关于 anycap-blog-production
anycap-blog-production 是面向 AnyCap 网站内容制作的工作流指南,适用于将用户提供的数据、笔记或产品事实整理成文章。它还说明何时生成视觉证据、如何验证素材并集成到页面中。
主要功能
- 01将原始输入整理为写作简报
- 02按 AnyCap 网站风格起草文章
- 03判断是否需要视觉证据
- 04检查模型参数并生成素材
- 05验证素材并集成页面
适用场景
- 01根据研究笔记撰写教程
- 02用产品事实制作术语或概念页面
- 03将基准数据整理成 SEO 文章
- 04为文章添加经过验证的生成图像
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ anycap-ai/ anycap --skill anycap-blog-production安装后在 Claude Code 中输入/anycap-blog-production确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
agents/openai.yamlreferences/input-brief.mdpatterns.mdvoice.md详细介绍
AnyCap 博客制作
开始前请通读整个文件。 这项技能用于将用户提供的数据转化为 AnyCap 风格的文章,并在文章需要佐证时补充证据。
当用户提供事实、笔记、示例、基准数据、产品功能或其他原始输入,并希望完成一篇符合 AnyCap 网站风格的博客文章时,请使用这项技能。核心工作是:
- 将输入数据整理成工作简报
- 按照 AnyCap 网站的语气撰写页面
- 判断文章是否需要一手证据模块
- 仅在能显著改善页面时添加 AnyCap 生成的视觉素材
这项技能关注的是博客制作工作流。如需了解原始 CLI 语法、身份验证和命令行为,请阅读 anycap-cli 技能。如需了解更广泛的搜索意图规划,请阅读 anycap-ai-tool-seo 技能。
起草前请阅读以下参考文件:
最适用场景
- 撰写数据驱动的博客文章
- 根据研究笔记制作学习页面和教程
- 根据产品事实和佐证示例制作术语表或概念页面
- 用户先提供基准数据、示例或功能数据的 SEO 文章
- 输入为项目符号、表格、JSON、电子表格、链接或粗略笔记的内容工作流
- AnyCap 网站内容:应采用务实、先给答案、熟悉产品的风格,而非泛泛的内容营销文风
开始前
- 确认 AnyCap 是否可用:
anycap status
-
编辑前检查页面结构:
- 找到基础页面
- 找到本地化包装页面
- 检查本地化路由或重复路由是否仅重新导出基础页面
-
将输入整理成简报:
- 文章主题是什么?
- 面向哪些读者?
- 数据实际证明了什么?
- 一句话的答案或承诺是什么?
- 哪些内容可以有把握地陈述,哪些仍不确定?
-
检查 Git 工作区,不要覆盖用户无关的修改。
-
写作前阅读语气和结构参考资料。
工作流
1. 根据输入数据整理工作简报
用户可能提供:
- 项目符号
- 产品事实
- 竞品笔记
- 电子表格导出内容
- JSON
- URL
- 基准数据
- 粗略观察
你的首要任务是将这些内容整理成简洁的内部简报:
- 目标读者
- 搜索或页面意图
- 页面主旨
- 3-6 条佐证事实
- 缺失的证据或不确定性
- 建议的页面结构
如果输入信息有限,请谨慎推断,并确保文章内容不超出数据实际能够支持的范围。
2. 先按照 AnyCap 网站的语气起草,再扩展
AnyCap 文章的默认模式:
- 简短的眉题
- 直接明了的 H1,明确提出一项具体承诺
- 面向已了解该类别的读者,撰写简洁的引言
- 在页面靠上位置添加先给答案的摘要模块
- 设置一个或多个结构化章节:
- 工作流
- 比较
- 检查清单
- 使用场景
- 常见问题
- 添加 CTA 或站内链接,引导读者前往下一个相关页面
不要以泛泛的背景铺陈开篇。应直接从实际问题、限制条件或有用结果切入。
3. 让证据类型与页面主张相匹配
- 展示最终成果:生成一张精美的主视觉图或展示图。
- 展示变化过程:生成一张粗略的源图,再基于同一主题生成一张精修后的效果图。
- 展示多样性或迭代过程:生成三联图或整洁的评审板,呈现多个变体。
- 支持基于时间的工作流:生成一张配图或关键帧,体现创作简报的内容。不要把静态图像说成完整的视频成果。
- 支持基于音频的工作流:生成一张氛围图或封面视觉素材,为提示词提供支持。不要暗示图像是音频输出。
- 支持流程说明:生成一张简洁的步骤插图或类图表视觉素材,让书面说明更易浏览。
如果文章本身已经表达清楚,就不要强行添加证明内容。本技能旨在提供有用的佐证,而非装饰性填充。
4. 提示生成前,先了解模型的实际限制
如果文章需要媒体素材,请先检查实时模型目录和架构:
anycap image models
anycap image models <model> schema --operation generate --mode <mode>
anycap video models
anycap video models <model> schema --operation generate --mode <mode>
anycap music models
anycap music models <model> schema --operation generate
切勿假设模式名称、参数名称或支持的宽高比。
5. 将素材生成到可重复使用的公共路径
使用描述性文件名,并将相关素材放在一起:
mkdir -p web/public/content-evidence
anycap image generate \
--model <model> \
--prompt "<subject-specific brief> ... no readable text, no watermark" \
--param aspect_ratio=16:9 \
-o web/public/content-evidence/<page-slug>-hero.png
规则:
- 始终使用
-o并指定描述性文件名。 - 主视觉或展示区块优先使用
16:9,除非布局需要其他比例。 - 在前后对比工作流中,清晰地区分版本或文件。
- 生成时让素材贴合具体主题,但技能本身应保持主题无关。
- 如果页面通过包装文件实现本地化,除非确实需要特定语言区域的图像,否则应共用素材。
6. 将素材接入页面前,先验证生成结果
使用 AnyCap 视觉功能验证素材:
anycap actions image-read \
--file web/public/content-evidence/<page-slug>-hero.png \
--instruction "Describe this image, confirm it matches the intended page claim, and mention any visible text or watermark."
