村上式青春回忆写作
Introduction
以村上春树（林少华译本）的文体风格，书写个人青春回忆、随笔、短篇散文的系列创作技能。 把零散的青春记忆，变成克制、疏离、充满物象与留白的回忆散文。 这是什么 一个面向 AI 助手的 Skill 技能包（Agent Skill）。它定义了一套完整的写作方法论： 村上式文体基准：林少华译本的句式、比喻、留白、禁忌——不是"模仿村上"的泛泛而谈，而是一份可逐项自检的风格清单（见 references/style-guide.md）。本基准根据作者本人的阅读喜好作了特定强化——重点落在情感描写、物象白描与"物哀/遗憾"两大情感坐标上，让成文天然贴近那些最打动人的村上笔触。 严谨的创作流程：篇幅确认 → 照片采集 → 情绪双问 → 时间/年龄校准 → 结构规划 → 写作 → 自检 → 归档，共 8 步。 只写事实，不编情节：正文只用你口述、照片与素材库中的真实内容，AI 不得虚构你未提及的事件、对话、动作。 素材库项目级隔离：skill 本身不存素材，素材跟着具体项目走，不同文章系列互不污染。 核心特性 特性 说明 🖐️ 仅手动调用 不会因"回忆""青春"等关键词自动触发，必须由你明确发出写作指令 📸 照片优先 人物/地点/送物场景以照片为特征来源，写谁像谁 🎭 情绪双问 必问"当时"与"现在"两层心情，把笼统情绪锚定到村上意象坐标 ⏱️ 时间年龄校准 事件时间、人物年龄必核，敏感信息自动模糊化 🚫 不编情节 未提及的事一律不写，宁缺毋滥，只做村上式润色 📂 素材项目隔离 skill 可复用，素材在各项目文件夹独立累积 安装 WorkBuddy（推荐） 将本仓库 murakami-style-memoir 目录复制到用户级 skills 目录： # macOS / Linux cp -r murakami-style-memoir ~/.workbuddy/skills/ # Windows # 复制 murakami-style-memoir 到 %USERPROFILE%\.workbuddy\skills\ 其他 AI 助手 将 SKILL.md 及其 references/ 目录作为技能包引入你的 AI 助手（支持 Agent Skill 的助手均可），或将 SKILL.md 内容直接作为系统指令附加。 调用方式 仅支持手动调用，禁止自动触发。 直接对你的 AI 助手说： "用村上的风格写一段回忆……" "按村上风格改这段文字：……" "继续写上一篇回忆" "按村上风格润色这段：……" 写作流程（8 步） Step 1 篇幅确认 → 短文单篇 / 长篇先定大纲（核心故事、时间跨度、重要事件） Step 2 照片采集 → 人物/地点/物件照片（先确认读图能力） Step 3 情绪双问 → 当时的心情 + 现在回望的心情 Step 4 素材库读写 → 项目级 materials.md（不存在则按模板创建） Step 5 时间年龄确认 → 事件年份/季节、人物年龄，缺失必问 Step 6 拟定结构 → 触发物切入 → 场景片段 → 物象收束（不展示给用户） Step 7 写作 → 对照 style-guide.md，只润色不编情节 Step 8 交付归档 → 成文 + 手法说明 + 定稿后写回项目素材库 目录结构 murakami-style-memoir/ ├── SKILL.md # 技能主文件（入口，含完整流程指令） ├── references/ │ ├── style-guide.md # 村上式文体基准（唯一风格依据，写作必载） │ └── materials-template.md # 素材库模板（人物/地点/物件/事件/情绪/特征登记） ├── materials/ │ └── README.md # 说明：素材库为项目级，不存放于 skill 内 └── examples/ ├── example-1-railway.md # 虚构示例：如何把口述素材写成村上式短文 └── example-2-old-photo.md # 虚构示例：物品触发与环形结构 ⚠️ 实际写作时，素材库应位于当前项目文件夹：{你的项目}/.workbuddy/materials/murakami-style-memoir/materials.md，而非 skill 目录内。 使用示例 examples/ 目录下有虚构的输入→输出示例，展示素材如何被转化为村上式短文。每个示例都标注了使用的村上手法（触发物切入、身体化情绪、物哀收束、环形结构等）。 许可证 CC BY 4.0（署名 4.0 国际） 任何人都可以自由使用、修改、再分发本技能（含商用），但必须： 标明出处——注明原仓库与本作者； 说明修改——分发修改版时，清楚说明你改了哪些内容。 致谢 文体基准源自村上春树作品的中文译本（林少华译），所有引用仅为文体分析与写作示范。 本技能是对林少华译本风格特征的系统化提炼，仅用于文学创作辅助。
Resource Information
License information is collected from official sources and may be outdated or missing. Refer to the LICENSE file in the original repository before commercial use.
