0 Fork 0

Files

T

WorkBuddy df56c2c137 初始化提交：contentm_agent 工作区全量快照

内容分四块：
1、产品规划产出 —— MCN 短视频整合营销工作台的①段五份（1a 需求／1b 竞品／1c 画像／1d 策略／1e 场景）、②段两份（2a 功能／2b 布局）、③段界面（DESIGN.md 契约与令牌表 ＋ mcn-workbench.html 原型 ＋ 实测/会诊/审查三份 ＋ 23 张闸门截图）。
2、开源竞品调研 —— 5 个内容工作台项目的取证原始件与 1b 系列分析文档。
3、参考资料 —— 竞品视频抽帧 1145 张 ＋ 2 个源视频 ＋ 功能点截图。
4、机制侧 —— 协作脚本与状态台账、工作区记忆日志、抽帧/OCR 脚本。

.gitignore 只排运行时日志、脚本备份副本与一次性探针输出，其余按原样入库。

2026-10-08 08:13:02 +08:00

8.4 KiB

Raw Permalink Blame History

Easel SKILL 接口规范 v0.3

所有 Easel SKILL 遵循此规范。SKILL 是独立可调的原子能力单元。

目录结构

skills/
├── openclaw/              五层 SKILL（发现/策划/制作/发布/归因），由 OpenClaw 直接执行
└── shared/                跨 SKILL 共享工具（脚本、配置、依赖）

每个 SKILL 是一个独立目录：

skill-xxx/
├── SKILL.md               必须 — 执行流程（精简，< 200 行）
├── references/            可选 — 领域知识（按需加载，不常驻 prompt）
│   └── *.md
├── scripts/               可选 — 可执行脚本（运行时调用，代码不进 prompt）
│   └── *.py / *.sh
└── tests/                 可选 — 测试用例
    ├── test1.prompt           输入
    └── test1.expected         期望输出（关键字匹配）

三层加载机制

层	内容	加载时机	token 开销
Metadata	frontmatter（name, description）	常驻，用于 SKILL 路由	极小
Instructions	SKILL.md 主体	SKILL 被触发时	中等
Resources	references/ + scripts/	SKILL 执行中按需读取	按需

核心原则：SKILL.md 只写"怎么做"，领域知识写在 references/ 里。

共享工具层

skills/shared/ 存放多个 SKILL 共用的工具脚本和配置（如 ffmpeg 封装、API client、通用模板）。SKILL 通过相对路径引用。

SKILL.md 格式

---
name: skill-xxx
description: >-
  用中文说明本 SKILL 做什么、用户在什么场景或用哪些说法时应触发，以及与相邻 SKILL 的边界。
layer: discover / plan / produce / publish / attribute / general
---

# SKILL 名称

> 一句话描述

## 输入

描述接受什么输入

## 输出

描述输出格式（字段说明，不写具体值）

## 执行步骤

1. 步骤（引用 references/ 下的文件获取领域知识）
2. ...

## Profile 感知

有 Profile 时怎么用，没有时怎么退

frontmatter 规则：

只保留 name、description、layer 三个常规字段，减少常驻路由上下文和无效元数据
description 是 Agent 的主要触发依据，必须用中文同时写清能力、触发场景/用户说法和相邻 SKILL 边界；可使用 YAML 块标量
layer 标明所属层：五个流水线层 discover / plan / produce / publish / attribute，外加 general（跨切面基础设施，如画像管理、产物管理、模板库——不属于任一流水线阶段）
仅在 OpenClaw 需要判断操作系统、二进制、环境变量或安装方式时，允许增加 metadata.openclaw 运行时清单
禁止 version、profile_aware、self_developed、普通 metadata.trigger/impl/source、allowed-tools、tags；来源信息放 EASEL-META.md，执行约束和 Profile 行为写正文
SKILL.md 主体控制在 200 行以内

全库校验：

python scripts/validate_skills.py
python scripts/validate_skill_commands.py

第一条检查 frontmatter、资源链接、输出和发布安全契约；第二条解析 Skill 中的 Python 命令，对照脚本的 argparse 定义检查路径与参数漂移。

调用方式

easel skill check-compliance -i "内容"
easel skill check-compliance -i "内容" -p 画像名

所有调用统一走 OpenClaw agent，由 OpenClaw 读对应 SKILL、按 AGENTS.md 规则自己执行。

SKILL 同步

openclaw/sync.sh 把 skills/openclaw/ 与 skills/shared/ 同步到 ~/.openclaw/workspace-easel/。

Profile 注入

OpenClaw 直接读取 Profile 文件夹，按 AGENTS.md 凝练后用于产出。
检测标记：=== EASEL ACCOUNT PROFILE ===

