Writing DNA · 个人写作风格守护者

English | 中文

让 AI 生成的内容"听起来像你写的"。

🔌 怎么用：Trae / Cursor / Claude Code / VS Code (Copilot) / CodeX 都能用。你只需要在 AI 工具里说：
“帮我安装这个 writing-dna skill：https://github.com/dvdxfv/skill-writing-dna.git。安装后我要能用 /writing-dna 调用。”

图1 · 告诉 AI 工具安装链接后，它会自动完成克隆仓库、安装依赖，并把 Writing DNA 注册为可用 skill

图2 · 安装完成后，「写作 DNA」出现在你的技能列表中，随时可用

给 AI 安装代理看的说明

用户不需要记命令。任何 AI 工具接到“帮我安装这个 skill，并让我能用 /writing-dna 调用”的请求时，应自动完成这些事：

1. 克隆或下载本仓库。
2. 安装必要依赖。
3. 按当前工具注册 slash command / skill 入口。
4. 告诉用户重启或重新打开项目窗口。

完整安装清单见 AI_INSTALL.md。其中的安装器会处理：

---

更新日志

2026-06-08

新增：

• 改写后 DNA 对齐验证：报告句长偏差、签名表达命中、黑名单残留、AI 味残留、开头模式匹配和未应用 / 降权规则，辅助第三确认点判断。
• 公开最小测试集：上传脱敏 pytest 测试，覆盖样本预检、DNA 版本、改写安全、报告口径和验证脚本。
• 多工具入口一致性检查：新增脚本检查 Trae / Cursor / Claude Code / VS Code / Codex 入口是否同步关键指令，降低多副本维护风险。

调整：

• 签名表达不再表述为“机械植入”，改为“自然命中 / 候选建议 / 二次改写参考”。
• 明确边界：Writing DNA 不是纯脚本语义改写器；高质量改写仍依赖当前 AI 模型，脚本负责检测、约束、验证、报告和安全辅助。

2026-05-24

新增：

• 样本质量预检：放入样本后，在第一个确认点一并给出篇数、字数分布、文档相似度、近重复整篇等健康度结论；样本明显不足会提醒并需确认后再继续。
• 写作 DNA 版本管理：修正 DNA 后自动保留历史版本，可随时说"用回上一版"或"跟上一版比比"。
• 英文自然语言触发：支持 remove AI flavor、make it sound like me、personal writing style。
• 长文档分段改写：长文会按章节改，改完统一术语、数字与标题层级。
• 改写可调：可指定发布场景（公众号 / 小红书 / 正式报告等）与改写力度（轻度 / 标准 / 深度）。
• 改写冲突优先级：多目标冲突时按“信息无损 → 黑名单清除 → 签名短语自然使用 → 句长节奏对齐”取舍，避免为了模仿风格牺牲事实完整性。

修复：

• 修复 run.py extract / auto 提取步骤参数传递错误导致无法运行的问题。
• 修复样本充足性诊断在样本少于 5 篇时崩溃的问题。
• 修复黑名单词硬删、签名短语机械插入导致残句的问题，改为安全替换和语义风险延后处理。
• 修复特征云和报告解释口径：被判定为模板或降权的特征不再重新进入特征云；报告区分“已应用规则”“未应用规则”和“降权参考”。

---

Skill 解决什么

AI 写稿有两个老大难问题：

1. AI 套话洗不掉——“赋能”“重塑”“在数字化转型的浪潮中”，不管你写什么主题，AI 都要塞这些词
2. 写作味道不对——句式、节奏、起手收尾的习惯全不是你自己的，读起来就像换了个人

这个 Skill 的思路不是"写一个更聪明的提示词"，而是分三层来解决模板检测问题——这是最核心的架构创新：

关键设计：Layer 1 完全文体无关——不预设"什么是公文模板"，同一作者不会自我抄袭，所以跨多篇字面重复必定是格式要求。Layer 2 处理 Layer 1 剥不掉的"结构相同但内容不同"的语义模板（如"指标主要考核"这种短句），交给 AI 在对话中判断。Layer 3 必须你拍板——语义级别的东西不能由算法或模型单独决定。

