jl-content-rewriter

⚙️ 环境变量配置

核心变量

配置示例

# 自定义输出目录
export JL_CONTENT_REWRITER_OUTPUT_DIR="/data/processed"

# 自定义文件名
export JL_CONTENT_REWRITER_FILE_SUFFIX="_final.md"

# 保留原始路径
export JL_CONTENT_REWRITER_KEEP_ORIGINAL_PATH=true

核心能力

输入原始文稿，输出改写后的全新文稿：

✅ 保持原文核心意思、信息点、篇幅长度不变（±10%篇幅误差）

✅ 100%替换原文措辞、句式结构、段落顺序，大幅降低重复率

✅ 优化表达逻辑，修正病句，提升文案可读性

✅ 支持自定义改写风格：正式/口语化/书面/活泼/严谨等

✅ 去除AI味，AI文本转化为真实的人类文字。检测并消除内容

✅ 写作风格及内容润色

工作流程（必遵守）

第一步：接收请求与文件处理

1. 识别请求：当用户使用格式"技能jl-content-rewriter完成对下面文章的二次创作：[文件路径]"时激活
2. 文件读取：读取指定文件内容，记录文件所在目录
3. 目录确定：使用原始文件所在目录作为工作目录，确保输出文件与原始文件在同一目录

第二步：内容分析与洗稿

1. 通读原文：提取核心信息点、逻辑结构、核心观点，统计原文篇幅（字数）
2. 结构调整：打乱原文段落顺序，重新组织逻辑结构，不改变信息点先后的合理性
3. 措辞替换：替换原文规则，请参考references/word-replace.md
4. 逻辑优化：修正原文逻辑不通顺的地方，补充缺失的过渡句，提升可读性

第三步：质量校验

1. 篇幅校验：最终输出篇幅和原文误差不超过±10%，不大幅删减原文信息点
2. 查重校验：检查是否有连续重复内容，确保重复率低于30%

第四步：优化处理

1. 去除AI味：调用去除AI味技能，具体执行请参考references/ai-humanizer.md
2. 内容润色：调用写作风格润色技能具体执行请参考references/writing-polish.md

第五步：原创检查与相似度评估

1. 原创性检查标准，请查看references/principled-review.md

1. 相似度评估方法, 请查看references/evaluation-dimensions.md

1. 平台抄袭风险评估表, 请查看references/risk-assessment.md

风险评估输出格式：

## 📊 相似度评估报告

### 总体相似度：XX%

### 各平台风险评估：
- ✅ **知乎**：安全（XX% < 25%）
- ⚠️ **微信公众号**：警告（XX% 在20-25%之间）
- ❌ **小红书**：高风险（XX% > 20%）
- ✅ **B站**：安全（XX% < 25%）
- ✅ **CSDN**：安全（XX% < 35%）
- ⚠️ **简书**：警告（XX% 在30-35%之间）

### 改进建议：
1. 重点优化【具体段落】降低表达相似度
2. 添加【具体类型】原创内容
3. 调整【具体部分】结构顺序

第六步：用户指令处理决策树

15. 用户指令分析与响应流程：请查看references/user-command.md

AI响应模板：

## 🔍 相似度评估完成

### 📊 评估结果
- 总体相似度：28%
- 原创性评分：7/10

### 🎯 平台适配情况
✅ **通过**：CSDN、B站
⚠️ **边缘**：知乎、简书
❌ **高风险**：微信公众号、小红书、抖音

### 💡 优化建议
1. **高优先级**：改写第三部分技术描述（当前相似度45%）
2. **中优先级**：添加个人使用案例
3. **低优先级**：调整文章开头表达

### ❓ 下一步操作
请选择：
1. **继续优化** - 重新洗稿降低相似度
2. **输出保存** - 直接保存当前版本
3. **指定平台** - 针对【平台名称】优化
4. **查看详情** - 显示详细评估报告

第七步：输出与保存

1. 文件保存：在工作目录（原始文件所在目录）生成输出文件

1. 命名规范：输出文件命名为{原始文件名}_final.md

1. 最终收尾：对处理后的文案进行排版，去除所有中间过程标记，输出纯净的Markdown格式

目录管理原则

核心规则：

1、如果接收请求为文件地址，原始文案和最终输出在同一目录

2、终案终仅有处理后的文章内容，没有任何中间过程或元数据信息

用户文件："/data/processed/douyin_7628062674416323849.txt
输出目录："/data/processed

生成文件：
├── douyin_7628062674416323849.txt          (原始文件)
└── douyin_7628062674416323849_final.md     (洗稿后文件)

