coffe-d/shenlun.skill

---

快速开始

什么时候用？直接开口就行

不用记任何命令。 发题目、发作答、发图片都可以——路由器会自动分派到对应技能。

---

效果示例

⚠️ 以下为示意示例（用于说明输出形态），不是真实批改记录。 真实批改会按你的具体题目与作答给出，内容随题而变。

一次批改的输出构成（小题为例；大作文同构，改用袁东四类文评分）：

场景一：提交小题作答要批改

用户 ❯ 帮我批改这道归纳概括题。作答：当前基层治理主要有四方面问题：
一是执法方式简单粗暴；二是公共服务设施不完善，停车难；三是流动摊贩管理
反复；四是过度依赖技术手段，忽视群众实际需求。

skill ❯ 【真题识别结果】未匹配到真题库 → 按通用评估标准

【参考作答 · 小马哥版】              结构固定、要素融合
　基层治理存在四方面短板。
　一、执法方式粗放。执法简单粗暴，缺乏规范标准。
　二、公共服务供给不足。停车、如厕等设施不完善。
　三、长效机制缺失。流动摊贩管理陷入"整治—反弹"循环。
　四、技术应用失当。过度依赖技术手段，忽视群众实际需求。
　（统一句式的动宾概括词，举措与成效融合在一条内）

【参考作答 · 白鹭版】                结构随题干、要素分栏
　一、执法：方式简单粗暴 → 缺乏规范标准
　二、设施：停车如厕难  → 公共服务供给不足
　三、管理：整治反复    → 长效机制未建立
　四、技术：依赖技术    → 群众需求被忽视
　（把材料要素拆成两栏逐条配对——与上版【结构性不同】，不是换措辞）

【差异对照】
　· 小马哥版"问题+实质"融合，读来干练，适合要点密集、字数紧的题
　· 白鹭版"现象/本质"分栏，层次清晰，但条数偏多、吃字数
　· 本题 200 字上限 → 小马哥版更省字；字数宽裕时白鹭版更易被阅卷人找到对应关系
　· 落点：写不长、易堆字 → 先学小马哥；常被说"层次不清" → 学白鹭

【阅卷人评判】采分点覆盖 4/4（执法规范／设施短板／长效机制／技术应用）　总分 14/20

【改进建议】
　· 表述升级："执法方式简单粗暴"→"执法方式粗放"（更书面，且与"规范标准"呼应）
　· 论证思路：问题类答案可给每点补一个"影响"，体现分析深度
　· 优化示范：原文"三是流动摊贩管理反复"→"三、长效机制缺失。摊贩管理陷入
　　'整治—反弹'循环，缺乏常态化机制。"

【复发提醒】
　⚠️「B1-无统一句式」这是第 2 次了。
　上次在《XX 题》也犯过（各条概括词字数从 4 字到 9 字不等，结构不齐）。
　建议专项训练：每条概括词统一为「动词+宾语」四字式，写完横向比一遍字数与结构。

场景二：提交大作文

用户 ❯ 帮我批改这篇大作文（附手写作答照片）。标题《以"三化"破局预制菜困局》

skill ❯

【图片识读结果】已转写正文约 950 字（请复核标题与分论点句）
【主题类型】单主题（预制菜产业发展）→ 三个分论点按维度展开
【文体】议论文（对策 + 影响）
【四类文判定】
　① 是否跑题：否
　② 框架：标题、开头（前+后）、总论点、分论点均正确 → 至少三类文
　③ 开头结尾：开头用排比句式引入，结尾回扣标题"便捷与安心" → 进二类
　④ 分论点论证：三段结构为「价值定位 → 问题诊断 → 分层对策」，
　　有"标准是产业发展的度量衡，也是保障安全的防火墙"这类有效论证 → 进一类
【评分】一类文（下档）
【改进建议】
　· 第 2 段案例只"举"未"证"——补一句机理：通过什么手段 → 解决什么 → 达到什么效果
　· 影响未做层级跃升：可尝试 微观（个人）→ 中观（企业/组织）→ 宏观（国家）
　· 表述升级："打造品牌" → "以品牌化赋能，实现从'产品思维'到'品牌思维'的转型"

