AI-Vibe-Writing-Skills 使用指南

一个具备"风格迁移"和"错误记忆"功能的 AI 写作助手，打造你专属的"影子写手"。

📚 项目概述

AI-Vibe-Writing-Skills 是一个结构完整的写作辅助系统，旨在提供"风格迁移"和"错误记忆"功能的个性化写作助手。它将写作从重复、机械的"dirty work"（如素材整理、格式规范、基础校对、灵感初步筛选等）中解放出来，把精力聚焦在创意构思、内容深度打磨、风格个性化等核心环节。

核心理念

• ✅ 不是要 AI 替代创作，而是 AI 辅助创作
• ✅ 风格迁移：分析你的写作风格并保持一致性
• ✅ 错误记忆：记住你的纠正和禁忌，避免重犯
• ✅ 规范驱动：遵循工程级写作规范

---

📂 目录结构

AI-Vibe-Writing-Skills/
├── README.md                    # 完整使用指南
├── SKILLS.md                    # 技能总览
├── .ai_context/                 # 系统核心配置
│   ├── custom_specs.md          # 全局写作配置
│   ├── style_profile.md         # 风格指纹
│   ├── error_log.md             # 错题本
│   ├── document_spec_template.md # 文档规范模板
│   ├── outline_template.md      # 大纲结构模板（含验收标准 DoD）
│   ├── pdf_ingestion_template.md # PDF 入库模板
│   ├── memory/                  # 长期记忆库
│   │   ├── hard_memory.json     # 硬记忆：术语、单位、关键数值
│   │   ├── soft_memory.json     # 软记忆：偏好、措辞、语气
│   │   └── reference_library.json # 参考文献库
│   ├── prompts/                 # 10 个核心提示词
│   │   ├── 1_style_extractor.md
│   │   ├── 2_writer.md
│   │   ├── 3_error_logger.md
│   │   ├── 4_grammar_checker.md
│   │   ├── 5_long_term_memory.md
│   │   ├── 6_outline_manager_agent.md
│   │   ├── 7_content_writer_agent.md
│   │   ├── 8_content_review_agent.md
│   │   ├── 9_workflow_coordinator.md
│   │   └── 10_pdf_reader_agent.md
│   └── scripts/                 # 工具脚本
│       └── parse_pdf.py
├── Local_AI_Style_Check/        # 本地 LaTeX AI 味检测
│   ├── paper_ai_detector.py
│   └── requirements.txt
└── .agents/workflows/           # Antigravity 自动化工作流
    ├── ai_vibe_writing.md       # 完整写作闭环
    └── pdf_ingestion.md         # PDF 入库流程

---

🎯 核心功能

1. 🎭 STYLE TRANSFER / 风格迁移

• Mimic: 分析你的过往写作提取"风格 DNA"
• Consistency: 保持你的独特语调、句式和词汇
• 原理: 分析过往文章提取"风格指纹"，保持语调、句式和用词的一致性

2. 📑 SPEC-DRIVEN WRITING (SPEC CODING) / 规范驱动写作

• Document Spec: 写作任务的唯一真相来源（核心论据、约束）
• Definition of Done (DoD): 大纲中的严格验收标准
• 原理: 借鉴 Spec Coding 思想，在起草前确认 Document Spec，大纲中附加 DoD，检阅阶段执行严格的规范审计

3. 🧠 ERROR MEMORY / 错误记忆

• Learning: 记住你的纠正和"禁忌"
• Avoidance: 生成前自动查阅"错题本"以避免重犯
• 原理: 记住你的纠正和禁忌，在生成前自动查阅"错题本"以避免重犯

4. 📝 GRAMMAR CHECK / 语法检查

• Quality: 内置中英文双语语法检查
• Review: 识别错别字和语病，同时保留原有风格
• 原理: 内置中英文双语语法检查，识别错别字和语病，同时保留原有风格

5. 🧠 LONG-TERM MEMORY / 长期记忆

• Hard Memory: 存储精确术语、单位、关键值（按领域）
• Soft Memory: 存储偏好、措辞、语气（按领域）
• 原理: 硬性记忆用于术语、单位、关键数值的精确存储；柔性记忆用于偏好与表达习惯的持续适配

6. 📚 WRITING KNOWLEDGE BASES / 写作知识库

• Grant: 基金申请书写作知识库
• Paper: 论文写作知识库（学术严谨性、创新框架、LaTeX 规范）
• Thesis: 学位论文写作知识库（长文清晰度、主题句、叙事流）
• 原理: 针对不同写作类型沉淀可复用规范，按领域检索并持续迭代

