작 "입문 문" 문장) 구축.
LLM에 수치 제약을 준수하도록 프롬프트 (평균 문장 길이 ~55자, "、" 구두점 밀도 14–31/1,000자, "일은…이것은…" 열거의 특정 횟수 등).
셀프체크 스크립트 실행 – 생성된 텍스트에서 동일한 통계를 재계산하고 범위 밖 값을 경고하여, 최종 확정 전에 수정할 수 있도록 합니다.

대상 사용자

실제 공문처럼 보이는 공식 보고서, 작업 계획, 연구 요약, 당 건설 자료를 작성해야 하는 정부 또는 국영 기업의 기자.
중국의 관료적 맥락에서 AI 어시스턴트 봇을 개발하는 개발자로, 일반적인 "따라서…를 위해…" 같은 템플릿이 아닌 데이터 기반의 글쓰기 스타일을 원하는 사람.

사용 방법

Moxt 호환 에이전트의 skills 폴더에 리포지토리 클론 (또는 Claude/Claude-code 호환 환경). 예시:
```
git clone https://github.com/larashero3-dotcom/lieflat-gongwen ~/.claude/skills/lieflat-gongwen
```
진입점은 SKILL.md이며, 6단계 워크플로우를 설명합니다. 핵심 단계는 감지된 하위 유형의 DNA 문서를 읽는 것 (단계 3).
LLM이 드래프트를 완료한 후 제공된 Python 셀프체크(scripts/check_params.py)를 실행합니다. 스크립트는 표준 라이브러리만 사용합니다.
경고된 파라미터를 조정한 후 최종 출력을 수락합니다.

포함된 내용

SKILL.md – 스킬의 전반적인 라우팅 로직과 계약.
参数卡.md – 7가지 문서 스타일과 각각의 수치 범위를 한 페이지에 정리한 표.
标题技法库.md 및 句子对照库.md – 각 스타일별로 제목 기술과 문장 수준 예시 모음.
scripts/ – 작고 간단한 Python 셀프체크 도구와 원시 코퍼스에서 메타데이터를 제거하는 스크립트.
示例/ – 22개의 합성 예시 문서와 그들이 어떻게 개선되었는지 보여주는 감사 로그.

라이선스 및 배포

리포지토리는 PolyForm Non‑Commercial 1.0.0 라이선스 하에 배포됩니다. 비영리 목적(연구, 교육, 개인 학습, 정부 사용 등)에서는 무료 사용, 수정, 재배포를 허용합니다. 영리 목적의 이용(스킬 판매, 유료 제품에 통합, 유료 글쓰기 서비스 사용 등)은 저자와 별도 서면 계약이 필요합니다.

이 설명은 리포지토리의 README에 제공된 정보에 기반합니다.