# Content OS Pipeline [![Agent Readiness](https://github.com/lindixu6-hash/ai-content-workflow-skills/actions/workflows/agent-readiness.yml/badge.svg)](https://github.com/lindixu6-hash/ai-content-workflow-skills/actions/workflows/agent-readiness.yml) 把一个模糊选题变成经过诊断的完整初稿,同时保留创作者的判断权。 ```text 播种(输入) → 发芽 → 成长(给初稿) → 修剪(dbs-content) 人确认 人选择芽 人确认初稿 人选择改法 ``` 这不是“一句话生成终稿”的提示词合集。它是一条有状态、有人工门、有证据约束的内容生产管线。 ## 为什么做 普通 AI 写作容易把四件事混在一次回答里:找角度、补经历、搭结构、改文风。结果通常完整,但不像任何一个具体的人。 Content OS 把任务拆开: - **播种**只确认写什么、写给谁、看完发生什么变化。 - **发芽**只寻找四个因果机制不同的角度。 - **成长**把真实经历、平台策略和所选角度写成完整 V1。 - **修剪**调用 `dbs-content` 做诊断,不擅自替创作者重写。 ## 四阶段 ### 1. 播种(输入) 输入一个选题,得到目标人群、状态变化和核心冲突。 ```text 使用 content-os-pipeline。 播种:我让 AI 帮我买了三件衣服,每件都很喜欢。 平台:小红书。 ``` ### 2. 发芽 生成四张机制不同的芽。每张包含可核验事实、与选题的关联和一句 Aha。用户自己选择,不由 AI 决定主线。 ```text 发芽。 ``` ### 3. 成长(给初稿) 系统补足真实经历,在内部完成小红书编导,再一次性交付完整初稿 V1。真实经历和编导报告不会变成额外页面节点。 ```text 选择第 2 张芽,成长。 我的真实经历是:…… ``` ### 4. 修剪 用户看过 V1 后,系统路由到 dontbesilent 的 `dbs-content`,从文字洁癖、封面/标题、表达效率、认知落差和 AI 辅助五个维度诊断。 ```text 修剪。重点看开头和 AI 味。 ``` 修剪只给诊断和第一步动作。用户确认采用哪些建议后,写作引擎才生成 V2。 ## 安装 ### 1. 安装本仓库 在项目根目录执行: ```bash git clone https://github.com/lindixu6-hash/ai-content-workflow-skills.git mkdir -p .trae/skills cp -R ai-content-workflow-skills/skills/content-os-pipeline .trae/skills/ cp -R ai-content-workflow-skills/skills/xhs-post-writer .trae/skills/ cp -R ai-content-workflow-skills/skills/xiaohongshu-viral-director .trae/skills/ ``` 其他支持 `SKILL.md` 的 Agent,把这三个目录复制到对应 Skills 目录即可。 ### 2. 安装修剪依赖 `dbs-content` 来自 [dontbesilent2025/dbskill](https://github.com/dontbesilent2025/dbskill),采用 CC BY-NC 4.0 许可,因此不复制到本 MIT 仓库。 ```bash npx -y skills add dontbesilent2025/dbskill -g --all ``` ### 3. 校验管线 ```bash python3 tools/validate_pipeline.py ``` 成功时会输出: ```json { "stages": [ "播种(输入)", "发芽", "成长(给初稿)", "修剪" ], "ok": true } ``` ## Skill 架构 | Skill | 职责 | 用户是否直接调用 | |---|---|---| | `content-os-pipeline` | 四阶段状态机与路由 | 是,推荐入口 | | `xhs-post-writer` | 播种、发芽、成长初稿 | 可以 | | `xiaohongshu-viral-director` | 小红书推荐流、搜索流和收藏资产设计 | 通常由成长阶段内部调用 | | `dbs-content` | 修剪诊断 | 外部依赖,由总控调用 | 机器可读的阶段、依赖和人工门见 [`pipeline.json`](pipeline.json)。 生产边界、工具权限、上线阻塞项与十项质量评分见 [`agent-card.json`](agent-card.json)。CI 使用 [Agent Production Readiness Gate](https://github.com/lindixu6-hash/awesome-agentic-engineering) 验证最低上线分数,并独立运行 `draft-only` 风险 Profile 审计。当前 12/20 评分能通过项目设置的 10/20 兼容门槛,但由于总分不足且仍有 3 个显式上线阻塞项, 风险 Profile 会按预期失败;这两个结论不会互相覆盖。 ## 关键约束 1. 一次只推进一个阶段。 2. AI 不替用户选择芽。 3. 真实经历不编造、不扩写成不存在的人生故事。 4. 标题和编导不额外占据流程节点。 5. 初稿必须完整展示,才能进入修剪。 6. 修剪不自动重写,采用哪些建议由用户决定。 7. 展示不等于写入,只有用户明确说“保存”才修改文件。 8. 私人语料、公司内部材料和未脱敏证据不进入公共仓库。 ## 仓库结构 ```text . ├── pipeline.json ├── skills/ │ ├── content-os-pipeline/ │ ├── xhs-post-writer/ │ └── xiaohongshu-viral-director/ ├── workflow/ │ └── WORKFLOW.md ├── templates/ └── tools/ ├── validate_pipeline.py ├── compose_video.py └── verify_video.py ``` `templates/` 和视频工具是初稿之后的可选制作资产,不改变四阶段内容管线。 ## License 本仓库代码和自有 Skills 使用 MIT License。 外部 `dbs-content` 不包含在本仓库中,其版权和许可归原项目所有。