Technical Writing Skill

Overview

这是一个模块化、渐进式加载的技术写作 skill。

整个写作流程分为 4 个阶段，每个阶段有独立的文档指南：

Workflow

阶段 0: 主题确认 📋

目标: 明确写作主题、目标读者、核心价值

详细指南: 👉 当进入此阶段时，读取 stage-0-topic.md

产出文件: wikis/writing/drafts/{article-slug}/00-topic.md

下一步: 用户确认后 → 进入阶段 1

阶段 1: 深度调研 🔍

目标: 通过搜索、阅读、分析，形成对主题的深入理解

详细指南: 👉 当进入此阶段时，读取 stage-1-research.md

产出文件: wikis/writing/drafts/{article-slug}/01-research.md

关键检查: 👉 参考 checklists/research-checklist.md

下一步: 用户确认调研充分 → 进入阶段 2

阶段 2: 大纲设计 📝

目标: 设计文章结构，明确每个章节的内容和目标

详细指南: 👉 当进入此阶段时，读取 stage-2-outline.md

产出文件: wikis/writing/drafts/{article-slug}/02-outline.md

关键检查: 👉 参考 checklists/outline-checklist.md

下一步: 用户确认大纲合理 → 进入阶段 3

阶段 3: 内容创作 ✍️

目标: 根据大纲创作完整文章

详细指南: 👉 当进入此阶段时，读取 stage-3-writing.md

产出文件: wikis/writing/drafts/{article-slug}/03-draft-v1.md

关键检查: 👉 参考 checklists/writing-checklist.md

下一步: 用户反馈 → 进入阶段 4

阶段 4: 迭代优化 🔄

目标: 根据反馈持续优化，直到满意

详细指南: 👉 当进入此阶段时，读取 stage-4-iteration.md

产出文件:

• 03-draft-v2.md, 03-draft-v3.md ...
• 03-draft-final.md

下一步: 用户满意 → 发布到 wikis/writing/published/

Quick Start

用户发起写作请求

当用户说："我想写一篇关于 XXX 的文章"

立即执行:

1. 读取主题确认指南:

   Copy code
   Read: .claude/skills/technical-writing-skill/stage-0-topic.md
   

2. 按指南与用户对话，确认：

   • 文章主题
   • 目标读者
   • 文章类型
   • 预期长度

3. 创建工作目录:

   bashCopy code
   wikis/writing/drafts/{article-slug}/
   

4. 使用模板生成 00-topic.md:

   Copy code
   Read: templates/00-topic-template.md
   填充后 Write 到工作目录
   

5. 征求用户确认，获得确认后 → 进入阶段 1

Progressive Loading Strategy

🔑 核心原则

只在需要时加载对应阶段的文档，避免一次性加载所有内容。

📚 加载时机

💡 上下文优化技巧

1. 阅后即弃: 读取指南文档后，提取关键步骤，不需要完整保留在上下文中
2. 模板复用: 模板文件读取后直接填充使用，不保留原始模板
3. 检查清单: 在完成某阶段后读取，用于自查，完成后可以丢弃

File Structure

Copy code
.claude/skills/technical-writing-skill/
├── SKILL.md                           # 本文件：主入口，流程概览
├── stage-0-topic.md                   # 阶段 0 详细指南
├── stage-1-research.md                # 阶段 1 详细指南（含工具使用）
├── stage-2-outline.md                 # 阶段 2 详细指南（含结构模板）
├── stage-3-writing.md                 # 阶段 3 详细指南（含写作规范）
├── stage-4-iteration.md               # 阶段 4 详细指南（含版本管理）
├── templates/
│   ├── 00-topic-template.md          # 主题确认模板
│   ├── 01-research-template.md       # 调研报告模板
│   ├── 02-outline-template.md        # 文章大纲模板
│   └── version-changelog-template.md # 版本变更说明模板
└── checklists/
    ├── research-checklist.md          # 调研质量检查清单
    ├── outline-checklist.md           # 大纲设计检查清单
    └── writing-checklist.md           # 写作质量检查清单

Global References

以下文件在多个阶段都会用到，可根据需要加载：

• 写作风格指南: wikis/writing/technical-writing-guide.md

  • 阶段 2（大纲设计）需要
  • 阶段 3（内容创作）需要

• 已发布文章: wikis/writing/published/

  • 可作为风格参考
  • 可作为系列文章索引来源

State Management

当前状态跟踪

在执行过程中，维护以下状态信息（轻量级）：

markdownCopy code
**当前项目**: {article-slug}
**当前阶段**: 0/1/2/3/4
**工作目录**: wikis/writing/drafts/{article-slug}/
**已完成文件**: [列表]
**待确认事项**: [列表]

阶段切换

每次切换阶段时：

1. ✅ 总结当前阶段成果
2. 📋 征求用户确认
3. 🗑️ 清理不再需要的上下文
4. 📚 加载下一阶段的指南文档

Example Flow

完整流程示例

用户: "我想写一篇关于 LangGraph 1.0 的实战教程"

AI:

markdownCopy code
好的，昕哥！我来帮你创作这篇文章。

[读取 stage-0-topic.md]

让我先确认几个问题：
1. 目标读者是？（初学者/进阶）
2. 重点介绍哪些新特性？
3. 想做什么样的 Demo？
...

[创建工作目录 wikis/writing/drafts/langgraph-1.0-tutorial/]
[读取并填充 templates/00-topic-template.md]
[写入 00-topic.md]

请查看 00-topic.md，确认无误后我开始深度调研。

用户: "确认"

AI:

markdownCopy code
收到！进入阶段 1：深度调研

[读取 stage-1-research.md]
[读取 checklists/research-checklist.md]

我将搜索：
✅ LangGraph 1.0 官方文档
✅ GitHub changelog 和 examples
✅ 社区博客
...

[执行调研...]
[读取 templates/01-research-template.md]
[填充并写入 01-research.md]

调研完成！共发现 8 个关键点。
请查看 01-research.md 的 Key Findings 部分。

调研是否充分？

用户: "充分，继续"

AI:

markdownCopy code
收到！进入阶段 2：大纲设计

[读取 stage-2-outline.md]
[读取 wikis/writing/technical-writing-guide.md]
[读取 checklists/outline-checklist.md]

[设计大纲...]
[读取 templates/02-outline-template.md]
[填充并写入 02-outline.md]

大纲已完成！共 8 个章节，预计 8500 字。
请查看 02-outline.md。

结构是否合理？

... 以此类推

Benefits of Modular Design

✅ 优点

1. 上下文高效: 只加载当前需要的内容
2. 易于维护: 每个阶段独立，修改不影响其他部分
3. 灵活扩展: 可以轻松添加新阶段或子模块
4. 版本控制: 每个文档独立，便于 Git 管理

📊 上下文节省估算

假设完整 SKILL.md 为 10,000 tokens：

• 传统单文件: 每次加载 10,000 tokens
• 模块化加载:
  • 主文件: 2,000 tokens
  • 每个阶段: 1,500-2,000 tokens
  • 平均每次: 3,500-4,000 tokens
  • 节省 60%+ 🎉

Version History

• v1.0 (2026-02-14): Modular progressive disclosure design

Next Steps

开始创作时，请说：

"我想写一篇关于 [主题] 的文章"

我将引导你完成整个流程！