Smithery Logo
MCPsSkillsDocsPricing
Login
Smithery Logo

Accelerating the Agent Economy

Resources

DocumentationPrivacy PolicySystem Status

Company

PricingAboutBlog

Connect

© 2026 Smithery. All rights reserved.

    marcelleon

    doc-coauthoring

    marcelleon/doc-coauthoring
    Productivity
    2
    4 installs

    About

    SKILL.md

    Install

    Install via Skills CLI

    or add to your agent
    • Claude Code
      Claude Code
    • Codex
      Codex
    • OpenClaw
      OpenClaw
    • Cursor
      Cursor
    • Amp
      Amp
    • GitHub Copilot
      GitHub Copilot
    • Gemini CLI
      Gemini CLI
    • Kilo Code
      Kilo Code
    • Junie
      Junie
    • Replit
      Replit
    • Windsurf
      Windsurf
    • Cline
      Cline
    • Continue
      Continue
    • OpenCode
      OpenCode
    • OpenHands
      OpenHands
    • Roo Code
      Roo Code
    • Augment
      Augment
    • Goose
      Goose
    • Trae
      Trae
    • Zencoder
      Zencoder
    • Antigravity
      Antigravity
    ├─
    ├─
    └─

    About

    引导用户通过结构化工作流共同撰写文档。当用户想要编写文档、提案、技术规范、决策文档或类似的结构化内容时使用。此工作流帮助用户高效传递上下文、通过迭代精炼内容,并验证文档对读者是否有效。当用户提到编写文档、创建提案、起草规范或类似文档任务时触发。

    SKILL.md

    文档共同撰写工作流

    此技能提供结构化工作流,引导用户完成协作文档创建。作为主动向导,带领用户完成三个阶段:上下文收集、精炼与结构化、读者测试。

    何时提供此工作流

    触发条件:

    • 用户提到编写文档:"写个文档"、"起草提案"、"创建规范"、"写一下"
    • 用户提到特定文档类型:"PRD"、"设计文档"、"决策文档"、"RFC"
    • 用户似乎开始一项重要的写作任务

    初始提议: 为用户提供共同撰写文档的结构化工作流。解释三个阶段:

    1. 上下文收集:用户提供所有相关上下文,Claude 提出澄清问题
    2. 精炼与结构化:通过头脑风暴和编辑迭代构建每个部分
    3. 读者测试:使用全新的 Claude(无上下文)测试文档,在他人阅读前发现盲点

    解释这种方法有助于确保文档在他人阅读时效果良好(包括他们将其粘贴到 Claude 中时)。询问他们是否想尝试此工作流还是更喜欢自由创作。

    如果用户拒绝,则自由创作。如果用户接受,继续进行阶段 1。

    阶段 1:上下文收集

    目标: 缩小用户所知与 Claude 所知之间的差距,稍后能够提供智能指导。

    初始问题

    首先向用户询问关于文档的元上下文:

    1. 这是什么类型的文档?(例如,技术规范、决策文档、提案)
    2. 主要受众是谁?
    3. 有人阅读此文档时期望产生什么影响?
    4. 是否有要遵循的模板或特定格式?
    5. 还有其他要了解的约束或上下文吗?

    告知他们可以简短回答或以任何方便的方式提供信息。

    如果用户提供模板或提到文档类型:

    • 询问是否有模板文档可分享
    • 如果他们提供共享文档链接,使用适当的集成获取它
    • 如果他们提供文件,读取它

    如果用户提到编辑现有共享文档:

    • 使用适当的集成读取当前状态
    • 检查没有替代文本的图像
    • 如果存在没有替代文本的图像,解释当其他人使用 Claude 理解文档时,Claude 将无法看到它们。询问是否需要生成替代文本。如果需要,请求他们将每张图像粘贴到聊天中以生成描述性替代文本。

    信息倾倒

    一旦回答了初始问题,鼓励用户倾倒所有上下文。请求以下信息:

    • 项目/问题背景
    • 相关团队讨论或共享文档
    • 为何不使用替代解决方案
    • 组织上下文(团队动态、过去事件、政治)
    • 时间压力或约束
    • 技术架构或依赖关系
    • 利益相关者关注点

    建议他们不要担心组织它 - 只需全部说出来。提供多种提供上下文的方式:

    • 意识流式信息倾倒
    • 指向团队频道或主题以供阅读
    • 链接到共享文档

    如果集成可用(例如,Slack、Teams、Google Drive、SharePoint 或其他 MCP 服务器),提到可以使用这些直接提取上下文。

    如果未检测到集成且在 Claude.ai 或 Claude 应用中: 建议他们可以在 Claude 设置中启用连接器,以允许直接从消息应用和文档存储中提取上下文。

    告知他们在完成初始倾倒后将提出澄清问题。

    在上下文收集期间:

    • 如果用户提到团队频道或共享文档:

      • 如果集成可用:告知他们现在将阅读内容,然后使用适当的集成
      • 如果集成不可用:解释缺少访问权限。建议他们在 Claude 设置中启用连接器,或直接粘贴相关内容。
    • 如果用户提到未知的实体/项目:

