job-yang/jobyang-ai-skills/cuihuo
Claude Code and agent skill by job-yang/jobyang-ai-skills
- community
Checking that the SKILL.md file is still in the repository.
淬火:用户想就某个观点、判断、立场写一篇文章(「我觉得 X 是错的,帮我写篇文章」「写篇文章说说我对 X 的看法」「就这个观点写篇硬文」),写成直抒观点、专业克制、给同行看的硬文;或把一个想法/一篇文章提炼成≤120字锻造手记。门槛是有一个可被反驳的判断,不是技术词命中;没有观点的普通说明文不归这里。技术调研讲透走 feynman-explainer,畅想文走 tangshan-style,纯翻译润色不用本技能;纯删废话/精简已有稿走 sansi-erhouxing 共读 + haohao-shuohua 收尾。触发词:观点文章、说说我的看法、我认为、写硬文、观点文、直抒胸臆、专业硬文、淬火、一节一观点、记一笔、锻造手记;用户说「就这个观点给我写篇硬文」「把这个想法记一笔」时触发。
Install
npx vskill@latest install job-yang/jobyang-ai-skills/cuihuoSKILL.md
淬火 · 观点淬硬引擎
这个技能是什么
对外做技术输出时的写作引擎。核心信念一句话:靠观点、靠想法赢得同行的尊重,技术是本质,行文是载体。 一切规则都服务于一个目的——让"说了什么"盖过"读起来怎么样"。
一套文风,两种产物:
| 产物 | 目的 | 篇幅 | 用途 | |
|---|---|---|---|---|
| 想法硬文 | 把一个观点扎进读者脑子 | 参考区间 1200–4000 字,服从观点不凑字数 | 对外发布、发朋友圈、求职背书 | |
| 锻造手记 | 把一个想法/一篇文章提炼成精华 | ≤120 字(≤80 字为宜) | 沉淀进个人笔记文档 |
两种产物共用同一套文风法则,只在篇幅和结构上分档。
何时触发(先分清这篇归不归淬火管)
对外内容分三类,各配一种文体,别串:
| 类别 | 目的 | 文体 | 归属技能 | |
|---|---|---|---|---|
| 一、技术调研 | 把一个新东西说清楚,主动降门槛 | 费曼:大白话+比喻 | feynman-explainer | |
| 二、观点想法 | 把一个观点扎进去 | 平实、克制、直抒胸臆 | 淬火(本技能) | |
| 三、天马行空 | 把一个想象讲得让人愿读 | 汤山体 | tangshan-style | |
| 四、技术分享 | 把一个技术/项目讲给读者听(有叙事弧、含 talk/slides) | 钩子+递进+例子+节奏 | talk-smith |
判断:这篇是要"讲清一个东西"(→费曼)、"扎一个观点"(→淬火)、还是"畅想一个未来"(→汤山体)? 淬火只接第二类,以及所有锻造手记。拿不准时,只要核心是"我要输出一个可被反驳的判断",就是淬火。
🔗 并行底层能力(不占三选一名额,涉及必调):- 改已成形的稿子(精简某节、补一段、调措辞)而非从零起稿 → 先过sansi-erhouxing(三思而后行)看全文骨架,判断这一处动它会不会破坏"一节一观点"的整体结构,再动笔。从零起稿可跳过。- 交付前 → 成稿交haohao-shuohua(好好说话)重档统一 lint。它是中文去 AI 味与通用红线的唯一事实源;淬火的红线条目与它同源,判定冲突以它为准(声明见references/redlines.md开头)。- 技术调研 → 写观点前需要研究仓库、源码、论文或技术机制时,先读取feynman-explainer及其范例,再检索分析;已有核实结果直接复用,观点和成稿仍由本技能负责。- 发布 → 观点和硬文由本技能定,飞书文档/公众号等平台技能只把定稿搬上去承载,不由它们决定写什么。
文风总纲(这是灵魂,细则全部下沉)
观点大于行文。专业且克制。给同行看,不关心外行门槛。直抒胸臆,有话直说。
姿态红线(最高优先级)
写作者私下的"我发现大家其实都没搞懂"只是写作的燃料,绝不能成为文章的姿态。同行最反感"我懂你们不懂"的味道,飘出一丝,前面所有硬货都打折。
- 禁止任何宣称式表达:"很多人没搞懂而我……""大厂/硅谷都没想明白,但我……""我早就看透了……"。
- 只做:呈现观察、摆出机理、给出证据,让读者自己得出"这人想明白了"的结论。
- 平视。你和读者是同一战壕的工程师,在一起把一个问题拆开,不是你在台上讲课。
正面骨架(想法硬文)
- 开篇直给主张或直给现象,不铺垫背景、不定义术语。默认读者是同行,看得懂行话。
