交互式整理不完整 Markdown 文档的 Claude Code 技能。
- 🎯 5 阶段交互式流程 - 草稿分析 → 定位确认 → 基础整理 → 逐步补充 → 最终确认
- 📝 渐进式构建 - 不追求一次写完整,每步等待用户确认
- 🔗 链接有效性检查 - 内置 Python 脚本,先询问用户再执行
- 📚 完整实践记录 - 包含 FastAPI、Flask、Tauri 三个真实案例
- 🛡️ 敏感信息保护 - 自动识别并保留敏感信息(密码、API 密钥等)
- 🧩 模块化设计 - 核心简洁,详情可引用
将 skill/ 目录复制到你的 Claude Code 技能目录:
# Windows
xcopy /E /I "skill" "%USERPROFILE%\.claude\skills\markdown-draft-curation"
# Linux/macOS
cp -r skill ~/.claude/skills/markdown-draft-curation在 Claude Code 中调用:
/markdown-draft-curation
然后按照提示操作即可。
markdown-draft-curation/
├── skill/ # ⭐ 技能模块(复制到 Claude Code 即可使用)
│ ├── SKILL.md # 核心流程 + 快速参考(必加载)
│ ├── practice-examples.md # FastAPI/Flask/Tauri 实践记录(可选引用)
│ ├── templates.md # 完整模板集合(可选引用)
│ └── check-links.py # 链接有效性检查脚本(运行时调用)
│
├── evals/ # 🧪 测试用例(开发时使用,不需要复制)
│ ├── evals.json # 测试定义
│ ├── test-input-1-links-only.md # 测试场景 1:链接集合
│ ├── test-input-2-mixed-content.md # 测试场景 2:混杂内容
│ ├── test-input-3-scattered-notes.md # 测试场景 3:零散笔记
│ ├── test-input-4-titles-only.md # 测试场景 4:只有标题
│ ├── test-input-5-wasm-links.md # 测试场景 5:新领域链接
│ └── test-input-6-sensitive-mixed.md # 测试场景 6:敏感混杂文件
│
├── workspace/ # 📄 测试输出(示例,不需要复制)
│ └── iteration-1/
│ ├── eval-1/ # FastAPI 完整示例
│ ├── eval-4/ # Rust 完整示例
│ ├── eval-5/ # WebAssembly 完整示例
│ └── eval-6/ # 敏感文件完整示例
│
├── README.md # 项目说明(本文件)
├── design.md # 设计文档
└── LICENSE # MIT 许可证
| 目录/文件 | 是否需要复制 | 用途 |
|---|---|---|
skill/ |
✅ 是 | 实际的 Claude Code 技能 |
evals/ |
❌ 否 | 开发测试用例 |
workspace/ |
❌ 否 | 测试输出示例 |
design.md |
❌ 否 | 设计文档 |
README.md |
❌ 否 | 项目说明 |
采用分模块设计,平衡简洁性和完整性:
- SKILL.md(必加载)- 核心流程、检查清单、快速参考
- practice-examples.md(可选引用)- 三个完整实践案例,供 AI 参考"应该怎么做"
- templates.md(可选引用)- 完整的用户提示文本模板
- check-links.py(运行时调用)- Python 脚本,先询问用户再执行
skill/
├── SKILL.md # 核心流程 + 快速参考
├── practice-examples.md # FastAPI/Flask/Tauri 实践记录
├── templates.md # 完整模板集合
└── check-links.py # 链接有效性检查脚本
项目包含 6 个测试场景:
- ✅ 只有链接集合的文档(FastAPI)
- ✅ 内容混杂的文档(Tauri)
- ✅ 零散笔记文档(Flask)
- ✅ 只有标题的文档(Rust)
- ✅ 新领域链接文档(WebAssembly)
- ✅ 包含敏感信息的混杂文档
- 严格按流程执行 - 每一步必须等用户确认后再继续
- 内容程度动态调整 - 保持灵活,根据用户反馈随时调整
- 不要追求一次写完整 - 渐进式构建,迭代效率高于一次性完美
- 可能需要"推倒重来" - 不要害怕恢复原始状态,重新开始
- humanizer-zh 使用原则 - 保持专业性,去除明显的 AI 痕迹即可
这个技能基于真实的文档整理实践经验,从 FastAPI、Flask、Tauri 等多个文档的整理过程中提炼而来。它强调用户主导、渐进式构建和灵活调整,而不是一次性自动完成。
- 设计文档:
design.md - 测试输出:
workspace/iteration-1/
MIT