Skip to content

Latest commit

 

History

History
345 lines (270 loc) · 12.4 KB

File metadata and controls

345 lines (270 loc) · 12.4 KB
name proposal-pipeline
description 方案撰写一条龙流水线 Skill。从录音 MP3 出发,经过语音转文本→口述清洗→方案撰写→ 排版美化→平台经济/主流价值观验证→DOCX 输出,6 步全自动完成。 核心编排:/koushuqx → /researcher-yhf(或 wiki 知识库) → /universal-format → /platform-economist + /mainstream-values → /doc-polisher。 支持三种方案撰写模式:联网深度研究(researcher)、本地知识库(wiki)、自定义(other)。
trigger 方案撰写、写方案、方案一条龙、proposal、方案流水线、从录音写方案、 MP3 转方案、口述方案整理、录音转方案; 场景触发: 用户有录音需求要转为正式方案文档、用户提供 MP3/WAV 要求生成方案、 用户要求从口述到 DOCX 的全链路方案生产
argument-hint <mp3文件路径> [--mode researcher|wiki|other] [--style wechat|print] [--output 输出路径]
allowed-tools
Bash
Read
Write
Edit
Agent
metadata
type author version
pipeline
yhf
1.0

方案撰写一条龙流水线(Proposal Pipeline)

核心理念:从口述录音到交付级 DOCX 方案,6 步流水线全自动完成。 每一步都委托给已验证的专业子 Skill,本 Skill 只做编排与状态管理。


一、流水线总览

┌─────────────┐    ┌─────────────┐    ┌──────────────┐    ┌─────────────┐    ┌──────────────────┐    ┌─────────────┐
│  Step 1     │    │  Step 2     │    │  Step 3      │    │  Step 4     │    │  Step 5         │    │  Step 6     │
│  MP3 → 文本 │───▶│  口述清洗    │───▶│  方案撰写     │───▶│  MD 排版    │───▶│  双重验证       │───▶│  DOCX 输出  │
│  (whisper)  │    │  (/koushuqx)│    │  (3模式可选)  │    │  (/format)  │    │  (/economist    │    │  (/polisher)│
│             │    │             │    │              │    │             │    │   +/values)     │    │             │
└─────────────┘    └─────────────┘    └──────────────┘    └─────────────┘    └──────────────────┘    └─────────────┘

6 步详解

步骤 功能 子 Skill / 工具 输入 输出
1 MP3 语音转文本 scripts/mp3_to_text.py (faster-whisper) MP3/WAV 文件 原始转写文本 (.md)
2 口述文本清洗 /koushuqx 转写文本 清洗后文本 (.md)
3 方案撰写 3 模式可选(见下) 清洗文本 + 需求 方案初稿 (.md)
4 MD 排版美化 /universal-format 方案初稿 排版后 MD
5 双重验证 /platform-economist + /mainstream-values 排版后 MD 验证通过版 MD
6 DOCX 输出 /doc-polisher 最终 MD 精美 DOCX

二、方案撰写 3 模式(Step 3)

模式 A:联网深度研究(--mode researcher)— 默认

委托 /researcher-yhf,基于清洗后的需求文本,执行多维度联网搜索与结构化报告撰写。

适用场景:需要行业数据、竞品分析、政策研究等外部信息支撑的方案。

执行方式

  1. 从清洗文本中提取核心主题和研究类型
  2. 调用 /researcher-yhf 的完整工作流(8轮搜索 + 交叉验证 + 结构化写作)
  3. 输出含引用来源的深度方案初稿

模式 B:本地知识库(--mode wiki

基于用户本地的物流 wiki 和业务截图 wiki 作为知识库,提供行业背景和专业术语支撑。

知识库路径(默认值,可覆盖):

  • 物流 wiki:/home/fangxia/文档/我的物流wiki/wiki/
  • 业务截图 wiki:/home/fangxia/文档/业务截图wiki_pipeline/

执行方式

  1. 从清洗文本中提取关键词
  2. 读取物流 wiki 的 index.md 和相关分类目录(entities/, concepts/, comparisons/, reports/
  3. 读取业务截图 wiki 的 all_metadata.json 获取业务场景分类
  4. 基于关键词在 wiki 中匹配相关条目,读取匹配内容
  5. 以 wiki 内容为背景知识,结合清洗文本需求,撰写方案初稿