      • 询问是否应搜索已连接的工具以了解更多信息
      • 搜索前等待用户确认
    • 当用户提供上下文时,跟踪正在学习的内容和仍不清楚的内容

    提出澄清问题:

    当用户表示已完成初始倾倒(或提供大量上下文后),提出澄清问题以确保理解:

    基于上下文中的空白生成 5-10 个编号问题。

    告知他们可以使用简短方式回答(例如,"1:是,2:见 #频道,3:否,因为向后兼容"),链接到更多文档,指向要阅读的频道,或继续倾倒信息。以他们最有效率的方式。

    退出条件: 当问题显示出理解时 - 当可以询问边缘情况和权衡而无需解释基础知识时,已收集足够的上下文。

    过渡: 询问在此阶段是否还有更多上下文要提供,或是否是时候开始起草文档。

    如果用户想添加更多,让他们添加。准备好后,继续阶段 2。

    阶段 2:精炼与结构化

    目标: 通过头脑风暴、筛选和迭代精炼逐节构建文档。

    对用户的说明: 解释将逐节构建文档。对于每个部分:

    1. 将提出关于包含什么的澄清问题
    2. 将头脑风暴 5-20 个选项
    3. 用户将指示要保留/删除/合并的内容
    4. 将起草该部分
    5. 将通过精确编辑进行精炼

    从具有最多未知数的部分开始(通常是核心决策/提案),然后处理其余部分。

    部分排序:

    如果文档结构清晰: 询问他们想从哪个部分开始。

    建议从具有最多未知数的部分开始。对于决策文档,通常是核心提案。对于规范,通常是技术方法。摘要部分最好留到最后。

    如果用户不知道需要哪些部分: 根据文档类型和模板,建议适合文档类型的 3-5 个部分。

    询问此结构是否可行,或是否要调整。

    一旦结构达成一致:

    创建带有所有部分占位符文本的初始文档结构。

    如果可以访问工件: 使用 create_file 创建工件。这为 Claude 和用户提供了一个脚手架。

    告知他们将创建所有部分的占位符的初始结构。

    创建包含所有部分标题和简短占位符文本(如"[待编写]"或"[此处内容]")的工件。

    提供脚手架链接并指示是时候填充每个部分了。

    如果无法访问工件: 在工作目录中创建 markdown 文件。适当命名(例如,决策文档.md、技术规范.md)。

    告知他们将创建所有部分的占位符的初始结构。

    创建包含所有部分标题和占位符文本的文件。

    确认已创建文件名并指示是时候填充每个部分了。

    对于每个部分:

    步骤 1:澄清问题

    宣布将开始处理 [部分名称] 部分。询问 5-10 个关于应包含什么的澄清问题:

    基于上下文和部分目的生成 5-10 个具体问题。

    告知他们可以简短回答或只指出重要覆盖的内容。

    步骤 2:头脑风暴

    对于 [部分名称] 部分,根据部分的复杂性头脑风暴 [5-20] 个可能包含的内容。寻找:

    • 可能被遗忘的共享上下文
    • 尚未提及的角度或考虑因素

    基于部分复杂性生成 5-20 个编号选项。最后,如果他们想要更多选项,提供头脑风暴更多选项。

    步骤 3:筛选

    询问应保留、删除或合并哪些要点。请求简短的理由以帮助学习下一节的优先级。

    提供示例:

    • "保留 1,4,7,9"
    • "删除 3(与 1 重复)"
    • "删除 6(受众已经知道)"
    • "合并 11 和 12"

    如果用户给出自由形式的反馈(例如,"看起来不错"或"我喜欢大部分,但...")而不是编号选择,提取他们的偏好并继续。解析他们想要保留/删除/更改的内容并应用它。

    步骤 4:空白检查

    根据他们选择的内容,询问 [部分名称] 部分是否缺少任何重要内容。

    步骤 5:起草

    使用 str_replace 将此部分的占位符文本替换为实际起草的内容。

    宣布现在将根据他们选择的内容起草 [部分名称] 部分。

    如果使用工件: 起草后,提供工件链接。

    要求他们通读并指出要更改的内容。注意具体说明有助于学习下一节。

    如果使用文件(无工件): 起草后,确认完成。

    告知他们已在 [文件名] 中起草 [部分名称] 部分。要求他们通读并指出要更改的内容。注意具体说明有助于学习下一节。

    对用户的关键指示(起草第一部分时包含): 提供注释:不要直接编辑文档,而是要求他们指出要更改的内容。这有助于学习他们的风格以用于未来部分。例如:"删除 X 项 - 已由 Y 覆盖"或"使第三段更简洁"。

    步骤 6:迭代精炼

    当用户提供反馈时:

    • 使用 str_replace 进行编辑(永不重印整个文档)
    • 如果使用工件: 每次编辑后提供工件链接
    • 如果使用文件: 只确认编辑完成
    • 如果用户直接编辑文档并要求阅读:在心中记下他们所做的更改并在未来部分中记住(这显示了他们的偏好)

