这个 Skill 能做什么，适合哪些场景？
博客风格学习器是 claude-blog 仓库中的独立 Agent Skill，专门从同一作者、品牌或编辑声音的 5 至 10 篇文章中学习写作风格。它读取 Markdown、MDX、文本文件或包含这些文件的目录，并运行本地 Python 学习器。输出包括句长、词汇丰富度、语气、段落分布、第一人称使用率和标志性短语等指标。它适合需要长期保持作者声音一致性的博客工作流，但并不负责完整的文章研究、SEO 审核或发布流程。
通过 /blog style learn <paths> 接收文章路径；读取 Markdown、MDX、文本文件或目录；运行 python3 scripts/style_learn.py <paths> --format markdown；可输出 Markdown 风格档案、JSON 文件或可直接放入 VOICE.md 的内容。它计算平均和中位句长、句长方差、词汇丰富度、过渡词句比例、被动语态比例、AI 触发词基线、段落长度分布、第一人称比例、疑问式标题比例、标志性二元词组和三元词组，并生成语气描述。缺失路径、不支持的文件类型和样本过少时会给出警告；空样本返回归零指标。
- 个人博主已有 5 至 10 篇代表作，希望让后续草稿保持原有语气和句子节奏。
- 营销团队需要从品牌文章中建立 `VOICE.md`，供后续内容生成使用。
- 编辑需要把作者的风格指标传递给 `blog-persona`，以创建或更新结构化写作人格。
- Claude Code 技能构建者希望把现有文章转化为可衡量的写作基线。
如何安装这个 Skill？
- 执行前应确认 scripts/style_learn.py 的实际存在、相对路径解析方式及其依赖。
- 该技能会处理作者文章内容，但未说明敏感信息、个人数据或生成的 VOICE.md 的保存、覆盖和清理策略。
- 仓库 README 的整体测试和质量声明不能替代 blog-style 关键路径的专门测试；不要据此假设风格指标或输出已经验证。
- 未声明中文文本的指标有效性；中文用户应先用代表性中文样本人工检查句长、词汇丰富度和 AI trigger 指标是否有意义。
- Shell / 命令行
- 本地文件系统
Python 3
该技能随 AgriciDaniel/claude-blog 整体仓库发布，来源未提供单独安装 skills/blog-style/SKILL.md 的命令。按 README 支持的公共仓库流程，可执行：git clone https://github.com/AgriciDaniel/claude-blog.git，进入目录后检查 install.sh，再按需执行 git checkout v1.9.0、chmod +x install.sh 和 ./install.sh。安装后重启 Claude Code。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/AgriciDaniel/claude-blog.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/blog-style" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
准备同一作者、品牌或编辑声音的 5 至 10 篇文章，然后运行：python3 scripts/style_learn.py <paths> --format markdown。机器可读输出使用：python3 scripts/style_learn.py <paths> --format json --output voice-profile.json；生成 VOICE.md 内容使用：python3 scripts/style_learn.py <paths> --format markdown --output VOICE.md。在 Claude Code 中也可触发：/blog style learn <paths>。少于 5 篇时仍会继续，但档案稳定性较低。
这个 Skill 有哪些优点和局限？
- 输出可衡量的风格指标，而不只是笼统描述语气。
- 支持 Markdown、MDX、文本文件和目录输入。
- 可生成 Markdown、JSON 或 `VOICE.md` 可用内容。
- 对缺失路径、不支持文件和空样本有明确处理方式。
- 只学习写作风格，不提供完整的博客研究、SEO、事实核查或发布能力。
- 默认建议使用 5 至 10 篇文章；样本过少会降低稳定性。
- 技能正文使用 `/blog style learn` 等 Claude Code 命令形式，迁移到其他客户端需要适配。
- 源材料没有提供该单项技能的独立安装流程或独立测试证据。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| 博客风格学习器 本页 | 46 · 谨慎使用 | ★ 2.4k | 14 天前 | MIT |
| Blog Writer 博客文章生成技能 | 44 · 不推荐 | ★ 2.4k | 14 天前 | MIT |
| Blog Persona：博客品牌声音管理器 | 48 · 谨慎使用 | ★ 2.4k | 14 天前 | MIT |
| e2e 文档写作规范技能 | 54 · 谨慎使用 | ★ 10k | 14 天前 | Apache-2.0 |
| Blog Brand 品牌语境管理 | 49 · 谨慎使用 | ★ 2.4k | 14 天前 | MIT |
与直接提示模型模仿语气相比，它通过多个样本生成结构化风格基线；与完整的 claude-blog 博客流水线相比，它的范围更窄，重点是风格学习和后续声音复用。
FollowSkills 如何评估这个 Skill？
技能仅读取用户提供的本地文章并生成 VOICE.md 或 JSON，未声明网络访问、凭据或高权限操作，且 MIT 许可和相对有限的数据流降低风险；但未说明敏感文章处理、输出覆盖确认、回滚机制、脚本依赖安全或路径隔离，因此未接近满分。
工作流、输入格式、输出格式和异常输入处理均有明确说明，仓库还提供 CI 与测试基础设施；但选定技能引用的 scripts/style_learn.py 未在证据中提供，且没有针对该关键路径的测试或可复现失败证据，因此受静态上限和覆盖不足影响。
目标用户、触发语义、5至10篇输入、支持的文件类型及输出用途较清楚；但未声明不适用范围、语言限制或中文写作风格支持，且未定义目录边界、重复作者混合等场景，故扣分。
具备标准 frontmatter、命令表、参数提示、字段说明、错误处理、MIT 许可，并能从仓库 README、版本和 CI 获得部分维护信号；但技能自身没有版本、变更记录、维护责任、安装依赖、故障排查、示例输入输出或更新路径。
若脚本存在且兼容，预期能把多篇文章转为可供其他博客技能使用的风格档案，核心价值明确；但选定路径的脚本实现、代表性输出和直接可用性未提供，且未证明指标能稳定改善写作结果，因此仅给有限静态分。
仓库声明存在 CI、测试和确定性测试，但提供的测试证据主要覆盖 Brain 适配器及通用管线，没有覆盖 blog-style 的 learner；缺少该技能的独立测试、第三方复核或可核验输出，故接近静态最低分。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →