庖丁 | Paoding

npx skills add LearnPrompt/paoding-skill -g

装完对 Agent 说:

用庖丁拆解这个博主。这是他近期的 12 条笔记:[粘贴/截图/公开链接]

没有现成材料?直接说"用庖丁拆解博主XX",它会先给你一张料单——告诉你去复制哪几类笔记、各要几条,贴回来就开工。

事情是这样的。

你翻了对标博主 50 条笔记,感觉"他是挺会写的",但要你说清楚他为什么爆——开头是什么型、人设是什么声音、底层是哪套心智模型——你说不出来。

你让 AI 模仿他写一篇,出来的东西泛泛的,因为 AI 也没见过他的内容,只是在演"一个博主"。

市面上的蒸馏工具能自动采集,但要配付费 API、按条数算钱,而且只覆盖一两个平台。

庖丁换了个思路:料你来喂,牛它来解。 你把博主的笔记复制/截图/贴链接给它(8 条起),它沿四层肌理拆开——选题层、结构层、表达层、认知层——每个结论都挂着样本原文做证据,最后交两件东西:一份可截图的《打法谱》,和一个可安装的 <博主名>-coach Skill,从此你写东西时它就在场边按那套打法盯你。

门槛:8 条样本起,理想配比"高赞 6 + 常规 4 + 翻车 2"——有对照组才看得出肌理。

视频博主也能解:yt-dlp 下载公开视频 + whisper.cpp/faster-whisper 本地转写,全程零API零云端;小红书下载不稳时,你自己存到本地喂进来即可。

1. 《打法谱》——一句话本质 + 四层拆解(每条结论挂样本证据)+ 你明天就能用的 5 个动作 + 诚实的"不可复制项"
2. 内容教练 Skill——把打法编码成 <博主名>-coach,装进你的 Agent 常驻陪写
3. 差距对比表——你喂了自己的内容时,指出最该先补的那一层(只指一层)
4. 试刀盲评——用蒸馏出的打法现场仿写一条,和真品并排让你盲评,不像就回炉
5. 回锅更新——博主出了新内容,丢给庖丁,逐层 diff 旧谱:加强/推翻/新打法,《回锅记》附谱、教练 Skill 升版本(盯更新不是庖丁的活,料永远由你喂)

• 零成本:不接 TikHub 等付费采集接口,蒸馏一个博主 0 元;
• 零风控风险:不模拟登录、不爬需登录内容、不碰平台加密接口;
• 全平台:料是你喂的,所以公众号、博客、X、小红书截图、B站文稿……什么平台都解;
• 代价也说清楚:你要自己花 10 分钟复制材料。自动采集的便利,换来的是成本、配置和合规风险——庖丁选了另一边。

默认路径永远零 API。但如果你本来就持有 TikHub 或 SocialData 的 key,可以给庖丁「开刃」——自动采集互动数全量和评论区(认知层拆解的重要料):

mkdir -p ~/.config/paoding
cat > ~/.config/paoding/keys.env <<'EOF'
TIKHUB_API_KEY=你的key
SOCIALDATA_API_KEY=你的key
EOF
chmod 600 ~/.config/paoding/keys.env

TikHub(api.tikhub.io)管小红书/抖音,SocialData(socialdata.tools)管 X,两个 key 配一个也行。配好后庖丁收料时会自动检测并询问是否用 API 采集;也可手动跑:

python3 skills/paoding/scripts/collect_api.py --platform xhs --user "博主名" --count 10 --outdir ./paoding-collect

• 费用量级:约 $0.002/请求,一条样本约 2 次请求(详情+评论),采 10 条 ≈ ¥0.15;
• 脚本每次采集前查余额、打印预估费用并要求确认;--yes 跳过交互确认(自动化场景用);
• 内置单次运行 ¥5 硬上限,超限自动停手,已采样本保留;
• key 只住在本地 keys.env(600 权限),不进产物、不进日志。没配 key?一切照旧,零 API 路径不受任何影响。

• "用庖丁拆解这个博主"
• "蒸馏一下博主XX的打法"
• "他为什么爆?这是他最近的笔记"
• "把这个博主的打法装进我的 AI"
• "帮我看看我自己的内容为什么不爆"(自我解牛)

• 不爬需要登录的内容,不绕平台风控,不调用任何采集 API;
• 蒸馏的是打法不是身份——生成的教练 Skill 写明不冒充博主本人,产出不复制原文整段(引用 ≤30 字);
• 拆在世真人且产出要公开传播时,会提醒姓名权/形象权风险并建议匿名化;
• 生成的教练 Skill 要发布到公开渠道前,会停手等你授权。

paoding-skill/
├── skills/paoding/
│   ├── SKILL.md          # 解牛工作流:收料→观全牛→解牛(四层)→成谱→试刀→回锅
│   ├── scripts/          # collect.sh(零API代收)+ collect_api.py(开刃模式,可选)
│   └── examples/         # 实战案例(蒸馏过程与产出样例)
├── assets/               # demo 与可复现录制脚本
├── .claude-plugin/       # Claude Code plugin marketplace 清单
└── LICENSE

用庖丁拆解博主XX(不提供任何材料)

合格表现:它先给你开料单,而不是凭模型记忆开始"拆解"——无料不解是第一诫。

• otter1101/blogger-distiller — "把博主装进你的AI"这个问题定义的先行者;庖丁选择了零API的另一条路
• alchaincyf/nuwa-skill — 人格提取→可安装Skill的产出形态
• 庖丁解牛,《庄子·养生主》——"依乎天理,批大郤,导大窾"

MIT