    继续迭代 直到用户对该部分满意。

    质量检查

    在 3 次连续迭代且没有实质性更改后,询问是否可以在不丢失重要信息的情况下删除任何内容。

    部分完成后,确认 [部分名称] 已完成。询问是否准备好移至下一部分。

    对所有部分重复。

    接近完成

    当接近完成时(80%+ 的部分完成),宣布打算重新阅读整个文档并检查:

    • 各部分之间的流畅性和一致性
    • 冗余或矛盾
    • 任何感觉像"草率"或通用填充物的内容
    • 每个句子是否都有分量

    阅读整个文档并提供反馈。

    当所有部分都起草并精炼后: 宣布所有部分都已起草。表示打算再次审查完整文档。

    审查整体连贯性、流畅性、完整性。

    提供任何最终建议。

    询问是否准备好进行读者测试,或是否想精炼其他内容。

    阶段 3:读者测试

    目标: 使用全新的 Claude(无上下文渗透)测试文档,以验证它对读者是否有效。

    对用户的说明: 解释现在将进行测试,看文档对读者是否真的有效。这会发现盲点 - 对作者有意义但可能让其他人困惑的事情。

    测试方法

    如果可以访问子代理(例如,在 Claude Code 中):

    在不涉及用户的情况下直接执行测试。

    步骤 1:预测读者问题

    宣布打算预测读者在尝试发现此文档时可能提出的问题。

    生成读者可能实际提出的 5-10 个问题。

    步骤 2:使用子代理测试

    宣布这些问题将使用全新的 Claude 实例(此对话中无上下文)进行测试。

    对于每个问题,仅使用文档内容和问题调用子代理。

    总结读者 Claude 对每个问题的正确/错误回答。

    步骤 3:运行附加检查

    宣布将执行附加检查。

    调用子代理检查歧义、错误假设、矛盾。

    总结发现的任何问题。

    步骤 4:报告和修复

    如果发现问题: 报告读者 Claude 在特定问题上遇到困难。

    列出具体问题。

    表示打算修复这些空白。

    循环回到问题部分的精炼。


    如果无法访问子代理(例如,claude.ai 网页界面):

    用户需要手动进行测试。

    步骤 1:预测读者问题

    询问人们在尝试发现此文档时可能提出什么问题。他们会在 Claude.ai 中输入什么?

    生成读者可能实际提出的 5-10 个问题。

    步骤 2:设置测试

    提供测试说明:

    1. 打开一个全新的 Claude 对话:https://claude.ai
    2. 粘贴或共享文档内容(如果使用启用了连接器的共享文档平台,提供链接)
    3. 向读者 Claude 提出生成的问题

    对于每个问题,指示读者 Claude 提供:

    • 答案
    • 是否有任何歧义或不清楚的地方
    • 文档假设已知的知识/上下文是什么

    检查读者 Claude 是否给出正确答案或误解任何内容。

    步骤 3:附加检查

    还要询问读者 Claude:

    • "此文档中对读者可能不明确或不清楚的是什么?"
    • "此文档假设读者已经拥有什么知识或上下文?"
    • "是否有任何内部矛盾或不一致?"

    步骤 4:根据结果迭代

    询问读者 Claude 哪里出错或遇到困难。表示打算修复这些空白。

    循环回到任何问题部分的精炼。


    退出条件(两种方法)

    当读者 Claude 始终正确回答问题且不浮现新的空白或歧义时,文档已准备就绪。

    最终审查

    当读者测试通过时: 宣布文档已通过读者 Claude 测试。在完成前:

    1. 建议他们自己做最终通读 - 他们拥有此文档并对其质量负责
    2. 建议仔细检查任何事实、链接或技术细节
    3. 要求他们验证它是否达到了他们想要的影响

    询问他们是否想要再次审查,或者工作是否完成。

    如果用户想要最终审查,提供它。否则: 宣布文档完成。提供一些最终提示:

    • 考虑在附录中链接此对话,以便读者可以看到文档是如何开发的
    • 使用附录提供深度而不会使主文档臃肿
    • 从真实读者那里收到反馈时更新文档

    有效指导技巧

    语气:

    • 直接且程序性
    • 当影响用户行为时简要解释理由
    • 不要试图"推销"方法 - 只需执行它

    处理偏离:

    • 如果用户想跳过阶段:询问他们是否想跳过此阶段并自由编写
    • 如果用户似乎沮丧:承认这比预期花费更长时间。建议加快速度的方法
    • 始终赋予用户调整过程的能力

    上下文管理:

    • 在整个过程中,如果提到的内容缺少上下文,主动询问
    • 不要让空白累积 - 在出现时解决它们

    工件管理:

    • 使用 create_file 起草完整部分
    • 使用 str_replace 进行所有编辑
    • 每次更改后提供工件链接
    • 永远不要将工件用于头脑风暴列表 - 那只是对话

    质量重于速度:

    • 不要匆忙完成阶段
    • 每次迭代都应该做出有意义的改进
    • 目标是一个对读者真正有效的文档
    Recommended Servers
    Ref
    Ref
    Docfork
    Docfork
    Microsoft Learn MCP
    Microsoft Learn MCP
    Repository
    marcelleon/skills-zh
    Files