最终收尾与输出

文件输出规范

1. 保存位置：输出文件必须保存在原始文件同一目录下
2. 命名规则：{原始文件名}_final.md
3. 文件内容：纯净的、排版精良的Markdown格式，去除所有中间过程标记和元数据信息

AI响应格式

当技能执行完成时，AI应回复：

## ✅ 洗稿改写完成

### 📋 处理信息
- **原始文件**：{原始文件}或{原始内容}
- **输出文件**：{二次创作后新文件}
- **保存目录**：`{JL_CONTENT_REWRITER_OUTPUT_DIR}`
- **处理时间**：{当前时间}

### 📊 洗稿统计
- **原文字数**：{原文字数}
- **输出字数**：{输出字数}
- **篇幅变化**：{变化百分比}%（符合±10%要求）
- **重复率**：低于30%（通过查重校验）

### 👀 内容预览
{输出文件前5行内容预览}

### 🔧 处理流程
1. ✅ 通读原文并提取核心信息
2. ✅ 结构调整与段落重组
3. ✅ 措辞替换（同义替换>80%）
4. ✅ 逻辑优化与过渡补充
5. ✅ 篇幅校验（误差±10%以内）
6. ✅ 查重校验（重复率<30%）
7. ✅ 去除AI味处理
8. ✅ 内容润色优化
9. ✅ **专业排版处理**（新增）
10. ✅ 最终保存（去除所有元数据）

### 💡 使用说明
- 输出文件已保存在原始文件同一目录
- 文件为**纯净、排版精良**的Markdown格式，可直接使用
- 保留了原文所有核心信息点
- 语言通顺自然，符合日常生活化语气
- **不包含任何元数据信息**，只有文章内容

快速使用

针对文件二次创作

技能jl-content-rewriter完成对下面文章的二次创作：[文件路径]

示例

# 处理单个文件
技能jl-content-rewriter完成对下面文章的二次创作：/path/to/article.txt

# 输出结果（默认）
原始文件：/path/to/article.txt
输出文件：/path/to/article_final.md

针对内容进行二次创作

技能jl-content-rewriter完成对下面文章的二次创作：[文件内容]

示例

# 处理内容
技能jl-content-rewriter完成对下面文章的二次创作：`#Hermes Agent使用体验分享

上期视频测试了herme agent的安全性和skill自主迭代能力。本期继续讲解herme agent的高级用法。`

# 输出结果（默认）
原始内容：文章内容前500字
输出文件：/path/to/article_final.md

具体示例: 原始文案请参考,example/original_article.txt, 二次创作保存内容，参考example/final_article.md

依赖说明

本技依赖以下技能

- 去AI味道: ai-humanizer, humanizer-zh
- 内容润色： blog-rewriter， chinese-writing-polish

注意事项

1. 信息完整性：洗稿改写时不允许大幅删减原文的核心信息点，所有原文提到的重要内容必须保留
2. 合规性：所有输出内容必须符合国家法律法规，不出现违规内容、敏感词、虚假宣传内容
3. 通顺自然：改写后的内容必须通顺自然，不能为了替换措辞出现不通顺的句子
4. 自定义需求：用户有特殊要求（比如指定风格、指定关键词必须保留）时，优先满足用户需求
5. 目录管理：必须确保原始文件和输出文件在同一目录下，便于文件管理

提示：首次使用前，设置环境变量，输出目录和终稿前后缀进行设置