SKILL.md
Topic Generator - 选题生成
生成流程
- 接收热点列表（来自topic-collector）
- 评估筛选：按选题价值打分
- 输出TOP10：完整选题方案
筛选标准
必须满足
- AI相关（Vibe Coding / Claude / AI工具 / AI模型）
- 有明确的用户价值（能学到/能用到/能思考）
- 国内用户能理解和关注
加分项
| 维度 | 高分 | 低分 |
|---|---|---|
| 热度 | 讨论量大、增长快 | 冷门、无人问津 |
| 时效 | 24小时内 | 超过3天 |
| 独特性 | 有新角度可挖 | 已被写烂 |
| 可操作 | 能给出具体方法 | 纯概念讨论 |
写作方式分类
根据内容特点选择：
- 干货教程 - 有具体步骤可复现
- 产品体验 - 新产品/新功能测评
- 观点分享 - 趋势分析/行业洞察
- 新技术突破 - 重大更新/技术解读
输出格式
每个选题输出：
### 选题 N：[标题]
**事件描述**
一句话说清楚发生了什么
**核心角度**
为什么值得写？独特切入点是什么？
**推荐标题**（3个备选）
1. 标题A
2. 标题B
3. 标题C
**写作方式**：干货教程 / 产品体验 / 观点分享 / 新技术突破
**预估热度**：⭐⭐⭐⭐⭐（1-5星）
**不写的风险**：错过什么？（可选）选题公式参考
工具测评型
- 用了X天[工具]，我发现[意外收获]
- [工具]的隐藏功能，90%的人不知道
方法论型
- 我用[方法]搞定了[问题]的完整流程
- [数字]个让[场景]效率翻倍的技巧
热点结合型
- [热点]爆火，但大家忽略了这一点
- 从[热点]看AI编程的未来
反共识型
- 别再[常见做法]了
- 为什么我不推荐[热门事物]
经验复盘型
- 做了[数字]个[事情]后，我总结的[数字]条教训
- 如果重来一次，我会[改变]
质量检查
生成后自检：
- 标题有冲突感？（数字、对比、反差、疑问）
- 读者有痛点？
- 我有独特视角？
- 有具体案例？
- 能引发讨论？
5条全中 = 必写 | 3-4条 = 可写 | <3条 = 再想想