自学习写作风格

要解决什么问题

让 AI 代写时，口头要求「自然一点」「像我本人」往往难以稳定复现。更麻烦的是：你改了几轮稿子，规则仍散落在聊天记录里，下次还得重新说明禁止词、句式偏好和平台格式。

这个技能把可执行的写作约束写进 SKILL.md 模板，并内置一套从原稿 vs 终稿对比中学习你改动的机制，把反复出现的修改沉淀为分级规则。

技能如何工作

1. 先量化风格，再写规则

用 1–10 分填写 Voice Dimensions（如 formal_casual、concise_elaborate），比模糊形容词更容易被模型对齐。再补充角色与读者、基础规则、禁止词、句式偏好，以及各平台格式表（如 X 纯文本、博客标准 Markdown）。

2. 写作闭环与自动学习

典型流程：Fork 模板 → 改规则 → 让 Agent 按 skill 写 → 你定稿。学习侧只依赖两个快照：

• original：AI 第一版
• final：你确认的最终版

中间改多少轮无关。observe.py 负责记录与配对；improve.py 调用 LLM CLI 提取建议，并按置信度分级：

• P0：多次出现，可自动应用（auto 模式仅应用 P0）
• P1：需人工确认
• P2：单次观察，先存档

更新前会备份 SKILL.md，支持 rollback 回滚。

适用边界与注意点

• 自动学习不会替代你一开始的身份与读者设定；维度表可先留空，靠修改循环逐步填满。
• improve.py 依赖外部 LLM CLI（如 claude、llm 或 IMPROVE_LLM_CMD），observe.py 为零依赖纯 Python。
• 规则质量取决于「原稿/终稿」是否成对、样本是否足够；资料中的 30 天节奏表描述的是积累预期，不是硬性 SLA。