7. 🤝 MULTI-AGENT COLLABORATION / 多智能体协作

• Outline Manager: 创建、校验、存储大纲
• Writer: 按大纲与记忆约束生成与修订内容
• Reviewer: 检测 AI 味与查重
• Workflow Coordinator: 协调节体闭环
• 原理: 通过大纲约束→内容创作→AI 味检测→多平台核验实现闭环

8. 🔍 AI 写作检测

在线 API 检测

通过 content-review-agent 集成第三方 API（如 GPTZero, Copyleaks）

本地离线检测

使用 Local_AI_Style_Check 工具，结合高频 AI 词汇扫描与困惑度（PPL）计算

cd Local_AI_Style_Check
pip install -r requirements.txt
python paper_ai_detector.py

---

🚀 如何开始使用

Step 0: 安装（必读）

必须克隆完整仓库才能使用本系统。

git clone https://github.com/donghuixin/AI-Vibe-Writing-Skills.git

在 IDE（Trae, VS Code, Cursor）中打开该文件夹以激活上下文。

Step 1: 智能体选择指南

目标	推荐智能体	原因
简单写作	Content Writer	直接生成，保留风格
长文创作	Outline Manager + Content Writer	保证长文结构逻辑严密
质量把控	Content Writer + Content Review	检测 AI 味和查重
全自动闭环	Workflow Coordinator	自动调度全流程

Step 2: 提取风格（首次使用必做）

把你的 3-5 篇高质量文章发给 AI，并说：

"请使用 Style Extractor 分析这些文章，更新 style_profile.md。"

Step 3: 配置规范（可选但推荐）

打开 .ai_context/custom_specs.md，填入你常用的写作背景：

• Audience（受众）: Technical / General
• Domain（领域）: AI / Medical / Science 等

Step 4: 日常写作

直接发布任务即可，无需重复 Prompt：

"基于我的风格，写一篇关于 RAG 技术的介绍。"

系统会自动：

• 读取 style_profile.md 模仿你的语气
• 检查 error_log.md 避开禁忌
• 检索硬/软记忆对齐领域术语

Step 5: 纠错迭代

如果 AI 用了你不喜欢的词，直接告知：

"不要用 'delve' 这个词，把它加入错题本。"

系统会自动更新 error_log.md，保证下次不再犯。

Step 6: 长期记忆

提供稳定的领域事实或偏好以便长期存储：

"在医学领域，葡萄糖单位固定使用 mmol/L，作为硬性记忆存储。"

Step 7: PDF 阅读与入库

读取本地或在线 PDF：

"调用 pdf-reader-agent 读取该 PDF 并提取证据。"

配置项：

• Citation Formatting: APA / IEEE
• Quality Scoring: Enable / Disable
• PDF Engine: mineru / builtin

---

📖 Antigravity 自动化指令

/ai_vibe_writing - 完整写作闭环

执行流程：

1. 分析用户请求（读取配置、风格、错题本）
2. 生成 Document Spec（需用户确认）
3. 生成大纲（带 DoD 验收标准）
4. 起草内容（保持用户风格）
5. 自检并修复问题
6. 输出最终文本

/pdf_ingestion - PDF 入库流程

执行流程：

1. 读取本地文件或在线 URL
2. 解析 PDF 内容
3. 提取摘要、方法、结果、局限性
4. 提取可复用的数据、术语
5. 同步更新三个记忆库（参考库、硬记忆、软记忆）
6. 输出入库报告

---

🔧 .ai_context 文件夹详解

核心配置文件

1. custom_specs.md

全局写作配置文件，包含：

• Topic（主题）: AI / Crypto / Biology
• Target Audience（受众）: Beginners / Experts
• Writing Mode（写作模式）: Direct Draft / Structured Draft / Reference-Driven
• Context Budget（上下文预算）:
  • Max Context Tokens（上下文上限）
  • Target Utilization（建议使用率）
  • Min Useful Tokens（最低有效内容）
  • Compression Strategy（压缩策略）
• Evidence Requirements（证据要求）:
  • Minimum References（最少引用）
  • Citation Style（引用格式：APA/IEEE）
• Citation Formatting（引用格式化）:
  • Author Format（作者格式）
  • Include DOI / URL
• Outline Validation（大纲校验）:
  • Word Deviation Tolerance（字数容差）
  • Core Point Coverage（核心点覆盖率）
  • Max Revision Rounds（最大修订轮数）
• Review Settings（检阅设置）:
  • AI Tone Threshold（AI 味阈值）
  • Detector API Keys（检测 API Keys）
• Flow Appraisal Settings（心流鉴赏设置）:
  • Min Flow Score / Min Excitement Score
  • Killer Figure 1 / Intuition Before Formula
  • Signposting / Topic Sentence

