larashero3-dotcom/lieflat-gongwen

是什么

lieflat‑gongwen 是一个为 Claude、Codex 或 Moxt 等 AI 代理设计的 技能（插件），可让代理以符合现实政府级写作风格的方式生成中文官方文件（公文）。作者从 102 万字符 的真实公共部门文本中提炼出特征，测量了数十项定量风格参数（句子长度、标点密度、标题模式等），并将这些“DNA”统计信息编码为代理可遵循的一组规则。

做什么

• 检测文档家族和子类型（例如工作计划、研究报告、党建经验材料等）。
• 查找该子类型的统计“DNA” —— 一个描述典型风格的数值范围小表。
• 基于 DNA 构建骨架（标题层级、段落开头的“引言句”）。
• 通过提示 LLM 遵守数值约束来填充正文（平均句长 ~55 字符，“、” 标点密度 14–31 / 千字符，特定次数的“一是…二是…”列举等）。
• 运行自检脚本，在生成文本上重新计算相同统计量，并标记超出范围的值，以便用户在最终定稿前进行修改。

适合谁

• 需要生成看起来像真实官方文稿的正式报告、工作计划、研究简报或党建材料的政府或国有企业写作者。
• 为中文官僚环境开发 AI 助手机器人的开发者，希望采用非模板化、数据驱动的写作风格，而非常见的“根据… 为… ”套话。

如何使用

1. 将仓库克隆到兼容 Moxt 的代理的 skills 文件夹中（或任何 Claude/Claude-code 兼容环境）。示例：

   git clone https://github.com/larashero3-dotcom/lieflat-gongwen ~/.claude/skills/lieflat-gongwen
   

2. 入口文件是 SKILL.md，描述了六步工作流程。关键步骤是阅读检测到的子类型的 DNA 文档（第 3 步）。
3. LLM 完成草稿后，运行提供的 Python 自检脚本（scripts/check_params.py）；该脚本仅使用标准库。
4. 调整任何被标记的参数，然后接受最终输出。

包含内容

• SKILL.md – 技能的整体路由逻辑和契约。
• 参数卡.md – 七种文档风格及其数值范围的一页表格。
• 标题技法库.md 与 句子对照库.md – 每种风格的标题技巧和句子级示例集合。
• scripts/ – 一个微型 Python 自检工具和一个从原始语料中剥离元数据的脚本。
• 公文语料/ 与 党建语料/ – 提炼出的 DNA 统计数据（无原始文本，以尊重版权）。
• 示例/ – 22 个合成示例文档和一个审计日志，展示它们是如何被优化的。

许可与分发

该仓库采用 PolyForm Non‑Commercial 1.0.0 许可。允许在非商业用途（研究、教育、个人学习、政府使用等）下免费使用、修改和再分发。商业用途（出售该技能、将其集成到付费产品中、用于有偿写作服务等）需与作者另行书面协议。

---

本描述仅基于仓库 README 中提供的信息。