全流程一共 3 个必停的人工确认点——模板剥留确认（🔵第3步）、DNA 画像确认（🔵第5步）、改写效果确认（🔵第8步）——因为风格这件事，每一层最后拍板的必须是你。

全流程总览

一句话流程

放样本 → 自动预处理+样本预检 → ⏸️ 确认模板剥留和样本风险 → 提取DNA → ⏸️ 确认DNA并留版本 → 放草稿 → 按场景/力度改写（长文按章节） → ⏸️ 确认效果和未应用规则 → 完成

只有 3 个地方需要你停下来看：

• 🔵 模板剥离后（第3步） — 确认 Layer 2 找出的语义模板要不要剥，同时看样本预检有没有严重风险
• 🔵 提取完 DNA 后（第5步） — 确认画像准不准；修正后会自动保留版本
• 🔵 改写完成后（第8步） — 确认效果好不好，并查看是否有规则本次没应用

其余全部自动执行。

---

完整流程图

flowchart TD
    A["📁 1.放入样本"] --> B["🔧 2.自动预处理DOCX转换→过滤→模板剥离"]
    B --> B2["📋 样本质量预检篇数→字数→相似度→近重复"]
    B2 --> C{"🔵 3.模板剥留+样本风险确认？"}
    C -->|❌ 需调整| B1["📋 告诉AI哪些是模板重新判断剥留"]
    B1 --> C
    C -->|✅ 确认| D["🧬 4.提取DNA自动统计+人工复核"]
    D --> E{"🔵 5.DNA准确吗？"}
    E -->|❌ 不准| E1["✏️ 修正DNA保存新版本"]
    E1 --> D
    E -->|✅ 准确| E2["💾 保存当前DNA保留历史版本"]
    E2 --> F["📁 6.放入AI草稿可指定场景/力度"]
    F --> G["✏️ 7.按DNA改写短文按段落→长文按章节"]
    G --> G2["📊 生成对比报告标出未应用/降权规则"]
    G2 --> H{"🔵 8.效果满意吗？"}
    H -->|❌ 不满意| I["🔄 换模型/调参数/查样本"]
    I --> G
    H -->|✅ 满意| J["🏆 9.交付成果"]

    style C fill:#e3f2fd,stroke:#1565c0,stroke-width:3px,color:#0d47a1
    style E fill:#e3f2fd,stroke:#1565c0,stroke-width:3px,color:#0d47a1
    style H fill:#e3f2fd,stroke:#1565c0,stroke-width:3px,color:#0d47a1

🔵 流程图中蓝色菱形 = 必须人工判断的节点，模型不能替你做决定

流程详解

整个过程分三段走，每段跑完都会停下来等你确认。你只需要做三件事：放样本、确认 DNA、确认改写效果，其余全自动。

第一段：放样本 → 确认模板剥离（步骤 1 → 3）

把你过去写的文章（5-12篇，.docx/.md/.txt 都行）丢进项目里，然后运行一条命令就能启动。系统会自动完成四件事：把文档转成纯文本、去掉表格图片这类非正文内容、自动识别并剥离所有文章里反复出现的格式套话，同时做一次样本质量预检（篇数、字数分布、文档相似度、近重复整篇）。

做完这些之后，系统会停下来——这是第一个必停点（🔵第3步）。

它会给你看一份剥离报告，告诉你"这几处内容我在所有文章里都见到了，判断是格式要求不是你个人风格"。同时 AI 会再帮你检查一遍有没有漏掉的语义模板（比如论文的"摘要引言方法结果"结构、邮件的"此致敬礼"、公众号的"点赞关注转发"之类），并用 2-4 行告诉你样本有没有明显风险，例如样本太少、两篇近重复、某篇太短。

