Community写作与编辑github.com

iamshadmirza/to-onepager

将 Cursor 对话提炼为一页纸,并发布到用户配置的目标(本地、Google Docs 或 Confluence)。

to-onepager 是什么?

这是一个 AI 技能,旨在将冗长的 Cursor 对话或任何转录文本自动提炼为结构清晰、可读性强的单页摘要文档。用户可以选择将摘要发布到本地文件、Google Docs 或 Confluence,所有配置都存储在本地的 `config.md` 文件中。该技能能够智能识别对话意图(研究发现或提案),并遵循严格的提炼流程:第一步挖掘关键事实和假设,第二步选择最合适的页面类型(研究发现或提案),第三步根据模板填充内容,最后自动进行质量检查以确保事实准确、表述简洁。支持实验性会话的详细对比分析,能够生成包含“答案”、“置信度”和“意义”的决策就绪摘要,并自动设置页面所有者和后续链接,非常适合需要快速将研究或讨论成果固化并共享的场景。

兼容平台✓Claude Code~Codex CLI✓Cursor
npx skills add https://github.com/iamshadmirza/to-onepager/tree/main

Installed? Explore more 写作与编辑 skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

将对话转化为一页纸

将对话提炼为一页纸:一个结论、有依据的证据、易于阅读和跟进、已配置的发布目标。

输入: 转录文本的路径/粘贴内容(如果提供);否则使用当前对话。setup / reconfigure → 即使 config.md 存在,也运行设置。

配置: 位于此 SKILL.md 旁边的 config.md(本地安装)。格式:config.example.md。

页面类型(实况): research-finding | proposal。不明确时优先选择 research-finding。如果两者都适用,询问一次。在起草前宣布选择。

步骤

0. 设置

如果 config.md 缺失或用户要求重新配置:

  1. 询问目标:local | google-docs | confluence(仅一个)。
  2. 收集该目标的字段(参见 config.example.md)。Confluence 需要 confluence_folder_url。
  3. 在此技能目录中写入 config.md。
  4. 告知用户此配置适用于所有后续运行;说 setup 以更改。

完成: 包含已知 destination 的有效 config.md。仅设置的运行在此处停止,除非同时请求了一页纸。

1. 挖掘

阅读完整输入。仅工作记录(不向用户展示):

  • 会话意图:经验性论断 vs 决策赌注
  • 整个会话所服务的疑问或问题
  • 已测试的假设(以更正/变化内容开头)
  • 有依据的事实(有来源) vs 无来源的论断(中等置信度)
  • 方法、局限、开放性问题、下一步行动(产品/研究决策,而非本地操作手册)

如果意图倾向于 research-finding,还需捕获:

  • 具有计数的解释性机制(主导信号、假阳性模式、反事实)
  • 用户提到的发现(“将此放入关键发现”)
  • 实验? 如果会话比较了跨 N 个条件(上限、模式、范围、配置、A/B 臂)的相同测量指标,列出每个条件以及决定性的表格(评分卡、差距构成、相等性检查)。标记 fill: experiment。

如果意图倾向于 proposal,还需捕获:

  • 问题 / 受影响者、推荐的赌注、为何是现在、方法、替代方案(有来源时提供)、风险
  • 会话中讨论的近期下一步行动

完成: 捕获了意图信号、更正、有依据的事实以及特定分支的笔记。尚无解释。

2. 路由

从下面的目录中精确选择一种页面类型。宣布:页面类型:…。

页面类型使用时机其他情况优先
research-finding证据回答了“什么是真实的?”会话主要是缺乏新证据的赌注
proposal会话框定了一个赌注(问题、路径、为何、如何)会话是纯测量,无推荐变更

将验证和架构留待以后;如果会话仅包含这些形式,询问哪种实况类型最接近或停止。

完成: 已选择并宣布一种页面类型。

3. 提炼

加载路由类型的模板(上下文指针——仅读取该文件):