- 靠机理 + 事实逐层推进,一层压一层,一节只讲一个观点,讲清就走;观点句直陈,撑观点的证据、数据、反例真有几条就列几条(列表或表格),不揉成一大段;一段 ≤ 150 字,纯段落不连排超过 3 段;比喻只在讲清一个难懂概念时才用,精确的东西直接精确地说,绝不套比方降门槛。
- 必须敢下至少一个可被反驳的硬判断。面面俱到、两边都对 = 没有观点 = 白写。
- 一句立场收尾,给同行一个会记住的判断。不升华、不号召、不"值得深思"。
- 标题(含每个章节小标题)严格守 `references/redlines.md` 的标题红线——最容易露 AI 味 / 公众号味。
📖 四块硬规则(标题/比喻/用词精准/反车轱辘话)的逐条规则、正反例、自检三问,全部在 `references/redlines.md`——每次出稿前必读一遍。 带引用、强对比数据配图、或 haohao-shuohua 不可用需兜底时,另读references/assembly-notes.md。
产物一:想法硬文 · 写作流程
- 定类:确认这篇是"我要输出一个可被反驳的判断"(不是调研、不是畅想)。不是就交回对应技能——门槛不是命中技术词,是有没有一个可被同行反驳的主张。
- 提主张:逼出这篇"只能留一句话"的核心主张,它是全文的轴。
- 起标题:按
references/redlines.md标题红线逐条过——平实陈述 + 一个硬判断,禁破折号 / 禁超长 / 禁悬念钩子 / 禁「不是 X 而是 Y」。 - 搭骨架:开篇直给结论(禁铺垫、禁"先讲技术再翻转")→ 机理+事实逐层 → 一句立场收尾。
- 写正文:全程守文风总纲 + 姿态红线,一节一观点讲清就走。每节形状:观点句(加粗关键词)→ 机理短段 → 证据列表/数据表 → 一句收住。版式底线见
haohao-shuohua/references/reader-layout.md。 - 过红线(出稿前必读 `references/redlines.md`,顺序过六张单):姿态 → 标题(含每个小标题)→ 比喻 → 用词 → 反车轱辘话 → 去 AI 味(交 haohao-shuohua)。踩中重写。
- 交付:Markdown 正文;带引用按
references/assembly-notes.md挂角标 + 文末来源;强对比数据主动提配图。
产物二:锻造手记 · 规则
定位与最高铁律
用户负责想,你负责把核心观点写成平实、精简的书面短思考。 手记按主题沉淀思想内核,不是流水账,也不是文章复制粘贴。
⚠️ 最高铁律:手记只沉淀主题本身的思想内核,不记录"我是怎么得到它的"(用了哪些技能、怎么写的、复盘)。判断:这句是"这个主题讲了什么"还是"我干活的过程"?后者一律砍。
输入分岔(先分 A / B)
- 模式 A · 口语原始想法(不通顺、跳跃、省略主语):理解他真正想说什么 → 加主题前缀 → 把口语理顺成书面语。是"理顺",不是"创作发挥"。
- 模式 B · 基于一篇已写好的文章:先通读全文找中心论点;严禁摘抄开头引言/背景;问"这篇只能留一句话是哪句"——留那句 + 最关键的一两点支撑;核心观点常在中段或结尾("所以""真正要命的是"之后);用平实口语压缩,不搬原文书面腔。
- 判断不定时:输入源是成型文章/文档,按 B。
一个完整正反例(before → after)
before(口语输入,模式 A):
嗯今天想明白一个事,就是我们一直说 AI 写代码快,但你快了之后发现没人看你写的代码了,验收都变成跑测试,那人其实就从写代码退到去定义什么算好了,大概就这个意思。
after(成稿,约 85 字):
人从写代码退到定义什么算好 · AI 写代码越快,代码越没人看,验收全交给测试。人剩下的位置是标准的制定者:定义什么算好,而不是亲手写。
对照检查:主干判断来自原句、没加新事实;没写"今天我想明白……"这种过程性话;没有比喻、排比和升华;主题前缀本身带立场。
改写原则
应该做:①提炼 6~16 字主题前缀,要有判断/观点感,像微博标题让人一眼知道立场,不写"关于XX的思考";②口语转平实书面(补主语、补连接词、调语序、并破碎句、修错别字);③原意 100% 不变;④保留关键词、专有名词、独创提法(如"集体降智""聪明同行");⑤保留语气和判断强度;⑥遇 XXX/??? 是补全信号,按上下文自然补全。
不应该做:①不加 emoji;②不用任何夸张修辞(禁比喻、排比、对仗、反问、感叹、张力句式)——手记只要平实;③不加修饰性形容词(深刻、有趣、值得思考);④不加"我认为/我觉得"(除非原话有);⑤不加总结句、升华句、号召句;⑥不替用户做拔高;⑦不摘抄文章开头引言;⑧不写日期;⑨不因想法"不完整"就拒写;⑩不写过程性/元评论;⑪不做知识点复述凑信息量。
因果环不许砍(硬规则,提炼时最容易翻车的地方)