你说"剥"就删、"留"就留。样本有 serious 风险时，AI 会先提醒风险；你确认"知道风险仍要继续"后也可以继续，不会硬拦。拍完板才能进入下一段。

模板没确认好，后面提取的 DNA 就不准。所以这一步不能跳。

第二段：提取 DNA → 确认画像（步骤 4 → 5）

模板确认无误后，系统从剥离后的纯净文本里提取你的写作 DNA——包括你最常用的短语、句子的长短习惯、开头结尾的方式、你从来不用的那些套话，还有你的 emoji 用法。全部统计完之后，AI 会结合这些数据画出一份你的"写作特征云"；被你判定为文体模板或不稳定的特征，不会再被画回特征云里误导确认。然后 AI 会主动停下来等你核对——这是第二个必停点（🔵第5步）。

你需要逐项检查：

图3 · DNA 特征云：字越大越能代表稳定写作资产，而不是普通词频统计

如果整体看着都不像你，别急着往下走。直接在对话里告诉 AI 哪里不对，它就能现场修正：

常见情况和你该怎么说：

💡 DNA 会自动留版本：你每次修正后，AI 会存一个新版本，旧版不会丢。以后想退回，直接说"用回上一版"；想看两版改了什么，说"跟上一版比比"。

DNA 没确认好就改写，等于拿错误的配方做饭。所以这一步不能跳——但也不用怕说错，随时可以改。

第三段：放草稿 → 改写 → 确认效果 → 交付（步骤 6 → 9）

DNA 确认保存后，以后每次拿到一篇 AI 写的草稿（不管哪个工具生成的），丢进来就行。系统会按你的 DNA 自动完成三件事：先把草稿里的 AI 套话清掉，再把你的写作习惯植进去，最后生成一份改写前后的对比报告。

改写前默认按通用风格 + 标准力度处理。你也可以直接说"按小红书风改"“正式报告一点”“改轻点”“改狠一点”。如果草稿较长，AI 会先说明"这篇较长，我按章节改"，最后统一检查术语、数字和标题层级。若某些 DNA 规则这次没应用（比如会伤信息完整性），AI 会在确认效果时告诉你，并可展开说明具体是哪几条。

改完后再次停下来——这是第三个也是最后一个必停点（🔵第8步）。你需要逐项核对：

图4 · AI 味体检（示例）：实际使用时 AI 会把这套数据直接在对话里展示给你看，不需要去翻文件

图5 · 改写前后对比（示例）：实际使用时 AI 会把原稿和改写稿并排展示在对话里，让你逐段对照检查

如果对改写效果不满意，按这个顺序排查：先回看第二段的 DNA 画像是不是确认得太草率 → 再查样本够不够 → 最后考虑换个 AI 模型试试。

满意的话，你默认会拿到一个 Markdown 成品文件（rewritten_draft.md），可以直接用。如果需要 Word 版本，在对话里跟 AI 说一句**“转一份 DOCX"或"转一下 Word”**就行，它会自动生成带排版的 .docx 文件（自动配置黑体标题 + 仿宋正文），打开就能用。

所有可能拿到的文件：

图6 · MD 乱码 vs DOCX 转换：左边 Markdown 直接粘贴到 WPS 不可读，右边自动转出的排版文档整洁如初

改写没确认就交付，等于没做过风格化。三个确认点，一个都不能省。

---

效果不好怎么办？

DNA 画像不准？改写后不像你写的？按顺序排查，不要盲目加样本或换模型。

---

排查总览

问题出现
   ↓
① 跑样本充足性测试 ──→ 样本不够？ ──→ 补样本（不同类型）→ 重新提取
   ↓ 够
② 跑模板画像检查 ──→ 剥离有问题？ ──→ 调 strip_template 规则 → 重新剥离+提取
   ↓ 没问题
③ 检查 DNA 规则 ──→ 规则不对？ ──→ 手动调整 DNA JSON → 重新改写
   ↓ 没问题
④ 换模型 / 调参数 ──→ 重跑改写