知识库读取优先级

  1. index.md — 获取全局结构
  2. queries/ — 查找是否有相似查询的历史
  3. reports/ — 查找相关分析报告
  4. entities/ + concepts/ — 查找相关实体和概念
  5. comparisons/ — 查找对比分析

模式 C:自定义(--mode other

用户自行指定知识来源或撰写方式。Agent 应询问用户:

  • 提供什么额外材料?(文档路径、URL、文本)
  • 有什么特殊撰写要求?(格式、侧重、受众)

三、完整工作流执行规范

当用户触发本 Skill 时,按以下流程严格顺序执行,每步完成后记录状态文件。

3.1 初始化

  1. 解析用户参数:

    • mp3_path:MP3/WAV 文件路径(必需)
    • mode:researcher(默认)| wiki | other
    • style:wechat(默认)| print
    • output_dir:输出目录,默认 /home/fangxia/文档/
    • proposal_name:方案名称,从音频内容中提取或用户指定
  2. 创建工作目录:

    /tmp/proposal-pipeline-<timestamp>/
    ├── 01_raw_transcript.md
    ├── 02_cleaned_text.md
    ├── 03_proposal_draft.md
    ├── 04_formatted.md
    ├── 05_verified.md
    └── 06_final.docx
    

3.2 Step 1:MP3 → 文本

python3 /home/fangxia/文档/proposal-pipeline/scripts/mp3_to_text.py \
  <mp3_path> \
  --output /tmp/proposal-pipeline-<ts>/01_raw_transcript.md

输出格式

# 语音转写记录

## 元信息
- **源文件**:<mp3_path>
- **时长**:XX:XX
- **模型**:faster-whisper large-v3
- **转写时间**:YYYY-MM-DD HH:MM

## 转写正文
(逐段转写文本,保留时间戳标注)

异常处理

  • 文件不存在 → 报错退出
  • 文件格式不支持 → 尝试 ffmpeg 转换后再处理
  • 转写质量差 → 标记警告,继续后续步骤

3.3 Step 2:口述文本清洗

委托 /koushuqx

  1. 读取 01_raw_transcript.md 的正文部分
  2. 严格按照 /koushuqx 的规则 1-4 执行清洗
  3. 输出 02_cleaned_text.md

清洗验收

  • 口头禅删除率 ≥ 90%
  • 关键信息(人名、数字、专有名词)100% 保留
  • 压缩率 20%-40% 为正常范围

3.4 Step 3:方案撰写

根据 mode 参数选择路径:

模式 A(researcher)

  1. 02_cleaned_text.md 提取核心主题
  2. 确定研究类型(默认 industry-research
  3. 深度级别默认 标准型(9000-15000字)
  4. 委托 /researcher-yhf 完整工作流
  5. 输出 03_proposal_draft.md

模式 B(wiki)

  1. 02_cleaned_text.md 提取关键词
  2. 读取物流 wiki index.md 获取结构概览
  3. 按关键词匹配相关 wiki 页面
  4. 读取业务截图 wiki 的 all_metadata.json 获取业务场景
  5. 基于清洗文本 + wiki 背景,撰写方案初稿
  6. 方案中标注引用的 wiki 来源 [来源: 物流wiki/xxx]
  7. 输出 03_proposal_draft.md

模式 C(other)

  1. 询问用户提供额外材料和要求
  2. 基于用户输入撰写方案
  3. 输出 03_proposal_draft.md

3.5 Step 4:MD 排版美化

委托 /universal-format

  1. 读取 03_proposal_draft.md
  2. 执行排版五步流程(诊断→重构→规范→优化→输出)
  3. 默认风格根据 --style 参数
  4. 输出 04_formatted.md

排版验收

  • 标题层级不超过 4 级,无跳级
  • 段落 ≤ 8 行
  • 中英文间有空格
  • 强调比例 ≤ 5%

3.6 Step 5:双重验证

5a. 平台经济学验证(委托 /platform-economist):

  1. 读取 04_formatted.md
  2. 使用平台诊断清单 6 维度评估:
    • 网络效应类型
    • 市场结构
    • 定价杠杆
    • 算法治理
    • 叙事环境
    • 制度约束
  3. 输出验证意见(验证通过 / 需修改 + 具体建议)

5b. 主流价值观验证(委托 /mainstream-values):