Information boundary
Information on this page is collected from official documents for technical presentation only and does not imply our endorsement. Pricing, quotas and availability are subject to the latest official statements. We make no commitment regarding any action you take after leaving this site.
Similar skills
文章去AI味工具
Not specified去除文本中的AI写作痕迹，让文字读起来更像人类写作。当用户要求'去AI味'、'降AI味'、'让回复更像人话'、'润色'、'改写得更自然'时使用。检测并修复：AI高频词汇、过度结构化、虚假客观性、机械化连接词、完美主义陷阱、公式化结尾、过度修饰、情感缺失等问题。
视频号爆款短视频拆解（付费版：全能）【零一数科·出品】
Marked paidAPI key required【零一数科·出品】视频号爆款短视频拆解（付费版：全能）。一键拆解爆款，把一条视频号视频拆成结构分段、爆款归因、六维评分和可借鉴策略，照着学照着抄。支持视频号分享链接和本地视频，付费全能版远端分析，1–5 分钟出 Markdown 报告。
罗斯蒙德演示材料结构化整理
Not specified【罗斯蒙德演示材料结构化整理】南京罗斯蒙德基于已交付项目沉淀的演示材料整理场景：把零散素材整理成结构清晰的对外演示材料大纲与页面要点。流程：零散素材 → 切片编号建素材库(S-x) → 按主线模板生成页面骨架(P-x) → 为每页推荐候选素材 → 填写页面要点(T-x，每条必须锚定原文片段) → 校验 → 渲染 Word 演示脚本（封面信息 + 大纲总览表 + 逐页要点/原文/讲稿备注 + 素材溯源表）。解决「人工梳理主线、组织页面耗时」：内置问题导向/方案导向/内部汇报三套主线预设，按受众与目标一键生成页面骨架；所有要点必须逐字引自素材原文，改写或杜撰即 ERROR 拦截；未被引用的素材会反向提示疑似遗漏内容；大纲存于 outline.json 中间层，可自由改顺序、增删页、搬要点并重新渲染。支持 Markdown/文本目录、粘贴长文本、Word、JSON 清单四种素材来源。触发词：演示材料整理、演示大纲、PPT 大纲、对外演示、推介材料、汇报材料、素材整理成演示、页面要点、演示脚本、宣讲材料、售前材料、发布会材料。
Humanizer
FreemiumAPI key required消除AI写作痕迹，使文本更自然真实。基于维基百科"AI写作特征"指南，识别并修正夸张象征、宣传用语、肤浅-ing分析、模糊归因、破折号滥用、三项排比、AI词汇、负面平行结构及冗长连接词等模式。
视频号挂车爆单短视频脚本生成【零一数科·出品】
Marked paidAPI key required【零一数科·出品】视频号挂车爆单短视频脚本生成（付费版）。一条链接二创脚本，丢进爆款视频号链接即以此骨架改写成你的挂车脚本，或按方向/目的/商品原创多条口播脚本（含分段表、口播全文、六维质检评分）。
视频号爆款文案生成（体验版）【零一数科·出品】
Freemium【零一数科·出品】视频号爆款文案生成（体验版）。免费免登录出脚本，给创作目的、行业、受众、选题就按爆款结构（Hook-中段-CTA、节奏标签）产出口播脚本，信息不全也能按爆款潜质兜底。本地运行、无需 Key，零成本上手。
What is a Skill
A Skill is a packaged single capability, such as text recognition, document summarization, or keyword extraction. Developers wrap the calling logic and prompts into a plugin-like unit, so users can load it without understanding the underlying model. StackPilot indexes a large number of skills that can be tried instantly or assembled into a plan.