填充该骨架以便轻松阅读:冷读者应在几秒内理解结论,并且每个部分只遵循一个脉络。

research-finding 填充路径

  • 默认: 假设 → 结果 → 关键发现(模板默认骨架)。
  • 实验(当挖掘标记了 fill: experiment 时):使用模板的实验骨架。宣布:填充路径:experiment。
    • 发现阶梯: 堆叠的要点(每个条件一个结论)加上一个可选的总述;不要将 N 个条件压缩成一个超长句子。
    • 条件前上下文(可选): 在答案之后,用一个简短段落解释比较的各个方面以及任何容易混淆的术语(例如类型与实例计数),以便表格不会被误读。仅在“疑问”不够用时使用。优先使用简单的标题如如何阅读;不需要时省略。不要发明一个强制性的章节名。
    • 条件部分: 每个条件一个顶级部分;每个部分是结论然后分析。根据公平性或结果为部分标题(例如“公平 A/B:移除了上限”),而不仅仅是原始旋钮(“MaxMessages = 100”)。在分析中提供可共享的证明(评分卡和/或相同结论/差距构成表)。
    • 重复: 嵌套在决定性/公平的条件之下(例如多会话检查);不要仅为重复添加一个顶级条件部分。
    • 不要将 N 个条件的实验扁平化为假设 → 结果 → 关键发现。

可读性(每个页面)

  • 以具体事物开头: 标题和发现以数字、结论或赌注开头。上下文紧随其后;它不以页面开头。对于实验,发现可以以要点阶梯的形式承载赌注;如果发现包含数字,标题可以命名比较。
  • 在示例后解释: 在结果、关键发现、分析和如何中,先陈述测量的结果或选择的路径,然后如果需要,加一行简短上下文。
  • 每个部分一个任务: 每个标题只做一项工作。如果一个部分论证两件事,拆分或删除。
  • 答案 冷读者可以不关心页面类型就能使用:发现(摘要) / 置信度 / 所以呢
  • 标题是结论(当转录文本中有测量数字时包括它;实验可能将数字放在发现中)
  • 推荐:仅包含会话中讨论的行动。如果会话仅回答了一个问题(封闭式研究,无产品赌注),写 无(或“研究完成;无后续”)——不要发明后续步骤、文档待办项、审阅者家庭作业或“~1 周”计划。
  • 页眉:所有者、深入了解
  • 审阅部分存在

所有者:确定一个真实的人。对于 Confluence 目标,发布时使用 Atlassian 提及(publish.md)。否则显示名称。如果未知则询问;仅在推迟时使用 TBD。

完成: 填充了路由骨架(默认或实验);页面框架完整;所有者已确定或明确使用 TBD;标题和发现以具体结论开头。

4. 核实

失败并编辑,直到每个检查都通过。此步骤是质量的唯一真实来源(模板不重复说明这些规则)。

每个页面

  • 每个事实性单元格/要点都能追溯到转录文本
  • 无未经测量的量级
  • 冷读者答案在不阅读页面类型的情况下有效;发现是摘要并以具体结论开头(实验发现可以是要点阶梯)
  • 标题以结论开头(不是主题或软性标题);如果发现承载赌注/数字,实验可以在标题中命名比较
  • 正文与路由的页面类型匹配(无混合骨架)
  • 每个部分一个任务;没有既解释又推荐的部分
  • 页面框架完整(所有者、深入了解)
  • 深入了解 / 推荐中无本地操作手册内容
  • 置信度与证据匹配;标题与测量的数字匹配(如果存在),或者对于实验阶梯由发现匹配
  • 一页纸预算: 约 600 单词的散文;如果超出,删除最不重要的想法(不要缩小字体或塞入附录)。例外: 实验决定性表格(评分卡、差距构成、相等性检查)不会被删除以达到预算;改为缩短它们周围的要点。
  • 在答案 + 推荐上通过:主动语态、短词、删除不必要的词和术语
  • 无模板化连接词: 删除诸如“在当今的格局中”、“改变游戏规则”、“这就是为什么这很重要”等短语,或仅为增加参与度而添加的结束问题
  • 无软性总结: 推荐不重述发现
  • 无发明的后续事项: 仅当转录文本讨论过时才包含后续步骤;否则推荐是“无 / 研究完成”
  • 每个部分都增加新内容;删除仅重述前面部分的填充内容

相关技能