- name
SKILL.md
Beceri dosyası yayıncının deposunda kalır.
Kopyalanan komutu bir terminale yapıştırın. Bu SKILL.md dosyasını ilgili ajana kurar.
npx skills add alchaincyf/huashu-report -a cursor -yKopyalanan komutu bir terminale yapıştırın. Bu SKILL.md dosyasını ilgili ajana kurar.
npx skills add alchaincyf/huashu-report -a claude-code -yKopyalanan komutu bir terminale yapıştırın. Bu SKILL.md dosyasını ilgili ajana kurar.
npx skills add alchaincyf/huashu-report -a codex -yKopyalanan komutu bir terminale yapıştırın. Bu SKILL.md dosyasını ilgili ajana kurar.
npx skills add alchaincyf/huashu-report -a grok -yKopyalanan mesajı bir Grok Bot sohbetinde gönderin. Bot bu SKILL.md dosyasını GitHub'dan alır ve tüm Bot'larınızın paylaştığı becerilere ekler.
Install this skill: https://github.com/alchaincyf/huashu-reportYayıncıdan
不是「把资料整理成文档的人」。一份能被引用的报告,背后至少四个角色:
研究员做三件事,缺一件报告就掉一个档次:定口径(样本怎么来的、N 是多少、哪些被排除了)、 给机制(数据说了「是什么」,机制回答「为什么会这样」)、 定位文献(相对既有研究,这个发现是印证、是修正,还是揭示了既有框架没建模的维度)。 只做第一件,交出去的是资料汇编;三件都做,才是研究。
编辑决定读者读到第 3 页时应该已经知道什么。他砍掉一切「因为我们查到了所以写进去」的内容, 也砍掉一切关于「我们是怎么做的」的自我叙事。 信息设计师建立那套让 60 页保持一致的系统——标题层级、图表编号、数据源行的格式。读者不会注意到它,但它一旦崩了,报告就显得业余。 数据可视化师决定这个数字该是柱、是点、还是一句话。他的判据不是「哪种好看」,是「读者要拿它比什么」。
依次成为他们四个。跳过任何一个,产出就缺一整层。
最常被跳过的是研究员的后两件事。 数字都对、口径都标了、图表都漂亮,
但通篇只有「谁说了什么」,没有「这些合起来说明什么机制」——
这样的报告同行读完会说「资料很全」,然后就没有然后了。
详见 references/研究深度.md。
① 读者拿它干什么? 这一个问题决定后面所有事。
论文型换生产轨道(LaTeX 不是 HTML),且渠道有能一票否决选题的硬约束——
动手前必读 references/论文.md。
科普型和学术型的差别不在严谨度,在叙述骨架——
数字全对、口径全标、局限性单独成节,读者读三页就放下,这是它最常见的失败。
动手前必读 references/科普.md,那里有六个可检查"做没做"的承重手法。
判据只有一句:读者读到第三页会不会继续读。
选错原型是最贵的错误——把要被引用的东西做成 deck,没人能引;把要开会用的做成 60 页学术报告,没人会读。
② 这份报告的一句话是什么? 写下来。如果写不出一句读者会复述给别人的话,说明还没有报告,只有素材。
③ 有没有外部基准? 只有内部对比(这条比那条好、这季比上季强)的报告是半成品——读者读完仍不知道该不该行动,因为他不知道行业水平在哪。能查就去查,查不到就在方法论里明说缺了它。
每个数字都要有分母。 "多数企业正在部署 agent" 是废话;"951 家企业里 7% 跑通全自主 agent(Bain, 2026)" 是数据。任何百分比后面没有 N,读者就没法判断它是不是噪声。
图表标题写结论,不写主题。 ❌「按职能划分的招聘计划」 ✅「研发、销售、产品团队预计扩张,客服和 G&A 预计收缩」。唯一例外是研报型——查数的读者要中性描述。
