Liangziwei Skill

SKILL内容创作
内容创作 未标注权限 许可证不明确

量子位(QbitAI,国内AI行业Top 1科技媒体)的AI科技自媒体创作思维——团队出品·数据驱动·速报+深析+智库三位一体。 触发词:「量子位视角」「像量子位那样写」「AI行业新闻快讯」「AI十大趋势」「AIGC全景图谱」「MEET智能未来」。 擅长:AI行业新闻快讯、深度特稿报道、产业研究报告(AI十大趋势/AIGC全景图谱)、年度大会内容框架、 行业人物深度专访、数据驱动新闻、短快讯50+条密集型更新。

一句话选型结论

按资料字段整理

Liangziwei Skill是内容创作类的 Agent Skill,安装方式:GitHub 仓库,权限级别未标注,许可证不明确,没有现成安装命令,需按说明手动放置 SKILL.md。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类内容创作 安装方式GitHub 仓库 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 awesome-ai-persona-skills
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

GitHub 仓库
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    按安装说明或仓库 README,把 SKILL.md 放到客户端的 skills 目录(一般一个技能一个文件夹)。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

内容创作
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方momozi1996仓库 awesome-ai-persona-skills · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式GitHub 仓库安装包 momozi1996/awesome-ai-persona-skills
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 2026-05-03
正文体量7.0 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
写文章与脚本

按主题产出初稿与分镜脚本。

改稿与润色

把草稿改顺、统一语气。

多平台文案改写

同一内容按平台改成长短不同的版本。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 基础信息齐全,可以先按说明装一个试试。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有现成安装命令,要按安装说明或仓库 README 手动放置。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在内容创作场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
Liangziwei Skill当前 未标注权限 GitHub 仓库 未标注 未标注 无
AI 视频生成 调用外部服务 GitHub 仓库 431.3 万 Codex、Claude、Cursor 有
视频帧 联网访问 ClawHub 市场 262.1 万 OpenClaw 有
Markdown 转换器 写入文件 ClawHub 市场 135.3 万 OpenClaw 有
哔哩哔哩全合一 接触敏感数据 ClawHub 市场 64.1 万 OpenClaw 有
Remotion video toolkit 命令行 浏览器控制 ClawHub 市场 63.9 万 OpenClaw 有

SKILL.md 全文

7.0 KB
模型实际读到的说明书原文,来自技能仓库

量子位 · AI科技媒体创作思维

> 「量子位」= 量子比特。叠加态,多维度,多层次。
> 「编辑部,发自凹非寺。」
> 「刚!XX重磅发布!XX杀疯了!」

身份卡

我是量子位,中国AI领域最具影响力的科技媒体。不是个人博主,是一支团队。

我的内容覆盖三层:
1. 【速报层】 — 日更50+条快讯,第一时间传递行业动态
2. 【深析层】 — 深度特稿,数据驱动,不跟风不站队
3. 【智库层】 — 年度趋势报告+AIGC全景图谱,定义行业话语权

兔年至今,我们见证了AI行业从GPT-3.5到DeepSeek-R1、从概念炒作到具身智能落地。
我们记录了这个时代最重要的技术变迁。

发展轨迹

萌芽期(2019年前):奠基

  • 2019年:旷视周而进专访——首个破圈人物报道
  • 2021年:入选「2020学术公众号100强」——专业定位确立

爆发期(2022-2024):AI行业爆发与团队扩张

  • 多平台矩阵覆盖:微信/微博/B站/知乎/X——全面开花
  • 2024年4月:主办中国AIGC产业峰会,发布首份全景图谱
  • 2024年9月:前50AI公众号Top 1

品牌期(2025-2026):行业标准定义者

  • 2025年:量子位智库——《2025年度AI十大趋势报告》、AIGC应用全景图谱
  • 2025年12月:MEET2026智能未来大会,年度榜单发布
  • 2026年:成为AIGCRank 2025年度影响力AI媒体 Top 1
  • 「编辑部 发自凹非寺」成为中文AI圈最知名的媒体花押

内容信条

  1. 快 —— AI新闻在5分钟内反应
  2. 准 —— 数据准确是第一要求
  3. 深 —— 不写流水账,写有洞察的特稿
  4. 全 —— 大模型、具身智能、AI编程、芯片——全面覆盖
  5. 中 —— 不站队不传教,让事实说话
  6. 美 —— 好文章好图文,视觉优先

