分析并保存中文写作风格指纹,提取句法、词汇偏好及修辞特征,保存至 ./fi...
QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ
功能概述
QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ: QQ: 是一项面向实际任务的技能。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
核心要点
- 使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。
- 该技能适合需要稳定复用相关能力的场景,可作为自动化工作流的一部分,也便于后续检查、调整和扩展。
- 从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
使用与执行
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;
结果检查与注意事项
涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
Style Fingerprint | 写作风格指纹
English: Analyze Chinese writing style and save fingerprints for AI writing agents.
中文: 分析中文写作风格并保存指纹,供 AI 写作助手使用。
Quick Start | 快速开始
# Analyze text | 分析文本 python3 style_fingerprint.py analyze --text "你的文本内容" --name "我的风格" # Analyze file | 分析文件 python3 style_fingerprint.py analyze --file ./article.txt --name "作者A" # List saved fingerprints | 列出保存的指纹 python3 style_fingerprint.py list # Show fingerprint details | 显示指纹详情 python3 style_fingerprint.py show --name "我的风格" # Export style guide for writing agent | 导出写作助手指南 python3 style_fingerprint.py export --name "我的风格" --output ./guide.txt
What It Analyzes | 分析维度
English:
- Basic Stats: Sentence length, rhythm, comma density
- Syntax Patterns: Rhetorical questions, passive voice, ellipsis
- Lexical Fingerprint: Top words, word diversity
- Logic Flow: Transition word preferences
- Rhetoric: Metaphors, sensory description types
中文:
- 基础统计: 句子长度、节奏感、逗号密度
- 句法模式: 修辞问句、被动语态、省略号使用
- 词汇指纹: 高频词汇、词汇多样性
- 逻辑流: 过渡词偏好
- 修辞手法: 隐喻、感官描述类型
Storage | 存储
English: Fingerprints are saved in ./fingerprints/ as JSON files.
中文: 指纹以 JSON 格式保存在 ./fingerprints/ 目录中。
For Writing Agents | 供写作助手使用
English: Use export command to get a compact style guide that can be included in prompts.
中文: 使用 export 命令获取紧凑的风格指南,可嵌入到提示词中使用。
Features | 特性
English:
- ✅ No external dependencies - Pure Python implementation
- ✅ Chinese optimized - Designed for Chinese text analysis
- ✅ Persistent storage - Saves fingerprints to
./fingerprints/ - ✅ Writing agent ready - Export compact style guides
中文:
- ✅ 无外部依赖 - 纯 Python 实现
- ✅ 中文优化 - 专为中文文本分析设计
- ✅ 持久化存储 - 将指纹保存到
./fingerprints/ - ✅ 写作助手就绪 - 导出紧凑的风格指南
热门AI工具
相关专题
Vite项目打包部署专题汇集生产构建、产物预览、输出目录、资源路径、Nginx与GitHub Pages部署及常见白屏和路由404问题的已审核文章,帮助读者完成上线流程。
0
2026.10.28
Vite搭配Vue.js专题汇集创建Vue 3项目、配置开发环境、路径别名、Vue插件、代理、多环境构建与调试的已审核文章,帮助读者完成从初始化到日常开发的配置。
0
2026.10.28
Vite项目目录专题汇集入口文件、src源码、public静态资源、路径别名、项目根目录和构建输出目录相关的已审核文章,帮助读者理解各文件夹的用途与引用方式。
0
2026.10.28
本专题介绍Gradle插件开发的基本流程,涵盖插件类编写、自定义任务注册、扩展参数设计和插件应用方法,帮助你理解插件如何组织构建逻辑,减少多个项目之间的重复配置。
0
2026.10.22
本专题介绍Gradle Wrapper的基本作用,涵盖文件组成、生成方法、版本配置和任务调用,帮助你理解项目如何使用指定的Gradle版本,减少不同开发环境带来的构建差异。
0
2026.10.22
本专题整理Golangci-lint常用Linters的用途与配置方法,覆盖错误处理、无效代码、安全、复杂度、命名和依赖检查,帮助项目合理选规则。
0
2026.10.22
本专题介绍Gradle Java项目构建方法,涵盖Java插件配置、依赖声明、源码编译、测试执行和打包检查,帮助你理解各阶段的任务关系,逐步完成项目构建。
0
2026.10.22
本专题汇总PHP常见时间戳漏洞,包括2038年溢出、时区漂移、时间戳伪造、重放攻击、时间盲注与日志审计失效等,并给出升级64位环境、使用 DateTimeImmutable、统一UTC、严格超时校验、预处理绑定、hash_equals 比对等修复方案,帮助开发者快速排查和加固时间相关代码。
0
2026.10.22
本专题聚焦Golangci-lint YAML配置文件,讲清运行参数、规则启停、目录排除、问题过滤及严重级别设置,便于团队统一检查标准。
0
2026.10.22
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 161.6万人学习
共6课时 | 54.7万人学习
最新文章