← 返回
未分类

VibeCoding 总结绘话上下文,全自动书写

Vibe Coding 会话总结与深度营销文章生成器。当用户提出以下意图时触发: (1) 总结当前 AI 编程会话/对话过程并生成文章,(2) 将 coding session 导出为可发布的 技术博客或营销内容,(3) 生成"vibe coding"体验分享/复盘/案例文章, (4) "帮我把这次对话写成文章"、"导出为博客"、"生成营销文案"、 "写一篇关于这次开发过程的推广文",(5) 任何将 AI 辅助编程过程转化为 可对外传播的深度内容的请求。支持中文/英文双语输出。
Vibe Coding 会话总结与深度营销文章生成器。当用户提出以下意图时触发: (1) 总结当前 AI 编程会话/对话过程并生成文章,(2) 将 coding session 导出为可发布的 技术博客或营销内容,(3) 生成"vibe coding"体验分享/复盘/案例文章, (4) "帮我把这次对话写成文章"、"导出为博客"、"生成营销文案"、 "写一篇关于这次开发过程的推广文",(5) 任何将 AI 辅助编程过程转化为 可对外传播的深度内容的请求。支持中文/英文双语输出。
Jeason
未分类 community v1.0.0 1 版本 100000 Key: 无需
★ 0
Stars
📥 13
下载
💾 0
安装
1
版本
#latest

概述

Vibe Coding Writer — 会话总结与营销文章生成器

触发词(Trigger Words)

以下任一表述即触发本 Skill:

类别触发词示例
-----------------
直接指令"总结这次对话"、"把会话写成文章"、"导出为博客"、"生成营销文"
Vibe Coding 语境"vibe coding 复盘"、"AI 编程体验分享"、"这次开发过程写篇文章"
营销导向"写篇推广文"、"做成可发布的内容"、"生成技术营销稿"
隐含意图"记录下这个过程"、"帮我整理一下今天干了什么(要求文章级输出)"

执行流程(SOP)

Phase 1:上下文采集与理解

  1. 读取完整对话历史 — 使用 conversation_search 检索当前会话的关键交互节点:
    • 用户初始需求与目标
    • 关键技术决策点(为什么选 A 不选 B)
    • 遇到的坑、踩过的雷、调试过程
    • 最终成果与交付物
    • 有趣/意外的发现(vibe moment)
  1. 识别项目元数据(如存在):
    • 项目名称、技术栈、涉及文件数
    • 总轮次(turns)、总耗时估算
    • 工具使用频次(MCP调用、文件读写、命令执行等)
  1. 提取"Vibe Signature" — 本次会话的独特气质标签:
    • 效率型 / 探索型 / 救火型 / 迭代型 / 从零到一型
    • 核心情绪弧线(困惑→突破→爽感)

Phase 2:文章架构设计

根据会话特征选择最合适的文章模板(见 references/article-template.md):

模板适用场景
---------------
技术实战案例模板完成了具体功能/项目,有明确交付物
体验叙事模板过程曲折有趣,强调人机协作体验
方法论提炼模板过程中沉淀了可复用的模式/经验
行业洞察模板从个案上升到趋势判断,适合营销推广

默认策略:如果不确定,优先使用「技术实战案例模板」+「体验叙事」融合。

Phase 3:内容撰写

严格遵循以下写作原则:

3.1 文章质量标准

  • 有思考深度:不只是流水账,每个技术决策都回答"为什么"
  • 有数据支撑:引用具体数字(文件数、代码行数、耗时、工具调用次数)
  • 有情感共鸣:真实还原踩坑时的焦虑和解决问题时的爽感
  • 有专业高度:用词准确,概念清晰,不降智也不掉书袋
  • 有营销价值:读者看完会觉得"我也想试试"或"这个思路太棒了"

3.2 结构要求

1. 引子(Hook)— 150~250 字
   │  用场景/冲突/数据抓住注意力
   │
2. 背景与目标 — 200~300 字
   │  为什么做?要解决什么问题?
   │
3. 过程深挖(核心章节,占全文 50%~60%)
   ├── 关键决策节点(带思考过程)
   ├── 踩坑记录(真实的,不美化)
   └── 突破时刻(Aha! Moment)
   │
4. 成果展示 — 150~250 字
   │  具体交付物 + 数据量化 + 截图/代码片段引用
   │
5. 思考与洞察 — 300~500 字
   │  方法论沉淀 / 行业趋势判断 / 对读者的价值
   │
6. 结语 + CTA — 50~100 字
      开放式结尾或行动召唤

3.3 语言风格规范

  • 中文为主(除非用户指定英文)
  • 口语化但不随意:像和一个懂技术的朋友聊天
  • 善用类比:用生活化的比喻解释技术概念
  • 适度使用行业术语:Vibe Coding, AI Agent, MCP, Context Window 等——首次出现时简要解释
  • 禁止:AI 味("让我们"、"值得注意的是"、"总而言之"堆砌)、空洞赞美、过度包装

Phase 4:输出与交付

  1. 生成 Markdown 文件,保存到用户指定路径或默认 {workspace}/vibe-coding-article-{日期}.md
  2. 文件命名规则vibe-coding-{主题关键词}-{YYYYMMDD}.md
  3. 输出后自动调用 open_result_view 展示文件

参考资源

  • 文章模板库:见 references/article-template.md,包含 4 套完整模板及写作示例
  • 词汇表:见 references/glossary.md,Vibe Coding 领域术语的标准中文译法与使用建议

注意事项

  • 不要编造数据。如果某些指标无法从上下文中获取,用模糊表达("多次迭代""若干文件"),不要杜撰精确数字。
  • 保持诚实。踩坑部分要真实呈现,过度完美的故事反而不可信。
  • 尊重隐私。如果对话中涉及敏感信息(API key、内部系统名等),脱敏处理。
  • 文章长度建议 3000~6000 字(Markdown 源文件),根据会话丰富度灵活调整。

版本历史

共 1 个版本

  • v1.0.0 Initial release 当前
    2026-06-09 19:41 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

content-creation

Marketing Skills

jchopard69
访问 23 个营销模块,提供转化率优化(CRO)、SEO、文案撰写、分析、发布、广告和社交媒体的清单、框架及可直接使用的交付物。
★ 144 📥 31,113
dev-programming

Google Gemini DesignMD 星芒前端设计师

user_8442eada
A specialized frontend design skill for generating Awwwards-caliber web interfaces inspired by Google Gemini's visual la
★ 0 📥 51
content-creation

Humanizer

biostartechnology
消除AI写作痕迹,使文本更自然真实。基于维基百科"AI写作特征"指南,识别并修正夸张象征、宣传用语、肤浅-ing分析、模糊归因、破折号滥用、三项排比、AI词汇、负面平行结构及冗长连接词等模式。
★ 914 📥 208,624