Tech Article Deep Dive Skill

此技能用于指导 Agent 对用户指定的 技术话题 进行深度调研和解读，并最终输出一篇高质量的技术文章。

1. 环境准备

• 检查当前目录下是否存在 articles 文件夹。如果不存在，请使用 run_command 创建：mkdir -p articles。

2. 深度调研 (Research Phase)

不要仅依赖模型训练数据，必须使用 search_web 工具即时获取最新、最权威的信息。

• 目标源：重点关注 GitHub, Google, Medium, Rabbit, TechCrunch, DeepLearning.ai, OpenAI Blog, arXiv, YouTube 等权威技术平台。
• 调研维度：

- 核心定义与原理：该技术到底是什么？底层机制是如何运转的？ - 最佳实践：工业界是如何使用的？有哪些 Pattern 或 Anti-pattern？ - 深度推理：不仅回答 "What"，更要回答 "Why" 和 "How"。例如，为什么设计成这样？有什么 Trade-off？ - 最新进展：最近有什么突破或新的研究成果？

3. 内容编排 (Structuring)

在正式写作前，构建逻辑严密的文章结构。

• 原则：循序渐进，深入浅出。拒绝简单的列表堆叠。
• 推荐结构：

1. 引言：背景、痛点、为何重要。 2. 核心概念解构：通过比喻或底层逻辑拆解概念。 3. 技术深度解析：(干货部分) 结合调研内容，展示推理过程和深度见解。 4. 实战/应用：代码示例、架构图描述或真实案例。 5. 总结与展望。 6. 参考资料 (References)：必须附上调研时获取的真实 URL 链接。

4. 元数据要求 (Metadata Requirements)

在文章的最顶部添加 YAML Frontmatter，包含以下字段：

• title: 文章标题。
• summary: 文章核心摘要（100-200字）。
• createdAt: 创建日期（格式：YYYY-MM-DD）。
• updatedAt: 更新日期（格式：YYYY-MM-DD）。

5. 写作执行 (Writing Guidelines)

• 拒绝 "AI 味"：

- 避免机械的 "首先、其次、最后" 排比。 - 避免空洞的套话。 - 使用更像资深工程师或技术专家的自然口吻。

• 排版要求：

- 合理使用 Markdown 标题（H1, H2, H3）。 - 关键代码块需注明语言。 - 重点内容适当加粗，但不要滥用。

• 保存文件：

- 根据话题生成英文连字符文件名，例如 articles/deep-dive-system-messages.md。

6. 执行步骤

1. 询问/确认话题：明确用户想要解读的具体技术点（如：Prompt Engineering, RAG, System Messages 等）。
2. 执行联网搜索：使用 search_web 收集素材。
3. 撰写并保存：根据上述 Guidelines 撰写并写入文件。
4. 最终回顾：检查是否包含引用，语言是否自然。