mcpField
Y
yzr-writing-review

yzr-writing-review

github.com/yzr95924Documents043 installsUpdated 3d ago
Repository

About yzr-writing-review

yzr-writing-review is a skill for reviewing text and documents against a defined rule catalog. It keeps findings traceable, defaults to conversational analysis, and does not edit files without approval.

Key features

  1. 01Trace findings to catalog rules
  2. 02Use reference inputs for cross-document checks
  3. 03Return conversational analysis or reports
  4. 04Rewrite only after approval
  5. 05Self-check reports and rewritten text

Use cases

  1. 01Review documents against defined rules
  2. 02Compare content across multiple documents
  3. 03Turn findings into a report
  4. 04Rewrite text after approving findings

Install

Copy the command and run it in a terminal.

$npx skills add https://github.com/yzr95924/yzr-skill --skill yzr-writing-review

After installing, type/yzr-writing-reviewin Claude Code to confirm it loaded.

Bundled files

References and scripts installed along with SKILL.md.

eval/
evals.json
trigger_eval.json
ref/
catalog.md
multi-model.md
report-template.md
reviewer.md
rewrite.md
tests/
smoke_test_count_words.py
smoke_test_multi_model.py
smoke_test_scan_fingerprints.py
tools/
__init__.py
count_words.py
scan_fingerprints.py

Details

From the project README

yzr-writing-review

把文字 review 约束成发现可追溯、结论可执行的产物

输入与输出

方向内容
输入被审对象（文字 / 文档），可选附参照输入（SSOT 检查用）；多文件时互为参照输入，跨文档规则组随之启用
输出对话式分析回答或报告形态，路由见章节

执行原则

  1. 不主动改文件：产出是结论 / 报告，用户明确点头后才走改写（见章节）
  2. 每条发现可追溯：映射到至少 1 个 catalog 规则名
  3. 范围收敛：只审 catalog 收录的场景；事实存疑只指出位置让用户人工核对、不展开验证
  4. 产物留在对话内：报告 / 结论不落成文件（落文件即成无人维护的第二真源）；多模型管线的 中间产物（物化快照、扫描候选落盘）不受本条约束，落盘口径见多模型编排
  5. 自审合规：成文产物（报告形态输出 / Step 6 改写全文）交付前用 Step 2 的扫描脚本机检 （对话内的先物化成临时文件），把归因于自己的命中清零；引用被审原文产生的命中免裁，其余豁免口径见 章节；自己行文出现被判罚的记号等于结论失信
评审立场

立场五条单源在章节，默认路径与多模型评审员以该节为准

工作流

Step 1: 收集输入

解析输入，确定语言 + 文体 + 篇幅；判断有无参照输入。目录形式默认只含 .md 行文文件， 其余文件用户点名才进被审对象集。篇幅以 python3 tools/count_words.py <被审对象> 计（粘贴文字先物化成临时文件；从 skill 根运行），> 2000 字时与用户确认分段粒度 （按章节 / 按小节；多文件时可按文件），发现按该粒度分批呈现

Step 2: 加载 catalog 并补齐

必读 ref/catalog.md。可机械判定的候选先跑扫描：python3 tools/scan_fingerprints.py <被审对象>（从 skill 根运行；命中按对应规则处置，豁免按 章节）。随后用 catalog 规则补齐发现；无参照输入时在结论里明确"本次只审文档内"。用户显式要求多模型 / 交叉评审时本步的发现生产整体改走多模型编排的 subagent 逐票，编排者不再自产发现

Step 3: 形态路由

默认进 对话式分析回答（见章节）；用户明确要报告时进 报告形态（见章节）；形态可中途切换

Step 4: 对话式分析回答（默认）
  1. 理解复述：先用 2-4 句讲清这段文字在说什么（核心主张）与逻辑怎么走（论证链条）， 拿不准处显式说"这里我理解为 X，若不对请纠正"
  2. 结论先行：一句话给出"有没有问题"（没有就说明理由，收尾）
  3. 列要点：按文档位置顺序（file:line / 章节先后），发现自带处置，不加严重度分级标签 （Blocker / P0 类）；发现 ≤ 3 条直接给全（位置 + 规则名 + 问题 + 建议）；> 3 条给全量简表（每条一行）
  4. 收尾问询：发现多时问"逐条过一遍还是出一份报告"；逐条过按文档位置顺序逐条呈现， 格式"1/3 位置 规则名：问题 + 建议。接受 / 改判 / 跳过 / 追问？"，每条等用户表态照词义处置，追问展开后进下一条
  5. 逐条过完全部后输出汇总（接受 / 改判 / 跳过 计数 + 采纳清单），询问是否转报告形态 或进入改写（见章节）
Step 5: 报告形态

按 ref/report-template.md 的节序输出（模板首节即理解复述）；末尾问用户下一步（细化 / 逐条过 / 改写）

Step 6: 改写承接（确认后）

对每条接受的发现，执行对应 catalog 规则的修法；静默路径、执行约束、输出与自检见 改写承接

Comments

Markdown supported