产物管理

目录布局规约（一个内容项目 = outputs/<主题>/ 一个目录）：

outputs/<主题>/
├── note.md / final.mp4 / card_1.png   成品（用户要发/读的最终文件，放项目根）
├── assets/                            中间件：frames/ clips/ 构建脚本 原始素材 草稿 重复文件
└── .easel.json                    唯一元数据：展示头 + 层间产物契约（隐藏）

成品放项目根、中间件进 assets/：前端「内容库」据此把成品与素材分区展示。
项目名用人类可读主题（中文可），禁泛名（xhs/test）；测试/临时产物写 outputs/_scratch/。
任何新脚本在创建产物前必须调用 skills/shared/scripts/output_paths.py 的 validate_output_path()；系统写入需显式传 allow_system=True，且只能使用已注册的 _ 路径。
系统状态一律 _ 前缀目录（_login/_publish/_analytics/_profile_build/_scratch）； 内容库只展示项目目录，忽略根目录散文件与系统目录。

元数据契约（`.easel.json`）

单一元数据文件（隐藏），由 skills/shared/scripts/manifest.py 读写（带 selftest），含两部分：

① 展示头（供前端「内容库」富展示：标题/平台/状态/封面/标签 + 成品高亮）。收尾登记：

python skills/shared/scripts/manifest.py meta --topic <主题> \
  --title "<人类可读标题>" --platform 小红书 --kind cards --status draft \
  --tags "标签1,标签2" --cover cover.png --deliverables card_1.png,card_2.png

kind 取 article/xhs-note/video/cards/poster/audio/other；status 取 draft/ready/published。 meta 为 upsert：只改传入字段、其余保留；缺省有兜底（title→topic、cover→首张成品媒体）。

② 层间产物契约 steps[]：纵向编排跨层时，上游产物路径与关键结论通过 manifest 结构化传递，下游无需重新推导。

# 上游每步产出后登记（失败也登记 --status failed，供断点续跑）
python skills/shared/scripts/manifest.py record --topic <主题> \
  --layer plan --skill video-script --profile <画像> \
  --outputs script.md,brief.md --summary "3 幕结构，钩子在前 3s"

# 下游步骤前取上游最近一步作为输入
python skills/shared/scripts/manifest.py latest --topic <主题> [--layer plan]
python skills/shared/scripts/manifest.py read   --topic <主题>   # 看全链路

Schema：{topic, profile, created, updated, title, summary, platform, kind, status, tags[], cover, deliverables[], steps:[{layer, skill, at, status, outputs[], upstream[], summary}]}。 layer 取 discover/plan/produce/publish/attribute/general；step status 取 done/failed（默认 done）。契约稳定、可被任一层消费。

存量目录用 scripts/migrate_outputs.py（dry-run→apply 回填展示头，--reorganize 归整中间件进 assets/）收敛；测试残渣用 scripts/cleanup_outputs.sh 清理。

出站内容安全闸门（发布/评论类 SKILL 契约）

任何把文本发到公开平台的脚本（xhs/douyin/web_publisher/xhs_comment/zhihu_answer 等），在真发（--exec）前必须过 skills/shared/scripts/content_guard.py 的 guard_or_die(...)。分两级（见 BLOCK_CATEGORIES）：BLOCK 级=真·敏感信息（API key、内部 URL/域名、代理 IP、内部路径、env 名 + .env 真值）→ fail-closed 退出码 7 阻止发布；WARN 级=AI 措辞（由 AI 生成/OpenClaw/Claude/system prompt/大模型）与模型名（claude-*/gpt-image-2）→ 论文解读、AI 科普里可能是正常内容，只提醒不拦截。dry-run 全部只告警。放行硬拦须显式 --allow-unsafe。新增发布类脚本照此接入。

有界编排约定：manifest 只当薄索引（summary 一行给编排层路由 + outputs[] 指路径），不复制内容。跨层要传的东西分两类，都落 outputs/<主题>/ 成文件，不留在对话里：

产物（载荷）：脚本/图/视频/文案 → 写文件，--outputs 指过去，下游按路径读全文。
决策/意图（基调、受众、钩子、do/don't 等不体现在产物里的）→ 写进 outputs/<主题>/brief.md（策划层的创作简报），同样列入 --outputs。

测试

SKILL 可带 tests/ 目录，用低成本模型验证基本功能：

test1.prompt — 测试输入
test1.expected — 期望输出关键字/pattern

设计约束

独立可调 — 不依赖其他 SKILL
无 Profile 也能用 — Profile 是加持不是前提
接口一致 — 输出格式稳定，可被下游消费
SKILL.md 精简 — 执行流程在主文件，领域知识放 references/
泛化 — 定义规则和模式，不给具体 case 示例

8.4 KiB Raw Permalink Blame History Unescape Escape