场景三：只给作答、没给题干

用户 ❯ 帮我改一下这篇作文（附图），写得怎么样？

skill ❯

【缺题干】无法判断是否扣题、分值字数，先向你索取原题：

　为了精准评判，能否提供原题题干？两种方式都行：
　1. 直接说哪年、哪场考试、第几题（如"2023年国考地市级第5题"）
　2. 或把原题文字发给我
　顺便告诉我这道题多少分（大作文通常 35 或 40 分）。

—— 若确实提供不了，则转「通用文章评改模式」：

　· 不套真题采分点，改按一篇议论文评
　· 只评文章内在自洽：论点是否明确、论点与标题是否一致、论据是否支撑论点、
　　论证是否连贯
　· 不输出"立意判定：准确/偏题"（无题干时无从判断）
　· 五维评分：论点明确性 25% + 论据贴合度 30% + 结构条理 20% +
　　语言表达 15% + 卷面分 10%
　· 结果换算成真实分值（35/40 分），并标注"未匹配到真题"

---

题型速查

两条通用硬规则（两位名师、16 份真题样本验证）： 归纳概括类不写总括句；综合分析类必须写总括句。

---

架构与安装

为什么是这三位名师

依据当前口碑评价，而非理论推导：小题参照白鹭与小马哥，大作文参照袁东——这是大家公认可行的分工方案。

为什么并置多位名师：不是为凑数，而是让同一道题显出不同的解法。使用者拿两版对照，才能辩证看待所谓的"标准答案"，进而形成适合自己的那一套。

因此产出定位是「建议，不是判决」：

• 双视角作答 + 差异对照（各自多踩/漏了哪个采分点、适用场景、各自风险、“你更适合哪一套”）
• 某环节两版其实一致时直说"此处两版一致"，不为了凑对照而编造差异

为什么拆成三个 skill

为了按需加载——小题任务不必加载大作文的整套方法论，反之亦然。

一个小题任务的典型加载：router(~3.5k) + xiaoti(~3k) + 白鹭库(~6.6k) 或小马哥库(~6.2k) + 评分规则(~1.7k) ≈ 15k 字符 一个大作文任务：router + dawenti + 袁东库(~10k) ≈ 16k 字符 —— 两条路径互不加载对方的材料。

安装（任意支持 skills 的 agent）

本仓库不绑定任何特定 agent。只要该 agent 支持"技能目录"机制，把三个 skill 挂进去即可。

三个 skill 必须各自作为技能目录的直接子目录（技能扫描只认 //SKILL.md，不递归）。 仓库已在 skills/ 下备好三个目录，建三个链接指向它们：

# 把  换成你所用 agent 的技能根目录（见下表）
$root = ""
$repo = ""
foreach ($n in @("shenlun-router","shenlun-xiaoti","shenlun-dawenti")) {
  New-Item -ItemType Junction -Path "$root\$n" -Target "$repo\skills\$n"
}

常见 agent 的技能根目录：

⚠️ 仅上表末行"其他 agent"未经核实，请以你所用 agent 的文档为准（前三行已核实）。 判断标准很简单：该 agent 是否扫描某个目录下单层子目录里的 SKILL.md——是，就能装。

Windows 建符号链接需要管理员权限，目录联接（Junction）不需要，效果相同——故上面用 Junction。 macOS / Linux 把 New-Item -ItemType Junction 换成 ln -s "$repo/skills/$n" "$root/$n" 即可。