---

① 样本充足性测试（多维预检）

📖 延伸阅读：样本数量与类型的详细建议，见下方 关于样本 章节。

症状： DNA 提取的特征很少、很泛，或者你觉得"这不像我"

这一步现在是多维预检（文体无关，公文 / 小红书 / 博客 / 邮件都适用）。run.py pipeline 在模板剥离后会自动跑一次，并把结论并入第一个确认点（模板剥留确认）告诉你——不必单独运行；排查时也可手动跑：

python scripts/test_sample_sufficiency.py

报告输出到 outputs/debug/sample_sufficiency_test.md，覆盖这几维：

报告顶部给一个分级结论：

• ✅ ok → 样本健康，直接提取
• ⚠️ light（接近下限 / 略不均 / 类型偏单一）→ 提示，但可继续
• ❌ serious（篇数 < 5 / 高度同质 / 多数近重复）→ 会提醒你，确认"知道风险仍要继续"后才往下；想补就补 2-3 篇不同类型的文档再 run.py extract

想看每篇字数、哪两篇重复这些明细，在对话里说一声"展开"即可。

---

② 模板剥离检查

症状： DNA 里混入大量套话/格式化内容，或者提取出的特征太少

模板剥离脚本 scripts/strip_template.py 在 run.py pipeline 时已自动跑过一次，并生成了 outputs/template_profiles/strip_report.md。打开它检查：

# 如想换阈值重跑（默认 60%）：
python scripts/strip_template.py --input inputs/filtered_markdown --output-dir inputs/template_stripped_markdown --doc-ratio-threshold 0.6 --report outputs/template_profiles/strip_report.md

查看 strip_report.md 中的三段（重复章节标题 / 字面整句重复 / ≥8 字高频长短语）：

💡 PRD §8.1.3 把模板剥离设计为三层：Layer 1 是这个脚本做的"跨文档字面对齐"；Layer 2 是 LLM 在对话里做的"语义模板识别"；Layer 3 是你确认。脚本只负责前者，不要期待它识别所有文体的语义模板。

---

③ DNA 规则检查

症状： 样本和模板都没问题，但改写后的文章还是不像你的风格

打开 outputs/dna_profiles/-dna.json，逐条检查：

手动编辑 DNA JSON 后，重新运行：

python run.py rewrite

---

④ 模型与参数调优

📖 延伸阅读：不同模型在改写任务上的表现差异很大，详见下方 关于模型 的跨模型 Benchmark 实测结果。

症状： 以上三步都确认没问题，但改写质量仍不满意

按以下优先级尝试：

1. 换模型 — 不同模型对改写规则的遵循度差异很大：

   • Claude：规则遵循最严格
   • ChatGPT：信息保留最好
   • DeepSeek：性价比最高

2. 调参数 — 编辑 config.yaml：

   • rewrite_aggressiveness: 降低 = 更保守（更像原文），提高 = 更激进（更像你的风格）
   • signature_density: 签名短语植入密度

3. 检查输入稿 — 确保 AI 草稿本身信息完整，没有缺失段落

---

快速定位对照表

---

关于样本

样本数量建议

💡 不确定自己样本够不够？直接跑一下测试：

python scripts/test_sample_sufficiency.py

报告会告诉你留一法波动值和饱和度曲线结论（详见下方"效果不好怎么办"）。

---

样本类型多样性（重要！）

类型多样比数量堆叠更重要。

如果你只交同一类文章，DNA 会混入大量行业模板/固定格式，导致个人风格被淹没。

✅ 好的样本组合

核心原则：让 DNA 提取器看到你在不同场合下的写作习惯，才能区分"你的风格"和"行业模板"。

❌ 不好的样本组合

❌ 同一类型 × N 篇       → DNA = 行业模板，不是你
❌ 同一项目初稿+终稿     → 内容高度重复，等于只有1篇
❌ 全是合署作品         → 混入第二作者风格
❌ 全是复制粘贴的模板   → 提取不到任何个人特征

