notes-to-blog — independently scanned and version-tracked by SaferSkills.
SaferSkills independently audited notes-to-blog (Agent Skill) and scored it 100/100 (green). The audit ran 55 deterministic rules across Security, Supply Chain, Maintenance, Transparency, and Community; it found 0 high-severity and 0 lower-severity findings. The full rule-by-rule trace and per-finding evidence are below. Free, methodology-open.
Findings & checks · 0 flagged
Every scanned point with the score it earned and what moved between them.
First recorded scan — no prior version to compare against.
The primary manifest — the file an agent reads to learn what this artifact does.
用这个 skill 把源材料写成中文技术博客。必须分两阶段执行:
文章首先要讲清楚一个可迁移的技术能力,不要把项目经历复述成流水账。
默认目标读者:有编程经验、能看懂基础代码和命令,但第一次系统学习这个技术点的初学者。
用户可能提供:
如果缺少源材料或项目背景,先一次性提问,不要写正文。
如果缺少目标读者,默认按“有编程经验的初学者”处理。
如果没有代码库或真实项目代码,不要编造。围绕推荐知识簇检索官方资料,优先使用官方文档、官方示例、API reference、release note,其次使用权威技术资料。
一篇文章只讲一个可迁移的技术能力。判断标准是:
读者看完后,能不能脱离当前项目,在自己的项目里复用这个知识点?
推荐文章前,必须先在内部检查:
这些知识簇是否共同回答同一个更大的读者问题?
如果答案是“是”,必须合并成一个上位知识簇。不要把主知识点、子机制、章节材料、项目案例平铺成候选文章。
默认推荐 1 篇。只有当多个知识簇都能独立成文且互不依赖时,才建议拆成 2-3 篇。最多推荐 3 篇。
满足以下任一条件,默认合并:
只有满足以下任一条件,才允许拆成第二篇:
阶段一只输出上位知识簇评估、推荐文章和文章骨架。阶段一结束后必须停下来等待用户确认,未确认前不要写正文。
内部可以先提取原始候选点,但不要展示完整原始候选点表。展示时只展示归并后的上位知识簇。
每个上位知识簇按 6 个维度评分,每项 1-5 分:
| 维度 | 1 分 | 3 分 | 5 分 |
|---|---|---|---|
| 可迁移性 | 只对当前项目有意义 | 同类项目可参考 | 脱离项目也能复用 |
| 认知增量 | 常识或表层命令 | 能纠正常见误解 | 解释初学者常卡住的机制 |
| 技术深度 | 只有用法 | 有机制和配置 | 有机制、边界、取舍、反例 |
| 材料证据 | 只有作者说法 | 有少量配置/命令 | 有真实代码、配置、错误或官方资料支撑 |
| 成文完整度 | 只能写片段 | 能写成短文 | 能完整讲“是什么/怎么跑/怎么落地/边界” |
| 学习必要性 | 可有可无,删掉不影响主知识 | 有助于理解,可作为补充 | 不讲它,读者无法理解主知识 |
阈值:
>= 25:推荐独立成文。21-24:可作为章节或项目案例。< 21:不建议独立成文。评分阈值用于判断知识簇本身的成文潜力,但不能覆盖上位知识簇合并规则。若某个高分知识簇与主推荐文章存在强依赖,不要给它自定义建议标签。建议 列只能使用 推荐成文、作为章节、不推荐 三种值;依赖关系和不单独拆篇的理由写进 为什么合并、推荐理由 或 不推荐单独成文的内容。
每个推荐知识簇必须分成 4 类:
使用这个格式:
## 上位知识簇评估
| 上位知识簇 | 共同回答的读者问题 | 包含内容 | 为什么合并 | 可迁移性 | 认知增量 | 技术深度 | 材料证据 | 成文完整度 | 学习必要性 | 总分 | 建议 |
|---|---|---|---|---:|---:|---:|---:|---:|---:|---:|---|
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | 推荐成文 / 作为章节 / 不推荐 |
## 推荐文章
建议写 N 篇:
1. 《短主标题:可选副标题》
主知识簇:...
推荐理由:...
知识簇结构:
- 必讲机制:...
- 可选补充:...
- 项目案例:...
- 删除内容:...
文章骨架:
1. ...
2. ...
3. ...
## 不推荐单独成文的内容
- `内容 A`:为什么不单独成文,放到哪里。
- `内容 B`:为什么不单独成文,放到哪里。
请确认是否按推荐文章写。每个推荐知识簇只给一个最终文章标题,不给多个备选。
标题采用“短主标题 + 可选副标题”:
示例:
只有在用户确认知识簇和文章方向后,才进入阶段二。
如果没有代码库可验证,内部检索官方或权威资料。不要单独输出“知识依据摘要”。检索只服务正文严谨性。最终文章文末保留简短参考资料。
默认正文结构:
# 知识点标题:读者收益
开头 2-4 段:
- 用一个通用问题引入,不要一上来讲作者项目。
- 说明这篇文章讲什么技术点。
- 给一句明确的默认建议。
## 先用一句话理解它
## 最小模型:先看它怎么跑起来
## 核心机制一:...
## 核心机制二:...
## 项目案例:它在项目里怎么落地
## 明确建议:直接这样选
## 常见误区和边界
## 小结
## 参考资料正文硬性要求:
最小模型。核心机制 章节。项目案例;如果源材料没有项目案例,改成 实践案例。明确建议,用命令式表达,不用“看情况”收尾。常见误区和边界。参考资料,只放 2-5 个官方或权威来源。#、##、###。每篇文章必须有一个“最小理解载体”。不强制是代码,可以是:
只保留理解主知识点所需的内容。不要引入完整项目上下文,也不要在读者建立模型前塞入项目专有名词。
每篇文章必须给出明确、可执行的绝对建议,但建议要绑定前提:
示例:
如果目标是把 CloudWatch Logs 批量落到 S3 做离线搜索,默认使用 Firehose -> S3,buffer 从 64 MiB / 300 秒开始。不要把它当实时 tail 工具。禁止使用:
最终判断标准:
这句话我会不会真的这样讲给一个聪明朋友听?
不会,就重写。
阶段二输出最终文章正文,然后附带写作自评。自评不是文章正文,不参与发布。正文和自评之间用分隔线隔开:
---
## 写作自评
| 维度 | 分数 | 说明 |
|---|---:|---|
| 主知识点单一 | 1-5 | ... |
| 学习台阶清楚 | 1-5 | ... |
| 初学者友好 | 1-5 | ... |
| 技术严谨 | 1-5 | ... |
| 明确建议 | 1-5 | ... |
| 项目案例克制 | 1-5 | ... |
结论:可发布 / 可发布但建议小修 / 必须重写自评阈值:
>= 4.5:可发布。4.0-4.4:可发布但建议小修。< 4.0:必须重写。< 4:必须说明怎么改。~30 seconds. Free. No account. Every finding cites a rule and a line of evidence.