写作蒸馏器是一个开源 Agent 技能（MIT，2.2K Star）：不是简单'模仿某某风格'，而是让 agent 系统分析至少 20 篇完整文章，把风格拆成语言、结构、选题、素材、认知框架与视觉风格六个层次，产出语言DNA.md、文章结构模板.md、写作视角与认知框架.md、视觉风格指南.md 和最终的 Writing-DNA.md。写作前让 agent 重读全部蒸馏产物并对照原文校准语感，从而稳定复刻目标作者风格。支持中英文双语产物，随仓库附带去 AI 味规则集 lieflat-less-ai-tone 作最后一道工序。

写作蒸馏器：把任意作者的写作风格蒸馏成可复用的 Writing DNA

技能介绍

写作蒸馏器（writing-dna-skill）是一个开源 Agent 技能（MIT 协议，2.2K Star），宗旨是"快乐写作"：让写作不再从 0 开始难产。

它不是简单的"模仿某某风格"提示词，而是一套完整的蒸馏流程——让 agent 把一批完整文章拆解成可复用的 Writing DNA，覆盖语言、结构、选题、素材、认知框架与视觉风格。蒸馏完成后，agent 在写作前重新读取这些风格文档，就能更稳定地复刻目标写作风格。该 skill 在 moxt.ai 制作。

直接给 agent 几篇例文说"照这个风格写"容易失真，因为 agent 只是在凭感觉抓表面语气。这个 skill 的思路是：不要让 agent 直接模仿，而是先系统分析一批完整文章，把风格拆成可记录、可复用、可检查的规则，再用这些规则指导后续写作。

适用场景

分析某个账号/作者的稳定写作风格
沉淀自己的写作风格资产（分析自己过去的一批文章）
对比不同作者在同一议题上的表达差异
给 agent/AI 提供更稳定的风格复刻上下文

它适合分析：长文、公众号文章、博客、Newsletter、专栏文章，以及小红书、微博等社交平台的图文内容。如果原文有截图、配图、数据图或排版样式，建议一起保留——图片的出现位置、截图承担的证据功能、标题层级和留白节奏，都会影响最终"像不像"。

蒸馏的六个层次

↔ 左右滑动查看完整表格

层次	分析对象	输出结果
L1 表层语言	词频、句长、标点、修辞、常用表达	语言DNA.md
L2 文章结构	开头 hook、正文架构、转折方式、结尾收束	文章结构模板.md
L3 选题逻辑	发布时机、切入角度、话题优先级	写作视角与认知框架.md
L4 素材策略	引用来源、权威对象、案例和数据使用方式	写作视角与认知框架.md
L5 认知框架	世界观、价值判断、核心假设、反复出现的命题	写作视角与认知框架.md
L6 视觉风格	配图策略、排版格式、字体层级、色彩使用	视觉风格指南.md

简单说：L1-L2 解决"怎么写"，L3-L5 解决"怎么想"，L6 解决"怎么呈现"。只复刻语言，通常会"读着像但想法不像"；只复刻结构，通常"框架像但语气不像"；忽略视觉风格，图文内容就"文字像但看着不像"。

蒸馏流程

一次完整蒸馏分 6 步：

收集原始文章：手动抓取或让 agent 抓取至少 20 篇完整文章，放进 raw/ 或 raw-corpus/（格式建议 .md 或 .txt，覆盖不同时期、不同主题、不同类型）。
建立元数据：为每篇文章标注标题、日期、类型、主题、hook、结构、素材来源，形成 _meta/。
分析语言 DNA：统计词频、句长、标点、段落节奏、中英文混用习惯，输出 语言DNA.md。
提炼结构模板：标注开头、转折、正文组织、结尾方式，整理成可复用结构，输出 文章结构模板.md。
归纳认知框架：深度阅读提取选题逻辑、素材偏好、价值判断、核心假设，输出 写作视角与认知框架.md。
整理视觉风格：分析配图策略、截图功能、字体层级、色彩和图文协作，输出 视觉风格指南.md。