提炼只砍铺垫、举例、连接和修辞,不许砍因果环。 把用户原话拆成"条件 → 行为 → 后果"的链:链条上每一环——尤其用户亲口说出的那个负面后果或收益——都必须在 ≤120 字成稿里留得住。字数不够时优先压修饰词,不准丢后果环。
交付前自检:把成稿的因果环节数和原话对一遍,少一环就回去补。
反例(错:把后果环压没了):
原话:"PRD 写太全,研发照着做、不思考,出了怪需求也不知道为什么;写大概方向,研发自己补全,还会回来挑战你。"成稿(错):<b>PRD 写太细,研发不再想为什么</b> · PRD 边界写太全,研发照着做就行,不再想为什么。写大概方向,他们反而会补全。问题:"出了怪需求也不知道为什么"这个负面后果被压没了,剩下的只是"不思考"——用户最在意的那个代价丢了。
正例(同样短,但因果环完整):
成稿(对,正文约 55 字):<b>PRD 写太细,研发不再想为什么</b> · PRD 写太全,研发照着做,出了怪需求也不查为什么;写大概方向,他们自己补全,还会来挑战你。对照:写太全→照着做→怪需求不查为什么(负面后果在);写方向→自己补全→回来挑战(收益在)。修饰词砍光了,一环没丢。
字数硬指标与自检
- 单条正文 ≤ 80 字为宜,最多 ≤ 120 字。写完数一遍字数:超 80 先砍一轮,超 120 说明没提炼干净,回去把主干判断之外的支撑再砍。
- 砍完自检:去掉主干那句,还剩什么? 若仍是一堆并列知识点,说明主干没立起来,回去重提。
落点约定
- 默认追加到当天手记文档末尾(用户已有的个人笔记文档),格式:
<b>主题前缀</b> · 改写后内容;多条各自独立成条,共享同一<ul>,或按文档现有结构用<h2>主题</h2><p>正文</p>。 - 用户没指定文档时:先在对话里给出成品,并说明"按惯例应追加到当天手记文档,把文档链接/路径给我就写进去"。
与其他写作技能的边界
- feynman-explainer:技术调研/把新东西讲透,走它,不归淬火。
- tangshan-style(汤山体):天马行空畅想文走它;淬火不写畅想。
- talk-smith:面向读者的技术分享文/talk/slides(讲清一个技术或项目、有叙事弧)走它;淬火只扎一个观点,不做带叙事弧的分享。
- haohao-shuohua:中文去 AI 味与通用红线的唯一事实源;淬火出稿前交它重档 lint。
- 淬火:可被反驳的观点硬文 + 所有锻造手记。
references 路由
| 文件 | 什么时候读 | |
|---|---|---|
references/redlines.md | 每次出稿前必读:标题/比喻/用词精准/反车轱辘话四块硬规则、正反例、出稿前总自检 | |
references/assembly-notes.md | 交付带引用的硬文、有强对比数据要配图、或 haohao-shuohua 不可用需兜底时读 |
Security
- Security scanPassed, 95 of 100Pattern checks on the skill's files.
- Model reviewPassed
Quality evaluation
- Task evaluationNot runNo evaluation yet. Run one in Skill Studio.
Source
- SKILL.md in the repositoryCheckingskills/cuihuo/SKILL.md
Popularity
- 7-day trend score
- 0
Not refreshed yet.
Works with
Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.
- Claude Code
- Cursor
- GitHub Copilot
- Windsurf
- Codex
- Gemini CLI
- Cline
- Amp
- Roo Code
- Goose
- Continue
- Kilo Code
- Junie
- Trae
- OpenHands
- Qwen Code
- AI Agent
- Tabnine Chat
- Sourcegraph Cody
- Amazon Q
- Firebase Genkit
- Sweep
- Devin
- Phind
- Mentat
- Claude Desktop
- Aider
- GPT Pilot
- Plandex
- bolt.new
- v0
- Replit Agent
- Anse
- TypingMind
- BetterChatGPT
- LibreChat
- Warp AI
- Pieces
- Fig AI
Embed badge
[](https://verified-skill.com/skills/job-yang/jobyang-ai-skills/cuihuo)