StopDisTrain/sdt-skills
SDT content research, creation and quality-control skills for Codex.
解决的问题
SDT Skills 为小红书(Little Red Book)内容创作提供了一种结构化、模块化的方法,摆脱了容易产生幻觉且难以调试的单一长提示。它确保研究、策略和起草阶段明确分离,使用户能够修复特定失败(如标题薄弱)而无需重新启动整个内容生产流水线。
如何工作
该项目将内容创作过程组织为15个可独立调用的“技能”,分为四个层级:
- 证据层: 处理账号建模、公开内容调研和基准筛选,以找到可学习的样本。
- 生产层: 管理主题生成、评分以及实际内容起草,包括钩子和封面。
- 质量层: 对脚本流程、受众共鸣度以及AI写作信号进行质量保证(QA)检测。
- 交付层: 将已批准的内容转换为可发布包,包括兼容微信的HTML。
为确保一致性,确定性任务(如指标归一化和标题长度验证)由Python工具处理,而判断性任务则交由Agent和人工操作员完成。
适用人群
专注于小红书的内容创作者、社交媒体经理和研究人员,希望获得专业、可追溯且质量可控的内容研究与生产工作流。
主要亮点
- 模块化架构: 15个独立技能,可单独调用,也可作为10阶段工作流使用。
- 明确的修复路径: 特定阶段(如定位)的失败可定向回流至相关阶段(如起草),无需重启全流程。
- 确定性防护机制: 使用Python脚本处理可重复任务(如指标解析、HTML渲染),防止AI不一致。
- 只读调研: 内置安全边界,确保调研工具无法在平台上执行点赞或评论等操作。
- CI验证: 自动化仓库验证,确保每次推送时元数据和工具自测均通过。
相关
- 项目
- 项目
- 项目
- 项目