💡 摘要
基于 Claude Agent Skills 的智能内容创作助手,支持用户需求澄清、深度研究和多平台适配。
🎯 适合人群
内容创作者博客作者社交媒体经理市场营销专业人士学生
🤖 AI 吐槽: “该技能依赖外部搜索引擎,可能会暴露数据泄露风险。为降低风险,确保在使用过程中不处理或记录敏感数据。”
安全分析中风险
风险:Medium。建议检查:是否执行 shell/命令行指令;是否发起外网请求(SSRF/数据外发);API Key/Token 的获取、存储与泄露风险;依赖锁定与供应链风险。以最小权限运行,并在生产环境启用前审计代码与依赖。
oh-my-writing-skill
功能特性
- 🔍 深度研究:使用 ddgs + DuckDuckGo 获取背景资料,无需 API Key
- 🖼️ 智能配图:使用 ddgs + DuckDuckGo 搜索和下载相关图片,无需 API Key
- ✍️ 内容创作:生成高质量的 AI 创作内容
- 🤖 AI人性化:优化 AI 生成痕迹,使内容更自然
- 📱 多平台适配:一键转换为知乎、小红书、微信公众号文章风格
项目结构
.claude/
└── skills/
├── content-creator/ # 主协调器(Skill,用户手动调用)
├── deep-research/ # 网络搜索(后台 Skill)
├── image-search/ # 图片搜索(后台 Skill)
├── image-processing/ # 图片处理(后台 Skill)
├── general-writing/ # 通用写作(后台 Skill)
├── humanizer-cn/ # 中文人性化(后台 Skill)
├── zhihu-converter/ # 知乎转换(后台 Skill)
├── xiaohongshu-converter/ # 小红书转换(后台 Skill)
└── wechat-converter/ # 微信公众号转换(后台 Skill)
安装
- 克隆项目并进入目录
cd writing-skill
- 创建、激活虚拟环境并安装依赖
python -m venv .venv .venv\Scripts\activate # Windows source .venv/bin/activate # Linux/Mac pip install -r requirements.txt
使用方法
在 Claude Code 中加载此工作区,然后使用 /content-creator 命令:
/content-creator 「酱油」一词为什么正在被「生抽」和「老抽」替代?发知乎和小红书。
说明:
content-creator是主入口 Skill,需要手动调用(disable-model-invocation: true)- 8 个子 Skills(deep-research、image-search 等)是后台能力,不会出现在菜单(
user-invocable: false) - Claude 会在 content-creator 内部自动协调这些子 Skills
工作流程
graph LR User[用户需求] --> Confirm[需求确认] subgraph Research [资料准备] direction LR Confirm --> CheckResearch{需研究?} CheckResearch -->|是| DeepResearch[深度研究<br/>deep-research] CheckResearch -->|否| Write DeepResearch --> Write end subgraph Creation [内容生成] direction LR Write[内容创作<br/>general-writing] --> CheckImg{需配图?} CheckImg -->|是| SearchImg[图片搜索<br/>image-search] CheckImg -->|否| Humanize SearchImg --> ProcessImg[图片处理<br/>image-processing] ProcessImg --> Humanize[人性化优化<br/>humanizer-cn] end subgraph Platform [多平台适配] direction TB Humanize --> Target{目标平台} Target -->|知乎| Zhihu[知乎格式<br/>zhihu-converter] Target -->|小红书| RED[小红书格式<br/>xiaohongshu-converter] Target -->|微信| WeChat[微信格式<br/>wechat-converter] end Zhihu --> Output[最终输出] RED --> Output WeChat --> Output style User fill:#e1f5ff style Output fill:#e8f5e9 style DeepResearch fill:#fff3e0 style SearchImg fill:#fff3e0 style ProcessImg fill:#fff3e0 style Write fill:#fff3e0 style Humanize fill:#f3e5f5 style Zhihu fill:#fce4ec style RED fill:#fce4ec style WeChat fill:#fce4ec
示例展示
每个示例包含完整的输出文件:
research*.md- 研究资料draft.md- 初始草稿humanized.md- 人性化优化版本zhihu.md/xiaohongshu.md/wechat.md- 平台适配版本images/- 配图资源
致谢
License
MIT
五维分析
清晰度8/10
创新性8/10
实用性9/10
完整性8/10
可维护性7/10
优缺点分析
优点
- 支持多平台适配
- 无需 API 密钥即可进行研究和图片搜索
- 生成高质量内容
- 优化 AI 生成文本,使其更自然
缺点
- 需要手动调用主技能
- 依赖外部搜索引擎
- 仅限于特定平台
- 内容质量可能存在差异
相关技能
免责声明:本内容来源于 GitHub 开源项目,仅供展示和评分分析使用。
版权归原作者所有 z0gSh1u.