对于编辑工作流,请比较源图和修订版:
anycap actions image-read \
--file web/public/content-evidence/<page-slug>-before.png \
--file web/public/content-evidence/<page-slug>-after.png \
--instruction "Confirm whether the second preserves the same subject while improving composition and background cleanliness."
如果验证发现可见文字、多余标牌、主体身份错误或偏离提示词,请重新编写提示词并重新生成,然后再编辑代码。
7. 优化素材,并将其接入可复用代码
- 如果压缩后的视觉差异可以接受,请将过大的 PNG 转换为 JPG 或 WebP。
- 优先使用可复用组件搭配查找表,而不是在每个页面中重复堆叠大型 JSX 代码块。
- 确保说明文字客观准确:
- 静态图像可以说明该图像是通过 AnyCap 为页面生成的
- 基于时间或音频的页面应明确标注该视觉素材为配图或封面视觉素材
- 如果本地化路由只是重新导出基础页面,请只编辑一次基础页面,而不要逐个修改本地化副本。
- 可复用区块应保持足够通用,以便直接用于文章、指南或落地页,而无需重写组件本身。
8. 验证页面集成
对修改过的文件运行有针对性的检查:
pnpm exec eslint \
'src/components/seo/ContentEvidenceBlock.tsx' \
'src/lib/content-evidence.ts' \
'src/app/(seo)/<section>/<page>/page.tsx'
如果完整的全仓库类型检查因既有问题而失败,请记录确切的阻塞文件,并确保技能输出只涉及实际验证过的内容。
交付内容
默认交付物:
- 从输入数据中提炼出的简明创作简报
- 符合 AnyCap 网站语气的文章草稿
- 存放在稳定公共目录中的生成素材
- 如果多个页面需要相同的佐证模式,则提供一个可复用的内容或 UI 组件
- 说明素材能够证明什么的页面文案
- 与实际素材相符的替代文本、说明文字和提示词区块
- 涵盖生成、验证和代码检查的简洁验证说明
注意事项
- 不要撰写适用于任何 SaaS 网站的泛泛“AI 博客”文案。
- 不要让文章超出所提供数据能够支持的范围。
- 不要用冗长的铺垫掩盖答案。
- 如果重点是展示 AnyCap 自有输出,就不要使用图库素材。
- 不要把静态图像说成视频或音乐模型的实际输出。
- 除非页面确实需要,否则不要让展示素材中留有可见文字或水印。
- 如果包装器已经复用基础页面,就不要重复实现本地化页面。
- 如果缺少的是证据,就不要用泛泛的文字充实页面。
- 不要将页面主题、关键词集群或特定细分领域名词硬编码到技能本身中。这些内容应属于实际任务输入,而非可复用工作流。
快速参考
# Check auth and feature availability
anycap status
# Normalize the topic with a small brief before writing
# Then inspect model parameters only if the article truly needs media
# Discover image models and parameters
anycap image models
anycap image models <model> schema --operation generate --mode text-to-image
# Generate a page-specific artifact
anycap image generate --model <model> --prompt "..." -o web/public/content-evidence/<page-slug>-hero.png
# Validate the artifact with vision
anycap actions image-read --file web/public/content-evidence/<page-slug>-hero.png --instruction "Describe this image and mention visible text."
# Compress a heavy PNG to JPG
sips -s format jpeg -s formatOptions 80 web/public/content-evidence/<page-slug>-hero.png --out web/public/content-evidence/<page-slug>-hero.jpg