最后 agent 把结果整合成 Writing-DNA.md——这是后续复刻风格时最常用的总入口。

中英文产物

对话语言和产物语言分开处理：可以用中文下达任务，为英文 Newsletter 生成英文 Writing DNA。中文产物用 templates/author-corpus/zh/，英文用 templates/author-corpus/en/；用户明确指定时以用户为准，否则跟随语料的主要语言。

快速上手

让 agent 抓取或手动准备至少 20 篇完整文章，放入 raw/ 文件夹。
让 agent 使用 writing-dna-skill，或完整阅读 SKILL.md 按流程蒸馏。
等待输出：语言DNA.md、文章结构模板.md、写作视角与认知框架.md、视觉风格指南.md、Writing-DNA.md。
后续写作前，让 agent 先重新阅读所有蒸馏产物，再按该风格写作。

开始一次蒸馏只需一句话：

请使用 writing-dna-skill 蒸馏分析这个目录里的所有文章。

注意：examples/format-only/ 只用于演示目录格式，不代表真实蒸馏效果，不要用少量短文评估这个 skill 的上限。

使用蒸馏好的风格

想让复刻更稳定，SKILL.md 第六节把每次写作前的读取要求写成了硬性步骤：

先布置写作任务，给 agent 相关选题的足够上下文和认知。
让 agent 重新阅读全部蒸馏产物，一份都不跳过——整合文档是压缩结论，具体语感只存在于分层产物里。
再让 agent 读 5 篇体裁和题材最接近的 `raw/` 原文（按 _meta/ 的 article_type 和 topic_tags 筛选）。读原文不是为了找素材，而是校准分层产物描述不出来的东西：句子的呼吸感、段落怎么接、什么时候突然用一个短句。
要求 agent 按蒸馏产物中的语言、结构、认知和视觉规则写作。
如果输出不像，要求 agent 对照三份核心产物逐项自检后重写。

规则冲突时的优先级：用户本次明确指令 > 匹配当前体裁的结构模板 > 语言特征与视觉风格 > 认知框架。原文里的具体观点和事实不能直接搬进新文章——复刻的是写法，不是内容。

写完之后：去掉 AI 味

蒸馏得再准，模型写出来还是常有 AI 痕迹——这是两个不同的问题：蒸馏解决"像不像这个作者"，AI 味是"像不像机器写的"。比如句子动不动就"不是 A 而是 B"、小标题一律"一、二、三"编号、段落开头突然抛一句"听起来像……"。

skills/lieflat-less-ai-tone/ 是流程的最后一道工序，按明确列出的规则清理这类痕迹，随本仓库一起安装，不需要额外操作：

请用 lieflat-less-ai-tone 的规则，检查并改写刚才那篇文章。
先读这个作者的语言DNA.md，冲突时以蒸馏产物为准。

它采用白名单式改写：只处理清单里列出的规则，没命中的句子逐字保留，也不动文章结构。每条规则都有可定位的触发标记，经过 300 篇 AI 输出与 329 篇真实文章对比实测，不靠"读起来像 AI"这种语感判断。

要点：蒸馏产物与去 AI 味规则冲突时，以蒸馏产物为准——那是目标作者的真实写法，不是 AI 痕迹。比如某作者本来就爱用破折号，就不该按通用规则删掉。

重要边界

这个项目用于学习、分析、风格研究和个人写作资产沉淀。请不要用于冒充作者本人、误导读者或侵犯他人版权。开源仓库不应包含未经授权的原文语料——只放目录模板、字段模板、说明文档和自己拥有版权的示例文本。

文件结构

writing-dna-skill/
├── SKILL.md
├── README.md / README.en.md
├── LICENSE
├── agents/openai.yaml
├── references/workflow.en.md
├── docs/
│   ├── release-checklist.md
│   └── usage-boundaries.md
├── templates/author-corpus/
│   ├── zh/                  # 中文模板与中文文件名
│   └── en/                  # 英文模板与英文文件名
├── skills/lieflat-less-ai-tone/   # 去 AI 味规则集（随本仓库安装）
└── examples/format-only/