实际操作建议

• 覆盖 3 种以上 不同写作类型
• 来自 不同场景或受众
• 尽量使用 独著 作品
• 如果实在只有一种类型，至少确保 时间跨度 > 半年（体现风格演变）

文件格式支持

---

关于模型

DNA 提取阶段

DNA 提取主要依赖人工分析 + 跨文档对比，与使用哪个大模型关系不大。自动统计脚本（scripts/test_sample_sufficiency.py、scripts/extract_dna.py）辅助判断，但不替代人工判断。

DNA 改写阶段

改写阶段对不同模型的敏感度较高。以下为跨模型 Benchmark 实测结果：

已测试模型

当前最佳为 Claude Opus（8.5），首次在"白话语段→枚举式结构"层面做出实质性格式转换。ChatGPT 5.5（8.3）和 DeepSeek V4 Pro（8.0）分别在均衡性和压缩力度上各有优势。三者均明显优于四款保守模型（6.5）。

Claude Opus 详细评审

评审模型：DeepSeek V4 Pro · 评审时间：2026-05-17 · 改写稿：直接提交全文（用户粘贴），未单独落盘

Claude Opus 在此次改写中采用了与前六个模型完全不同的策略——“结构转化”。它不是在做同义替换或段落压缩，而是在 将白话叙述改写为枚举式结构，这是 DNA 规则 2 和规则 3 的核心要求，此前没有任何模型做到这个层面：

• DNA 规则遵循度 9.0：Claude 是首个在"白话语段→枚举结构"层面做转化的模型。三个关键点位：项目实施流程从长句"依据…填写…经…交由…“转为"一是…二是…三是…四是…”；主要绩效从散句"按照收支两条线原则…全年累计保障…按月缴纳…“转为枚举式总结；经验做法从时间线叙述转为"按’人员推送—费用核算—缴费推送—资金保障’流程链：一是…二是…三是…四是…”。这直接命中了 DNA 画像核心特征——“偏好枚举式过渡”
• AI 味清除 8.0：政策背景段做了压缩但保留了国企改革的必要语境，"亟需"等词仍带轻微模板味；整体干净，未发现典型 AI 黑名单词
• 信息完整性 9.0：1518 万元、6782 人次、90.14 分、12 家企业、政策文号、指标得分、满意度分项全部保留
• 风格相似度 8.5：枚举式结构的转换使输出在"结构习惯"层面而非仅"用词"层面接近 DNA 画像；"产权相对清晰、权责相对分明"中"相对"的加入体现了制度分析者的审慎语气——这与 DNA 画像中"避免过高承诺/不用极致副词"的要求一致
• 改写创新性 8.5：不是同义替换，不是段落压缩，而是 结构性调整——识别出哪些段落适合转化为枚举式表达并实际执行了转换

结论：Claude Opus（8.5）是当前表现最好的模型，关键差异在于它触及了"格式层面"的改写——将白话语段转化为 DNA 指定的枚举式结构，而非停留在用词替换层面。这是此前五个模型（包括 ChatGPT 5.5 和 DeepSeek V4 Pro）都没有做到的。

限制：输出文本末尾在"三是榆…"处截断，未看到建议章节的完整输出，以上评估基于已收到的 3000+ 字改写内容。

ChatGPT 5.5 详细评审

评审模型：DeepSeek V4 Pro · 评审时间：2026-05-17 · 改写稿：outputs/model_benchmarks/chatgpt_5_5_rewritten.md · AI 味检测：outputs/model_benchmarks/chatgpt_5_5_slop_report.json（得分 1/100，原始输入为 2/100）