也可不用链接，直接把 skills/ 下三个目录复制到技能目录——代价是仓库更新后需重新复制。

功能模块

错题库（长期能力追踪）

• 批改后自动记录：每次批改把失分点按类型归入使用者本地的 错题库/
• 记类型，不记具体错误：记的是"B1-无统一句式"这类可跨题比较的失分点类型，而不是"某题漏了某个采分点"——只有类型才能累积计数、看出复发模式
• 频次与状态：🟡 初现（1 次）→ 🟠 复发（2 次）→ 🔴 顽固（≥3 次）
• 复发主动提醒：同一失分点类型再次出现时，主动提示"这是第 N 次"并指出上次在哪道题也犯过；顽固项给专项训练方案
• 可查询：问"我老毛病是什么"“最近进步了吗”，按顽固→复发→初现排序输出，并明确指出已改善的项
• 分类体系（8 维度 · 细粒度编号）见 skills/shared/references/error-bank-rules.md；错题库/ 已 gitignore，个人数据不上传

图片输入（原生支持）

• 直接用图片出题：试卷照片、题目截图、材料扫描件、手写作答照片都可以直接发送，无须先转写成文字，也无须外接读图工具
• 图片识读规范：图片类型清点 → 结构化提取（题号/分值/字数/题干/材料）→ 模糊处标注自检 → 转写确认 → 无法识读时才降级
• 分值、字数限制、题号是评分基准，识读时会主动向用户复核，读不准就标注 [图像模糊] 而不猜测
• 支持多图（多页试卷按页序拼接）、图文混合（冲突时以图片为准）、印刷体与手写体区分
• 只要所用 agent 与所选模型支持图像输入即可使用，不依赖任何外部读图工具或 MCP

真题识别

• 提交内容后联网搜索 + 真题库双通道匹配，自动定位考试年份、试卷类型、题号、原题
• 匹配成功后以真实阅卷采分点为评分基准，跳过通用推断
• 每次批改后自动入库，真题库渐进式扩充（skills/shenlun-xiaoti/references/real-exams/）

小题训练（shenlun-xiaoti）

• 双视角参考作答，且两版结构性不同（不是换措辞）：
  • 小马哥版：结构固定、要素融合——一律「上位概括词 + 具体做法」
  • 白鹭版：结构随题干、要素分栏——题干有几个要素/对象/主体就分几栏（问"变化"用过去/现在对比；问"举措及成效"则配对）
• 差异对照五项：各自多踩/漏了哪个采分点、分类逻辑差异、各自适用场景、各自风险、“你更适合哪一套”
• 诚实边界：某些环节两版其实一致（如总括句有无、概括词需统一句式）会直说"此处两版一致"，不凑对照
• 评分 = 采分点覆盖法（子项逐条核对），使用题目实际分值

大作文训练（shenlun-dawenti）

• 第一原则：文无定式——公式只是"想不出怎么写时的备用工具"，有更好的衔接就用更好的，不因偏离公式扣分
• 袁东累进四类文：跑题→三类→（开头结尾写得好）二类→（分论点论证写得好）一类
• 强制第一动作：判单/双/多主题 → 双主题再判 AB 型／ABC 型 → 按对应模板逐段核对 （ABC 型 = A、B 共同作用于大目标 C，如"现代与传统"→社会文明）
• 禁止用"分分总/总分总"等通用文章学术语下判语——曾因此把 ABC 型的第三层误判为"总结段"
• 模板档／进阶档两层；无题干时转通用文章评改模式（含卷面分）