2. style_profile.md

你的风格指纹，包含：

• Tone（语调）: 你的写作语气
• Sentence Pattern（句式模式）: 你的句式特点
• Do's（我要的风格）:
  • 变换句式节奏
  • 使用学术性模糊限定（These findings suggest / The data indicates）
  • 注入具体性（数字、研究者姓名、方法约束）
  • 用上一段关键词承接下一段
  • 非技术概念用简明英文表达
• Don'ts（我不要的风格）:
  • 段首机械过渡词（Furthermore / Moreover / Additionally / In conclusion）
  • 夸张形容词与副词（paramount / crucial / revolutionary / vital）
  • 绝对化结论（This proves that...）
  • 僵尸名词（-tion/-ment/-ance 名词化）
  • 领域外隐喻/行话（orthogonal / leverage / ecosystem）
  • 高频 AI 味词（delve / tapestry / testament / multifaceted / fosters）

3. error_log.md

错题本，记录负面约束规则：

• 日期 + 错误类型
• ❌ Wrong: 禁忌表达
• ✅ Right: 正确表达
• 🔒 Instruction: 禁止规则

示例：

- [2026-03-10] AI 风格词汇与机械过渡
  - ❌ Wrong: 段首使用 "Furthermore / Moreover / Additionally / In conclusion"
  - ✅ Right: 通过复用上段关键词与论点自然承接段落
  - 🔒 Instruction: Never start a paragraph with mechanical transitions

模板文件

4. document_spec_template.md

文档规范模板（单点事实来源）

核心内容：

• Topic: 主题
• Goal: 写作目标
• Target Audience: 受众
• Core Argument（核心论据）: 中心论点、关键点
• Structural Constraints（结构约束）: 字数目标、必需章节、格式要求
• Evidence Requirements（证据要求）:
  • Mandatory References（强制引用）
  • Data/Facts to Include（需包含的事实/数据）
• Vocabulary & Memory Constraints（词汇与记忆约束）:
  • Hard Memory Terms（必须使用的术语）
  • Negative Constraints（禁止使用的表达）

重要提示：此 Document Spec 是最高优先级契约。Outline Manager 和 Content Writer 必须严格遵循此规范。没有用户确认不得开始写作。

5. outline_template.md

大纲结构模板（含 Definition of Done）

JSON 结构：

{
  "outline_id": "outline-001",
  "topic": "",
  "core_points": [],
  "structure": [
    {
      "section_id": "sec-1",
      "title": "",
      "paragraphs": [
        {
          "paragraph_id": "p-1",
          "thesis": "",
          "definition_of_done": [
            "Must cite reference X",
            "Must use term Y",
            "No more than N words"
          ]
        }
      ]
    }
  ]
}

每个段落都有严格的 definition_of_done（验收标准），由检阅智能体执行审计。

长期记忆库

6. memory/hard_memory.json

硬记忆：存储精确术语、单位、关键数值（按领域）

结构：

{
  "domains": {
    "paper": {
      "terms": [
        {
          "term": "Contribution Types",
          "definition": "Core contributions typically fall into Insight, Performance, or Capability."
        }
      ],
      "units": [],
      "key_values": [
        {
          "key": "Paper core structure",
          "value": "Abstract → Introduction → Main body → References"
        }
      ]
    }
  }
}

适用场景：

• 论文结构（Abstract → Introduction → Main body → References）
• CARS Introduction Moves（Establish territory → Find a niche → Occupy the niche）
• Confusion Time（读者困惑时间，需减少）
• Information Density（信息密度，避免无关历史）

7. memory/soft_memory.json

软记忆：存储偏好、措辞、语气（按领域）

结构：

{
  "domains": {
    "paper": {
      "preferences": [
        "Keep LaTeX output clean and minimal",
        "Use precise, common academic vocabulary",
        "Explain concepts close to where they appear"
      ],
      "phrasing": [
        "Use reviewer-facing language: novelty, rigor, reproducibility"
      ],
      "tone": [
        "Objective, rigorous, and concise"
      ],
      "avoid": [
        "Overused AI-sounding words (e.g., delve, leverage, tapestry)"
      ]
    }
  }
}