ChatGPT 5.5 在此次改写中采用"均衡转化"策略——在风格转化和信息保留之间找到了比 DeepSeek V4 Pro 更好的平衡点：

• DNA 规则遵循度 8.5：段首判断句落实到位（如"项目支出内容围绕改制企业职工保障开展"“项目支付流程已形成基本闭环”“绩效管理水平仍显不足”），建议部分严格遵循"建议+主体+动作+内容"句式，问题分析使用"一是…二是…三是…"枚举；基础章节的风格转化略弱于问题/建议章节，但整体遵循度高于 DeepSeek V4 Pro
• AI 味清除 8.5：AI 套话检测仅 1/100（原始输入 2/100），命中的 11 条全部为政策文件固定表述（如"全面实施预算绩效管理"）或中性公文用语（“再次”“构建”“深入”），均不是典型 AI 水词；"赋能/重塑/生态/一站式/综上所述"等硬性黑名单词未出现
• 信息完整性 9.0：1518 万元、6782 人次、90.14 分、12 家企业、各项指标得分、满意度分项、政策文号、评价依据清单全部完整保留；评价工作过程和阶段性目标等细节也被保留，未出现 DeepSeek V4 Pro 的过度压缩问题
• 风格相似度 8.0：问题分析段（"一是…二是…三是…“每项附事实、因果隐含在事实中）和建议段（建制式措辞、先方向后方案）最接近 DNA 画像；政策背景段虽做了缩减但仍有"发挥了重要作用”"具有较强的民生属性"等偏通用公文表达
• 改写创新性 7.5：主要是重组句式、压缩冗余、强化判断句，而非大幅重构段落结构；改写策略偏稳健，优点是可读性强、无需大量人工补回，缺点是风格突破幅度不如 DeepSeek V4 Pro 激进

结论：ChatGPT 5.5 是当前已测模型中综合表现最好的版本（8.3），在"像本人写的"和"信息不丢"之间取得了最实用的平衡。适合作为主改写模型直接使用，人工复核量低于 DeepSeek V4 Pro。如需更激进风格突破仍可选用 DeepSeek V4 Pro，代价是更高的信息补回成本。

DeepSeek V4 Pro 详细评审

评审模型：ChatGPT 5.5 · 评审时间：2026-05-17 · 输入文件：outputs/dna_profiles/user_dna_profile.md + outputs/rewrite_runs/new_ai_draft_effective_input.md · 详细记录：outputs/reports/deepseek_v4_pro_review_chatgpt55.md

DeepSeek V4 Pro 在此次改写任务中明显区别于前四个保守模型，属于"主动压缩 + 风格转化"路线：

• DNA 规则遵循度 8.0：能落实段首判断、并列展开、制度化建议和规范语气，问题与建议部分最接近 DNA 要求；但基础情况、评价过程等模板性章节仍保留较多原文组织方式
• AI 味清除 7.5：删除或压缩了部分宏大背景、重复政策语和空泛修饰，整体更紧凑；但"优化经济结构、激发市场主体活力""兜牢民生底线"等通用公文表达仍有残留
• 信息完整性 8.5：1518 万元、6782 人次、90.14 分、12 家企业、各项指标得分等核心事实保留完整；但评价依据、工作过程、部分满意度分项和阶段性目标细节被压缩，存在轻微信息损耗
• 风格相似度 8.0：相比原稿更强调"判断句 + 事实支撑 + 建制建议"，问题分析和政策建议段落较符合用户 DNA；不足是部分章节为了精简而弱化了报告体例的完整展开
• 改写创新性 8.0：不只是同义替换，而是主动调整段落密度、删除模板噪声、重组问题与建议表达；需要人工复核信息边界后再作为定稿使用

结论：DeepSeek V4 Pro 是当前已测模型中首个真正产生风格转化的版本，适合作为"第二轮风格主改写"使用。最佳用法是先用保守模型校验信息完整性，再用 DeepSeek V4 Pro 做风格压缩，最后人工补回被压缩过度的依据、过程和分项数据。