命题预判

• 基于历年真题趋势（60%）+ 当年时政热点（40%）
• 支持国考（副省/地市/行政执法）、省考、事业单位

输出格式

默认直接在对话中输出批改结果，节省 token 开销。仅在用户要求「导出」「保存」「生成 word」时才生成 .docx 文件。

Word 导出（按需）

依赖安装：

pip install python-docx

导出效果：参考作答区域浅蓝色底高亮，表格文字居中排版，序号独立不连号。

文件结构

shenlun-master/
├── README.md
├── skills/
│   ├── shenlun-router/                   # 总调度
│   │   ├── SKILL.md                      #   输入处理 · 真题识别 · 命题预判 · 错题库 · 分派
│   │   └── references/prediction-methodology.md
│   ├── shenlun-xiaoti/                   # 小题
│   │   ├── SKILL.md                      #   解题门控 · 双视角作答 · 评分 · 反馈
│   │   └── references/
│   │       ├── bai-lu-methodology.md     #   白鹭（8类信号词权威表；第八节差异对照）
│   │       ├── xiaoma-methodology.md     #   小马哥（含验证状态矩阵）
│   │       ├── scoring-rules.md          #   评分方法 + 格式模板
│   │       ├── writing-rules.md          #   作答铁律 7 条
│   │       └── real-exams/               #   真题库（INDEX + 模板 + 4 套真题）
│   ├── shenlun-dawenti/                  # 大作文
│   │   ├── SKILL.md                      #   袁东判定入口 · 四类文评分 · 兜底评改
│   │   └── references/
│   │       ├── yuan-dong-methodology.md  #   袁东体系（据 26 专项班讲义重建）
│   │       └── fallback-eval-rules.md    #   无题干兜底评改
│   └── shared/                           # 三者共用
│       ├── references/
│       │   ├── error-bank-rules.md       #   错题库分类表（8 维度编号）
│       │   ├── expression-upgrade-rules.md  #  规范表述替换 / 成语 / 名言
│       │   └── image-reading-rules.md    #   图片识读规范
│       └── scripts/export_docx.py        #   md → docx 导出
├── _tools/                               # 名师原料提取工具（标准库，无依赖）
├── _sources/                             # 名师原始资料（gitignore，含版权）
└── shenlun-web/                          # 独立网页版（自己的 git 仓库，不随 skill 发布）

（运行时生成，已 gitignore）
错题库/                                    # 使用者个人错题库：INDEX.md + entries.md

关于 _sources/：名师讲义、手写笔记、真题答案等原始资料含版权，不进公开仓库。 其中的溯源分析（哪条结论来自哪份原料）是名师库得以重建的依据。

关于 错题库/：记录使用者本人的失分点类型与频次，含个人作答与成绩，同样不进公开仓库，首次批改时自动创建。

来源与声明

方法论来源

三位名师的方法论来自公开渠道的原始材料，不采用二手转述：

关于材料与版权

• 上述讲义、笔记、真题答案等原始资料含版权，不入公开仓库（存于 _sources/，已在 .gitignore）
• 仓库内只保留蒸馏后的方法论与溯源分析（记录每条结论出自哪份材料）
• _sources/ 下的原料用于提取方法论规则，不随仓库分发

可信度标注（本项目的做法）

与"笼统致谢"不同，本仓库对每条结论标注可信度：

各名师库开头均有「验证状态矩阵」，逐条列出哪些已证实、哪些已证伪、哪些待验证。 批改时只用 ✅ 的条目——这是本项目区别于"把通用申论常识冠上名师名字"的关键。

已证伪举例（保留记录以示可追溯）：

• 白鹭「综合分析＝3W 十六字方针」——10 份真题答案中两次综合分析均未套用
• 小马哥「第一句必须是总括句（不管什么题型）」——4 份归纳概括样本均无总括句
• 小马哥「归并＝按领域归类（交通/人才/产业/民生）」——6 份样本归类维度互不相同

不收录的内容

• 不收录任何付费课程原题与讲义原文
• 真题示例使用公开真题
• 名师方法的命名（如"题干四要素"“总括句+分类归并”）为公考培训行业通用表述，本仓库仅记录其在原料中的实际用法

更新日志

Star History

License

MIT © 2026 coffe-d

授权范围说明：本许可仅覆盖本仓库作者原创的代码与文档 （如 scripts/、_tools/ 下的脚本，以及本仓库编写的方法论整理与规则文件）。

其中的名师方法论系从公开教学材料蒸馏归纳，相关权利归原讲授者所有； 原始讲义、笔记、真题答案等资料（_sources/）不随本仓库分发，不在本许可范围内。 详见上文 来源与声明。