适用场景：

• 论文写作偏好（简洁、逻辑连贯、Reviewer 面向语言）
• 学位论文偏好（清晰章节过渡、主题句）
• 基金申请书偏好（与资助方使命对齐、可行性证据）

8. memory/reference_library.json

参考文献库：存储已读文献的结构化摘要

结构：

{
  "version": "1.0",
  "sources": [
    {
      "title": "Paper Title",
      "authors": ["Author 1", "Author 2"],
      "year": 2024,
      "abstract": "...",
      "key_points": [
        "Point 1",
        "Point 2"
      ],
      "citation": "Author (Year) Title"
    }
  ]
}

适用场景：

• 论文写作时的引用
• 提取可复用的数据、术语
• 风格学习（作者偏好）

智能体提示词

9. prompts/

10 个核心提示词，定义各智能体的行为：

提示词	智能体	功能
1_style_extractor.md	风格提取器	抽取写作风格 DNA 与 Do/Don't
2_writer.md	写作引擎	按风格、错题本、记忆生成内容
3_error_logger.md	错误记录器	将用户修正转为"负面约束规则"
4_grammar_checker.md	语法检查器	定位语法、拼写和标点问题
5_long_term_memory.md	长期记忆管家	将事实与偏好写入硬/软记忆
6_outline_manager_agent.md	大纲管理智能体	创建/校验/存储大纲
7_content_writer_agent.md	写作智能体	在大纲与记忆约束下生成内容
8_content_review_agent.md	检阅智能体	AI 味检测与多平台核验
9_workflow_coordinator.md	流程协调器	串联大纲→写作→检阅闭环
10_pdf_reader_agent.md	PDF 阅读智能体	读取本地/在线 PDF 并入库

---

🔄 工作流程详解

多智能体协作流程

用户请求
    ↓
【分析阶段】
    ↓
读取 custom_specs.md（受众、格式）
读取 style_profile.md（风格 DNA）
读取 error_log.md（禁忌规则）
    ↓
【规范制定】
    ↓
生成 document_spec.md（单点事实来源）
用户确认
    ↓
【大纲生成】
    ↓
读取 outline_template.md
生成大纲（含 DoD 验收标准）
保存到 hard_memory.json
    ↓
【内容创作】
    ↓
读取 outline（大纲）
读取 hard_memory.json（术语）
读取 soft_memory.json（偏好）
读取 error_log.md（禁忌）
生成内容
    ↓
【规范审计】
    ↓
检阅智能体对照 document_spec.md
检测 AI 味、语法错误
    ↓
【迭代】
    ↓
发现问题？→ 回退修订 → 重新创作
无问题 → 输出最终文本
    ↓
【记忆更新】
    ↓
用户纠错 → 更新 error_log.md
发现新事实 → 更新 hard_memory.json
发现新偏好 → 更新 soft_memory.json

Antigravity 工作流详解

1. ai_vibe_writing.md - 完整写作闭环

Pre-requisites：

• 已初始化的 .ai_context 文件夹
• style_profile.md 和 custom_specs.md 已配置
• 长期记忆或参考文献库已填充

5 步流程：

Step 1: 分析请求

• 读取 custom_specs.md：目标受众、语气、格式规则
• 读取 style_profile.md：风格 DNA
• 读取 error_log.md：禁忌规则

Step 2: 文档规范生成（Spec Coding）

• 读取 document_spec_template.md
• 生成 document_spec.md（核心论据、负面约束、证据要求）
• 要求用户确认，未确认不得继续

Step 3: 大纲管理（Outline Manager Agent）

• 读取 outline_template.md
• 基于规范生成结构化大纲
• 大纲必须包含 definition_of_done 约束
• 保存到 hard_memory.json（key: latest_outline）

Step 4: 内容起草（Content Writer Agent）

• 读取写作智能体提示词
• 读取大纲（Step 2 生成）
• 读取硬记忆和软记忆
• 按风格和禁忌生成内容

Step 5: 自检修订（Content Review Agent）

• 读取检阅智能体提示词
• 检测 AI 味、语法问题
• 验证是否符合错误日志约束
• 发现问题 → 回退到 Step 3 修订

Step 6: 最终输出

• 展示最终文本
• 询问用户是否满意
• 询问是否需要添加新规则到 error_log.md

2. pdf_ingestion.md - PDF 入库流程

5 步流程：

Step 1: 分析输入

• 判断本地文件路径或在线 URL
• 读取 custom_specs.md：PDF Reading Settings（领域、引用格式）
• 读取 pdf_ingestion_template.md：提取格式

Step 2: 解析 PDF

• 在线 URL：使用 web 读取工具
• 本地文件：调用 parse_pdf.py 获取结构化 markdown

Step 3: PDF Reader Agent 处理

• 读取 pdf_reader_agent.md 提示词
• 提取摘要、方法、结果、局限性
• 提取可复用的数据、术语

Step 4: 更新知识库

• Reference Library：追加新条目到 reference_library.json
• Hard Memory：追加新术语、单位、事实到 hard_memory.json
• Soft Memory：追加作者偏好、主观风格到 soft_memory.json