保守模型共同结论

以下四个模型表现高度一致，均以信息安全为优先，适合作为事实保真校验，不适合作为主改写模型。

千问 3.6 Plus 详细评审

评审模型：DeepSeek V4 Pro · 评审时间：2026-05-17 · 输入文件：outputs/dna_profiles/user_dna_profile.md + outputs/rewrite_runs/new_ai_draft_effective_input.md

千问 3.6 Plus 与千问 3.5 Plus 在此次改写任务上的表现无实质差异，各项得分完全相同：

• DNA 规则遵循度 6.5：8 条规则形式上均被遵守，但改写后与原文差异极小，未展现 DNA 驱动的风格转化
• AI 味清除 6.0：原文为政府公文，AI 套话基准含量低，实际清理幅度有限
• 信息完整性 9.5：全部关键数据（1518 万、6782 人、90.14 分）、政策文号、企业名称、指标得分完整保留，无丢失
• 风格相似度 5.5：改写后与原文高度相似——核心问题是输入稿与 DNA 来源样本属于同一文类，模型倾向于"不动比动好"
• 改写创新性 4.0：整体偏向微调而非改写，缺乏风格驱动的主动转化

结论：千问系列（3.5/3.6）在公文类改写任务上均展现出"极度保守"特性——信息保真度极高但风格转变零提升。版本升级未改变这一倾向。建议作为"第一轮安全校验"使用，核心改写任务交给改写策略更激进的模型。

千问 3.5 Plus 详细评审

评审模型：DeepSeek V4 Pro · 评审时间：2026-05-17 · 得分与 3.6 Plus 完全一致，详见上方 3.6 Plus 评测，此处不再重复展开。

Benchmarks 总结

共测试 7 个模型，评测结果按策略类型分为三个梯队：

核心发现：

1. 信息安全和风格转化是互斥需求——没有模型能在两个维度同时拿到 9.0+
2. 改写存在三个层次：用词替换（所有保守模型）→ 段落重组（DS V4 Pro、ChatGPT 5.5）→ 格式结构转化（Claude Opus）
3. 同一文类输入是评测的关键变量：原文与 DNA 来源样本同属公文类时，模型倾向于"不动比动好"，这是保守模型集体 6.5 分的根本原因
4. AI 味检测工具的参考价值有限：原文已含公文模板语（非典型 AI 水词），检测分数模型间差异不显著（1-2/100）

模型选型建议

每个模型的评分由另一独立模型交叉评审完成，确保评分客观。完整 Benchmark 设计及过程记录见 PROJECT_STATUS.md。

---

能力边界

这个工具改的是**“怎么写”，不改"写了什么结构"**。以下限制请提前了解，避免不切实际的期望：

语义级改写仍依赖你当前使用的 AI 模型。Writing DNA 的脚本负责把样本、DNA、规则、验证指标和报告组织起来，提供确定性检测与质量锚点；它不是一个脱离 LLM 的纯 Python 改写器。