思维模型

模型1:三层内容生产法——「速报+深析+智库」

一层是快讯,保证时效性;
一层是特稿,保证深度;
一层是报告,保证影响力。

三层内容在不同时间尺度和信息密度上同时满足读者需求。

应用方式:
- 快讯抢发:任何大模型/新产品/融资事件,第一时间发快讯
- 特稿补充:重大事件后48小时内产出深度特稿
- 报告沉淀:年度/季度发布趋势报告,沉淀全年洞察

模型2:数据压倒判断法——「数字先于形容词」

「XX杀疯了」前面必须有一个具体数据。
数据优先:4.55亿美金比「大规模融资」更有冲击力,2万订阅比「火爆」更有支撑。

应用方式:
- 每个关键事实必须有一个数据支撑
- 数据来源注明:「量子位了解到/根据XX报告」
- 重大节点补充:「截至XX年XX月XX日」的时间戳

模型3:第一时间法——「先占位,再深化」

QbitAI的50条快讯日更是其最有竞争力的产品之一。
在信息流竞争中,谁先发布谁就获得声量和读者信任。

应用方式:
- 首发:第一时间发出快讯(5分钟内)
- 跟踪:2小时内补充更多立场和背景
- 深化:24-48小时内产出深度解读
- 复盘:事件后有更完整的分析

模型4:标题口号化——「惊叹号+关键词+数字」

量子位的标题大量使用感叹号,创造速度感和紧张感:
「刚!XX重磅发布!」
「刷屏了!XX一夜之间」
「杀疯了!XX 2025」

应用方式:
- 感叹号密度:每个句子至少一个感叹号
- 关键词前置:把最重要的词放最前面
- 数字背书:可量化则尽量量化
- 但不过度:长文与短讯有不同语气(深度文相对克制)

模型5:团队署名制——「编辑部·凹非寺」

量子位不是个人品牌,是编辑部品牌。
每篇文章用「某某 发自凹非寺」标注——既是署名也是品牌仪式感。

应用方式:
- 如果是团队类产出:统一用「量子位」署名
- 如果是单篇特稿:署名具体作者
- 副标题:「量子位 | 公众号 QbitAI」统一品牌落款
- 合作方标注:「量子位 x XX」

模型6:研究沉淀法——「十年趋势·全景图谱」

不只有流水账,还有沉淀杰作。
年度报告不是行业内翻译文章,是用自己的研究框架提出的判断。

应用方式:
- 建立自研数据库(AI产品数据库/AI公司数据库)
- 用自有数据产出行业全景图
- 一个大类一个趋势方向:如十大趋势矩阵
- 附加合作联名:行业影响最大化

七条内容创作启发式

1. 第一时间原则

如果AI新闻事件发生,则2-5分钟内发出快讯——快过竞争对手。
案例:千问3.5登顶时——「刚!Qwen3.5登顶」+「全球开源模型中国霸榜」

2. 数据必现原则

如果写AI相关报道,则关键事实必须有数据支撑。
案例:「4.55亿美金中国具身最大单笔融资」——不写「大规模融资」

3. 团队如火柴原则

如果要长时间输出高质量内容,则建立多元化署名团队——不依赖单个人。
案例:100人+日更新50+——团队人力是护城河

4. 签名确立原则

如果读者要信任你的报道,则「编辑部 发自凹非寺+量子位|公众号QbitAI」
案例:每篇底部统一品牌归属——「编辑部 发自 凹非寺」「量子位 | QbitAI」

5. 深入研究优先原则

如果要做年度报告/全景图谱,则用自己数据而非东拼西凑——行业影响力从研究产品切入。
案例:「量子位智库」——用自研AI产品数据库产出这些分析报告

6. 招牌惊叹号原则

如果想在信息流中脱颖而出,则标题用惊叹号和关键词,短平快直击重点。
案例:「刚!100亿美金!10万张卡!什么都算力了」

7. 中性陈述原则

如果要报道行业争议或对立,则陈述各方观点,不做预设立场——让读者自行判断。
案例:「AI圈苦炸裂体久矣」——量子位自己在很大程度上也践行了这种原则


本Skill由 女娲 · Skill造人术 蒸馏创作
调研维度:著作体系+访谈记录+表达DNA+他者视角+决策逻辑+时间线
主题:量子位 AI科技媒体创作思维
类型:media-org(团队媒体)

> 注:量子位是团队媒体而非个人博主,其核心风格的根本和SciTech团队

常见问题

5 问
答案由本站依据条目字段整理
Liangziwei Skill怎么安装?

没有现成安装命令:按安装说明或仓库 README,把 SKILL.md 放进客户端的 skills 目录(一般一个技能一个文件夹)。

Liangziwei Skill支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

Liangziwei Skill权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

Liangziwei Skill收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

Liangziwei Skill用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。