  1. 读取 04_formatted.md
  2. 使用核心价值判断框架 4 标准评估:
    • 生产力标准:是否有利于解放和发展社会生产力
    • 人民立场:是否符合最广大人民根本利益
    • 实践标准:实际效果如何
    • 历史进步:是否推动社会向更高级形态发展
  3. 输出验证意见(验证通过 / 需修改 + 具体建议)

验证结果处理

  • 两项均通过 → 直接进入 Step 6
  • 任一项需修改 → 将修改建议追加到 MD 末尾,由 Agent 判断是否需要重写相关段落
  • 重大问题 → 回退到 Step 3 重新撰写
  • 次要问题 → Agent 直接修改相关段落,输出 05_verified.md

3.7 Step 6:DOCX 输出

委托 /doc-polisher

python3 /home/fangxia/.agents/skills/doc-polisher/doc_polisher.py convert \
  /tmp/proposal-pipeline-<ts>/05_verified.md \
  --style <wechat|print> \
  -o <output_dir>/<proposal_name>-YYYY-MM-DD.docx

最终输出

  • 文件路径:<output_dir>/<proposal_name>-YYYY-MM-DD.docx
  • 文件命名示例:智慧物流平台方案-2026-07-07.docx
  • 同时保存一份最终 MD:<output_dir>/<proposal_name>-YYYY-MM-DD.md

四、参数参考

参数 默认值 说明
--mode researcher 方案撰写模式:researcher / wiki / other
--style wechat 排版风格:wechat(公众号)/ print(打印)
--output-dir /home/fangxia/文档/ 输出目录
--wiki-path /home/fangxia/文档/我的物流wiki/wiki/ 物流 wiki 路径
--biz-wiki-path /home/fangxia/文档/业务截图wiki_pipeline/ 业务截图 wiki 路径
--whisper-model large-v3 Whisper 模型名称
--name 从内容提取 方案名称

五、使用示例

示例 1:默认模式(联网深度研究)

用户:帮我从这个录音写一份方案 /home/fangxia/录音/物流平台需求.mp3

Agent 执行:
1. mp3_to_text.py 转写录音
2. /koushuqx 清洗口语文本
3. /researcher-yhf 联网研究+撰写方案
4. /universal-format 排版
5. /platform-economist + /mainstream-values 双重验证
6. /doc-polisher 输出 DOCX

最终输出:
  /home/fangxia/文档/物流平台需求方案-2026-07-07.docx
  /home/fangxia/文档/物流平台需求方案-2026-07-07.md

示例 2:本地知识库模式

用户:用本地 wiki 帮我从这段录音写方案 /home/fangxia/录音/供应链优化.mp3 --mode wiki

Agent 执行:
1-2. 同上
3. 读取物流 wiki + 业务截图 wiki,基于知识库撰写
4-6. 同上

示例 3:自定义模式

用户:/proposal-pipeline /home/fangxia/录音/需求.mp3 --mode other

Agent:请问您想提供哪些额外材料?(文档路径、URL、文本等)
       有什么特殊撰写要求?

六、异常处理

异常 处理方式
MP3 文件不存在 报错退出,提示正确路径
MP3 格式不支持 尝试 ffmpeg 转换,失败则报错
Whisper 转写失败 报错退出,检查 ffmpeg + faster-whisper 依赖
清洗后文本过短(< 100 字) 警告用户,可能录音内容不足
方案撰写 token 超限 自动分段撰写,合并输出
验证不通过 根据修改建议自动修正或回退
DOCX 转换失败 检查 python-docx 依赖,降级为纯 MD 输出

七、依赖检查

执行前自动检查:

# 检查 faster-whisper
python3 -c "from faster_whisper import WhisperModel; print('✅ faster-whisper')"

# 检查 ffmpeg
ffmpeg -version | head -1

# 检查 python-docx
python3 -c "import docx; print('✅ python-docx')"

# 检查子 Skill 文件
ls /home/fangxia/.agents/skills/koushuqx/SKILL.md
ls /home/fangxia/.agents/skills/researcher-yhf/SKILL.md
ls /home/fangxia/.agents/skills/universal-format/SKILL.md
ls /home/fangxia/.agents/skills/platform-economist/SKILL.md
ls /home/fangxia/.agents/skills/mainstream-values/SKILL.md
ls /home/fangxia/.agents/skills/doc-polisher/SKILL.md

八、版本

  • 版本:1.0.0
  • 创建日期:2026-07-07
  • 作者:yhf
  • 适用范围:从录音到 DOCX 的方案撰写全链路