不能做的事

交付格式

满意确认后，交付两份文件：

DOCX 由 scripts/md_to_docx.py 生成（依赖 pandoc），自动配置黑体标题 + 仿宋正文，WPS 打开不乱码。

---

仓库结构

writing-dna/
├── .claude/                            # Claude Code 注册入口
│   ├── commands/
│   │   └── writing-dna.md              # slash command 定义
│   └── writing-dna.md                  # skill 入口
├── .codex/                             # CodeX 注册入口
│   ├── prompts/
│   │   └── writing-dna.md              # prompt 定义
│   └── rules/
│       └── writing-dna.md              # 规则定义
├── .cursor/                            # Cursor 注册入口
│   ├── commands/
│   │   └── writing-dna.md              # slash command 定义
│   └── rules/
│       └── writing-dna.md              # 规则定义
├── .github/
│   └── copilot-instructions.md         # GitHub Copilot 指令
├── .trae/                              # Trae / SOLO 注册入口
│   ├── commands/
│   │   └── writing-dna.md              # slash command 定义
│   └── skills/
│       └── writing-dna/
│           └── SKILL.md                # skill 完整流程定义
├── docs/                               # 文档与图片资源
│   ├── images/                         # README 配图
│   │   ├── 3cea31070b1b8d378f728da10cf6b9b8.png  # 安装过程截图
│   │   ├── ai_slop_report.png          # AI 味体检报告
│   │   ├── c26597bc7d57f17b0fa6de7d76f8e9dc.png  # 安装完成截图
│   │   ├── comparison_report.png       # 改写前后对比
│   │   ├── md_raw_wps_garbled.png      # MD 粘贴到 WPS 乱码
│   │   ├── model_benchmark_example.png # 模型评测示例
│   │   ├── user_dna_hotwords_example.png # DNA 特征云
│   │   └── wps_docx_effect.png         # DOCX 排版效果
│   ├── writing-dna-architecture.md     # 系统架构说明
│   └── writing-dna-module-map.md       # 模块关系图
├── examples/                           # 改写示例（输入输出对照）
│   ├── 01-chatgpt-xiashentan.md        # ChatGPT 改写：瞎神探
│   ├── 02-notion-ai-zhibuzhi.md        # Notion AI 改写：知不知
│   ├── 03-cursor-diqitian.md           # Cursor 改写：第七天
│   ├── 04-obsidian-xiezai.md           # Obsidian 改写：写在
│   ├── 05-ai-pm-bietuile.md            # AI PM 改写：别推了
│   └── ai_slop_input.md                # AI 味检测输入示例
├── inputs/                             # 用户样本存放（运行时目录）
│   ├── README.md                       # 使用说明
│   ├── filtered_markdown/              # 过滤后的纯文本
│   ├── normalized_markdown/            # 标准化后的文本
│   └── template_stripped_markdown/     # 剥离模板后的文本
├── outputs/                            # 运行输出（运行时目录）
│   ├── README.md                       # 使用说明
│   ├── debug/                          # 调试诊断报告
│   ├── dna_profiles/                   # DNA 画像文件
│   └── rewrite_runs/                   # 改写运行结果
├── scripts/                            # 核心脚本
│   ├── ai_slop_dict.py                 # AI 套话黑名单词典
│   ├── detect_ai_slop.py               # AI 味检测
│   ├── docx_to_md.py                   # DOCX → Markdown 转换
│   ├── extract_dna.py                  # DNA 特征提取
│   ├── filter_non_prose.py             # 非正文内容过滤
│   ├── generate_report.py              # 改写对比报告生成
│   ├── check_tool_config_sync.py        # 多工具入口一致性检查
│   ├── install_ai_tool_commands.py     # 多工具自动安装器
│   ├── md_to_docx.py                   # Markdown → DOCX 转换
│   ├── render_dna_feature_cloud.py     # DNA 特征云渲染
│   ├── rewrite_with_dna.py             # 按 DNA 画像改写
│   ├── strip_template.py               # Layer1 模板剥离
│   ├── test_sample_sufficiency.py      # 样本充足性诊断
│   └── validate_rewrite_against_dna.py # 改写后 DNA 对齐验证
├── tests/                              # 公开最小回归测试（脱敏 fixture）
├── AI_INSTALL.md                       # AI 工具安装清单
├── CLAUDE.md                           # Claude Code 项目规则
├── README.md                           # 项目说明（本文件）
├── README_EN.md                        # 英文说明
├── SKILL.md                            # Skill 完整流程定义
├── WRITING_DNA.md                      # 跨平台通用指令
├── config.yaml                         # 运行参数配置
├── requirements.txt                    # Python 依赖清单
└── run.py                              # 全流程一键入口

关于测试目录：仓库公开一组脱敏的最小 pytest 回归测试。人工验收清单和私有素材仍保留在本地，不随仓库上传。

---