为 Linux.do 注册撰写高通过率、去 AI 化的中文小作文。进行自适应调查以了解申请人的真实背景,...
Linux.do 应用程序 Writer.是一项面向实际任务的技能,主要用于General – a atural, high- pass- rate 注册应用程序的 Linux. do – 透過;一次适应性面试, 之后是规则意识, de- AI’d text 生成..;
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。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;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。
通过自适应访谈 + 规则感知、去 AI 化的文本生成,为你生成自然、高通过率的 Linux.do 注册申请文。
| 输入 | 输出 | 耗时 |
|---|---|---|
| 回答 5–8 道调研问题 | 纯文本中文申请文(约 80–150 字符) | 5–10 分钟 |
以中文开展自适应访谈,收集必需的 4 类信息模块。每次仅提出 一个问题,并根据回答动态调整后续追问。
核心问题(用中文提问,顺序可依对话流灵活调整):
自适应规则:
验证环节:进入第二阶段前,内部确认以下四点是否均已覆盖:
若有任一模块缺失,则追加一个针对性问题。
基于已收集的信息生成申请文初稿。
生成规则:
风险检查 —— 对照以下标准扫描初稿(详见 references/linuxdo-rules.md):
| 风险等级 | 检查项 |
|---|---|
| HIGH | 是否涵盖背景、发现路径、入站动因? |
| HIGH | 是否存在具体事实支撑?还是通篇空泛描述? |
| HIGH | 是否像一套通用模板,可套用于任何人? |
| MEDIUM | 是否仅有空泛赞美/恭维而缺乏实质内容? |
| MEDIUM | 是否仅声明“我能贡献 X”,却未说明为何要在此处贡献? |
| MEDIUM | 单位字符承载的信息密度是否过低? |
若触发任一 HIGH 级别风险,须重写初稿,方可进入下一阶段。
将初稿完整执行去 AI 化核查清单(参见 references/de-ai-checklist.md)。
审核步骤:
输出形式:将最终申请文以纯文本形式置于代码块中呈现。 用中文告知用户:“这是你的申请文,可以直接复制粘贴到注册页面。”
若用户提出修改需求,则重新修订并再次执行第三阶段全部检查。
| 应避免 | 原因 | 建议替代方式 |
|---|---|---|
| 平行结构(我喜欢X,我热爱Y) | AI 标记 #1 | 变换语法结构 |
| 三段式(首先/其次/最后) | AI 标记 #2 | 去除框架性连接词 |
| AI 词汇(赋能/深耕/沉淀/赛道) | AI 标记 #5 | 使用日常口语化中文 |
| 浮夸恭维(久仰大名/慕名而来) | 按规则属 HIGH 风险 | 替换为真实的发现过程 |
| 泛化动机(想学习交流) | 按规则属 MEDIUM 风险 | 明确具体使用场景 |
| 新闻稿腔调 | AI 标记 #9 | 加入“吧”“嘛”“其实”“反正”等口语助词 |
最终输出后,请确认以下六点:
references/linuxdo-rules.mdreferences/de-ai-checklist.md 中补充新标记项| 技能 | 适用场景 |
|---|---|
| humanizer-zh | 针对中文文本的额外去 AI 化处理 |
| psychology-master | 调研过程中进行更深层的用户画像构建 |
| wechat-compliance-check | 需对中文内容进行平台合规性审查时启用 |
启动前请始终运行 openskills list,以发现并加载所有可能增强申请文撰写流程的相关技能。