Step 5: 报告用户

• 展示摘要（标题、作者、摘要片段）
• 确认参考库已更新

---

🛠️ 工具脚本

run_magic_pdf.py

用途：运行 MagicPDF 工具，将 PDF 转换为结构化文本

功能：

• 将 PDF 文档解析为可读的文本内容（支持标题、段落、表格等结构识别）
• 输出目录：./magic_pdf_output
• 输入文件：test.pdf（可修改代码中的文件名）

使用场景：

1. 预处理 PDF 文件，提取纯文本用于后续分析
2. 为 pdf-reader-agent 提供原始文本输入
3. 批量处理学术文献或技术文档

运行方式：

python run_magic_pdf.py

注意事项：

• 需先安装 MagicPDF（详见 README.md 安装章节）
• Python 环境中需有 magic-pdf 命令
• 需要安装 PyTorch 等依赖
• 运行前确保 test.pdf 文件存在于当前目录

用途注释：

用途：预处理工具，真正的 PDF 阅读与证据提取是由 pdf-reader-agent 完成的。
该脚本让你可以快速获取 PDF 的纯文本，再交给智能体处理。

parse_pdf.py

用途：解析本地 PDF 文件，获取结构化文本

功能：

• 读取本地 PDF 路径
• 提取结构化 markdown 表示
• 输出给 PDF Reader Agent

---

🔍 Local_AI_Style_Check - 本地 LaTeX AI 味检测

功能亮点

• 双重 LaTeX 清洗：正则 + AST 解析，完美剥离公式与引用，只检测正文
• 高频词扫描：内置 40+ 个中英文 AI 惯用词库
• PPL 困惑度分析：本地运行 distilgpt2 模型，量化文本的"机器生成概率"

使用方法

cd Local_AI_Style_Check
pip install -r requirements.txt
python paper_ai_detector.py

输入输出

输入：LaTeX 源码文件（.tex）

输出：

• 检测报告（AI 味关键词、PPL 值、警告等级）
• 彩色标注的 LaTeX 文件（高亮 AI 润色痕迹）

---

📖 写作注意事项（高优先级规则）

1. 必须敲定 Document Spec：任何大型写作任务首要确认 Spec，不可跳过此步骤
2. 严格遵守 DoD：大纲中的 Definition of Done 是验收红线
3. 重写需提案：遇到大规模用户修改意见，严禁直接生成正文，必须先输出修订方案 <Revision_Plan>，用户同意后再执行
4. 必须读取风格与错题本：避免风格漂移与历史错误复现
5. 避免"AI 味"高频词：如过度套路化的词组或机械性转折
6. 长文先出大纲：结构优先，再落地内容
7. 严格对齐长期记忆：术语、单位、关键事实以硬记忆为准
8. 语法检查只做纠错：除非用户明确要求重写
9. 规范审计必须刚性：检阅 Agent 若发现未满足 Spec，应直接打回 failed_specs，不可含糊通过

---

🌟 更新日志

v1.7 - Flow Appraisal / 心流鉴赏模块

• 新增 Flow Appraisal 评估读者"心流"与"兴奋"状态
• 输出心流分数、顿悟、坦诚披露等建议

v1.6 - Spec-Driven Writing (Spec Coding) / 规范驱动写作

• 新增 document_spec_template.md 与 DoD 校验机制
• 确保工程级的高精度输出，杜绝 AI 擅自改写

v1.5 - PDF Reading & MinerU / PDF 阅读与 MinerU 集成

• 新增 pdf-reader-agent 支持深度 PDF 阅读与 MinerU 集成
• 支持 APA/IEEE 引用格式化与阅读质量评分

v1.4 - Multi-Agent Writing Skill / 多智能体协作写作

• 新增 outline-manager、content-writer、content-review agents
• 实现 Writing Loop（大纲 → 写作 → 检阅）

v1.3 - Writing Knowledge Bases / 写作知识库

• 新增基金、论文、学位论文写作知识库

v1.2 - Long-Term Memory / 长期记忆

• 新增按领域划分的硬性/柔性记忆

v1.1 - Grammar & Spell Checker / 语法与拼写检查器

• 新增中英文双语纠错模块

---

📚 参考资源

• 完整文档：README.md
• 技能总览：SKILLS.md
• 免费检测 API：FREE_AI_DETECTION_APIS.md
• MIT License：LICENSE

---