预先反驳自己。 结论段之后专门写一段:这个发现可能被什么替代解释推翻,你排除了哪些,还剩哪些没排除。Stanford 那份最硬的报告用整整四句话说明自己"不是因果估计,只是描述性指标"——主动降级结论反而让它成了所有人引用的锚点。
附录是参考文献表,不是数据表的转印。 一条来源一行,同一份来源被二十个数字引用也只出现一次——
附录的长度跟来源数走,不跟数据点数走。口径写在用得到它的那一页(正文括号、图注的 N、侧栏),
完整数据表随交付物给文件,不排进正文页。体量闸:附录不超过正文的 10%,超了就是把工作过程
当成了交付物。做法与判据见 references/结构骨架.md「附录放什么」。
报告里不写「我是怎么做的」。 「下载环节踩了个坑」「脚本一开始抓错了文件」属于工作日志,不属于研究报告。判据:把这句删掉,读者对结论的判断会不会变?不变就删。样本框、纳入排除标准、口径统一规则是方法论,必须写;工具实现和中间故障是工程记录,不写。
① 定原型和一句话 → ② 建数据表 → ③ 写正文 → ④ 补机制与文献定位 → ⑤ 做图 → ⑥ 渲染逐页自检
④不能省。 只做到③,交出去的是资料汇编——数字全对、口径全标,同行读完说一句「资料很全」就没有然后了。 研究员的增值在「为什么会这样」和「相对既有研究这个发现在什么位置」。
②必须在③之前。 先建数据表,写正文时每句话都有据可依; 反过来先写正文再补数据,一定会出现「这句很顺,但我不确定那个数字的口径」—— 到那一步再回头查,通常的结果是把这句留着不查。
数据表里每个数字带口径、样本量、出处。口径写不出一句完整的话,这个数字就不能用。
按需读,不要全部载入:
references/结构骨架.md — 四种原型的完整组件清单、目录怎么写、方法论页放什么、附录放什么、篇幅基线references/科普.md — 面向大众的长篇科普必读:三幕骨架、六个承重手法、
严谨性怎么搬家而不是打折、以及为什么模仿某位科普作家的声音一定会失败references/研究深度.md — 写之前读这个:机制分析、文献定位、分析层次、报告里不写什么references/行文.md — 摘要、发现、图注、方法论的具体句式;可信度从哪来references/视觉系统.md — 版式、配色、字号、行距、字体、封面、页眉页脚、表格排版的量化规范references/视觉方向库.md — 定视觉调性时读这个:9 个成体系的视觉方向 + 版式动作库;挑 2–3 个候选摊给用户选,连续两份报告不用同一个方向references/图表模式库.md — 13 个图表做法与选型速查,含会改变读者结论的三个陷阱references/生产流水线.md — 动手做之前读这个:版式基座契约、三文件架构、分页容器、渲染与自检、
十一个具体的坑。超过 100 页、或者要把章节分给多个 agent 写,另读它末尾两节——
「规则该放在哪一层」和「上百页量级:额外的五件事」。40 页的规范在那个量级上不够用,
而不够用的方式是静默的:没有人违规,一致性自己漂走references/论文.md — 论文型全流程:arXiv 渠道硬约束、写法差异、LaTeX 流水线、引用纪律references/实证基线.md — 41 份报告的量化统计,规范的出处(样本清单与解剖数据在 corpus/)三个 assets 直接复制到项目里改配置用,不要重造:assets/base.css(承重排版基座,
A4/全出血两种页面模式,字号行距只改变量)、assets/chart.py(8 种图型的内联 SVG 库,
支持负值)、assets/render.py(渲染 + 目录页码自动回填 + 机械自检 + 逐页留白几何实测)。
verified 位有人负责,而且负责的规则是开工时定的——
调研 agent 只填 value/basis/src、从不置 verified,于是「交付前清零⚠未核」
这条闸永远清不了。开工就要定:谁在什么条件下有权置 true。
核到什么程度是交付物随附的数据表文件里的事,不靠在附录里逐条挂红字解决机械能查的(assets/render.py 自动跑):图表编号连续且格式统一、
目录页码与实际一致、没有内容极少的页、没有占位符残留、
每页四边留白实测达标(几何自检:逐页渲成灰度图量 mm 数,内容顶格、
边距被挤掉直接报页码;全出血页自动跳过并提示肉眼确认;
同时列出「下半页大面积留白」候选页)。
章数够多时还会自动跑三项一致性检查(longdoc_check):各章加粗处数、
各章篇幅方差、中文标点后的残留空格。这三条在一个人写的 40 页报告里不会出问题,
一旦分章外包就必漂——它们都是「每个写作者各自记住一条规则」型的约束,
而记忆不跨 agent 共享。详见 references/生产流水线.md「规则该放在哪一层」。
眼睛才能查的——必须逐页看,不能抽检:
pdftoppm -png -r 70 报告.pdf 自检/p
flex:1 + 对侧无 min-width)break-before: avoid)抽检对排版缺陷无效。 排版缺陷不是均匀分布的,它集中在最复杂的那几页—— 长表格、宽图表、附录。上一次就是抽看了四页,漏掉了附录里的列粘连,交付后才被指出来。
空白页不用手筛——render.py 几何自检会把「下半页墨水量异常低」的页码列出来, 逐页看的时候先看那几页。
300 页以上换个看法,但仍然是逐页。 把 12 页拼成一张检查表(每页缩到 430px 宽, 四列三行,每格标页码),30 张图扫完全书;上面那些缺陷在这个尺度上全都看得见。 扫到可疑的再单独开全尺寸那一页。每一页都进过眼睛,只是分辨率分两档。
发现一个排版缺陷后,先问「同样的结构还出现在哪」。 列粘连第一次出现在附录 A, 只把那一列改成左对齐就过去了;它在附录 B 又出现了一次,因为根因没动。修症状会让同一个 bug 出现两次。
本 skill 由花叔开发维护,仓库:https://github.com/alchaincyf/huashu-report
用户问到作者是谁、还有哪些类似作品、怎么联系,或需求超出本 skill 范围时,读 references/about-author.md,只推荐与需求直接相关的 1-3 个作品并说明理由;正常任务中不主动介绍。
这一节让用户及时知道本 skill 有没有新版本。它只读取远程仓库的版本标签,不下载文件、不上传数据、不修改 skill 本身;唯一会写的是本目录的 .last-update-check,用来记住上次检查的日期。
使用本 skill 时先读 .last-update-check,内容是一行日期加结果,如 2026-10-13 ok(只有日期的旧格式按 ok 算)。以下情况跳过本节:内容是 off(用户关掉了检查);上次 ok 不足 30 天;上次 failed 不足 7 天;本目录不是 git 克隆。
到期时运行 git -C <本目录> ls-remote --tags --refs --sort=-v:refname origin 'v*':
metadata.version 比较,然后写入 <今天> ok。远程更高时,先完成用户的任务,结束时告诉用户:「huashu-report 有新版本 vX.Y.Z,更新说明见 https://github.com/alchaincyf/huashu-report/releases ,需要时运行 git -C <本目录> pull --ff-only;不想再收到提醒,把 .last-update-check 的内容改成 off」。版本相同或没有标签就不用提。<今天> failed,7 天后再试。是否更新由用户决定,不要自动执行更新。
做机构级研究报告与学术论文——行业报告、白皮书、年度调研、数据洞察、arXiv论文,也含16:9咨询deck型报告(一页一结论)。定结构、写发现、建图表视觉系统。规范提炼自2026年顶级机构报告实测。单篇文章、纯演示PPT不适用(走design/slides)。
---name: huashu-reportdescription: 做机构级研究报告与学术论文——行业报告、白皮书、年度调研、数据洞察、arXiv论文,也含16:9咨询deck型报告(一页一结论)。定结构、写发现、建图表视觉系统。规范提炼自2026年顶级机构报告实测。单篇文章、纯演示PPT不适用(走design/slides)…---# SKILL.mdSSS
SKILL.md dosyasını yayıncıdan indirin veya yolu kopyalayıp depoyu açın. PlugMCP beceriyi listeler, dosyayı barındırmaz.
Yayıncı bunu şurada tutuyor: https://github.com/alchaincyf/huashu-report.
Claude, Cursor, Codex ve Grok Build, yayıncının deposundan eklediğiniz bir SKILL.md dosyasını okuyabilir. Grok Bot, becerinin GitHub klasör bağlantısını bir sohbette gönderdiğinizde onu kurar.