Eva-skill v2.2.8

当前版本：2.2.8。

Eva-skill 帮助创作者把模糊想法梳理成更清楚、更有依据的判断，并把它们做成短视频或非虚构自媒体文章。它同时提供话题人群识别、跨学科发散、发布前审核、学习、商单拆解、记忆沉淀与盘点、Eva 数据备份、本地工作流接入、发布后复盘和多元视角补充能力，并能根据当前结果推荐下一步。

从 GitHub 源码或插件安装时，必须同时安装 eva、十个用户功能入口和 eva-shared，共十二个 Skill 目录。通过 SkillHub / WorkBuddy 安装一体化包时，只需安装一次，十个功能模块和 shared 真源都已包含在包内。eva-shared 不是用户入口，只提供共享协议、schema、脚本和示例。

按你想完成的事使用 Eva

不需要先记住模块名。直接用自然语言说任务，Eva 会判断入口；不知道怎么继续时，也可以直接问“下一步怎么走”。

你现在想做什么	可以直接这样说	Eva 会交付什么
脑子里有想法，但还说不清	“帮我把这件事聊清楚”	当前判断、核心冲突或一个关键问题
从真实经历里挖可用于内容的人设素材	“帮我从真实经历里挖一下能用于内容的人设素材”	真实经历、表达资格和可复用素材；不代做账号或赛道定位
了解已经沉淀了哪些记忆卡	“盘点一下我的 Eva 记忆库”	卡片数量、类型、日期、关键词和索引健康概览
备份自己的 Eva 数据	“把我的 Eva 数据备份到桌面”	先预览范围，再按选择导出 Memory、Learn 和 Review 的本地 ZIP
看清一个话题真正替谁说话	“用话题人群识别器看看这个话题戳中了谁”	具体人群、认知缺口、用户问题和下一步内容入口
从更合适的学科打开一个话题	“从不同学科帮我发散这个话题”	最匹配的解释机制、内容角度和待验证方向
把一个话题做成短视频	“把这个想法做成一条短视频”	人群判断、标题验证路径、开头、正文路线和稿件
把判断或材料写成文章	“把这些想法写成一篇公众号文章”	读者任务、事实分层、闭环论证、完整文章和后置标题
稿件写完后做发布前总检	“这篇还没发，帮我做一次发布前审核”	发布准备度、硬阻塞、可保留部分和一个修改动作
系统学一个主题或带读资料	“带我学懂这个主题”	可追溯学习项目和分步教学
拆品牌合作要求	“帮我拆这个品牌 Brief”	Brief 解析、卖点池和商单约束
复盘已经发布的内容	“这条已经发了，这是后台数据，帮我复盘”	一个待验证假设和下一篇测试动作
检查一个判断的盲区	“从多元视角检查这个判断”	最大盲区和一个修改动作
接入自己的提示词或 SOP	“把这个提示词接进 Eva”	Link 创建或检查流程
第一次使用，需要带练	“开启 Eva 新手教程”	围绕当前目标完成一个最小练习

普通朋友圈、微博和小红书短图文不经过 Create；未点名 Link 时由基础模型直接处理。公众号文章、观点长文和其他明确的非虚构自媒体文章进入 Create 的 Article 内部分支，不套用短视频标题闸门。

一个短视频从想法到成稿

下面展示用户能看到的关键过程。Eva 后台的交接卡、schema 和校验字段不会默认外显。

1. 用户丢出一个模糊想法

我收藏了几十篇 AI 教程，却一篇都没学完。我想把这件事做成一条 60 秒小红书口播。

Eva 先把它归到用户问题：这条不是泛泛讲“不要拖延”，而是讲给想学 AI、不断收藏却迟迟不开始的自由职业者；核心判断是“卡住你的不是没时间，而是把学习目标定得太大”。

2. Eva 给出标题搜索方案

Eva 不凭空发明“爆款标题”，而是根据当前人群和问题给出可执行搜索词，例如：

短关键词：AI 学习、拖延、教程收藏
爆点词：学不完、越学越焦虑、收藏吃灰
长尾词：为什么收藏很多教程却学不完
评论区观察：没时间、课程太多、不知道先学什么

用户在目标平台搜索并贴回 3—5 个候选标题或截图文字。这个动作不能由 Eva 伪造。

3. Eva 判断候选标题

用户贴回：
1. 你不是学不会 AI，是一开始就学太多
2. 收藏了 100 个 AI 教程，我还是不会用
3. 普通人学 AI，千万别从系统课开始

Eva 判断哪个标题与目标人群一致、已有经历能否兑现、哪些词只能迁移结构，并形成可继续写正文的标题承诺。

4. Eva 形成正文路线并写稿

路线只解决一个主问题：为什么收藏越多，越难真正开始。

开头：用“收藏几十篇却一篇没看完”的真实处境建立代入。
推进：指出问题不是意志力差，而是把“学会 AI”当成一个过大的任务。
证据：使用用户真实收藏经历，不编造结果、数据和评论。
收束：把学习动作缩小到一个当天能完成的真实任务。

在这个小红书案例里，标题、开头、路线和真实素材成立后，Eva 才输出可继续打磨的完整稿。如果标题尚未验证，第一次直接要稿仍会先得到搜索方案；只有 Eva 已提醒、用户第二次明确接受风险时，才会得到醒目标识的未验证结构草案。

5. 发布后继续复盘

内容发布后，用户可以贴回正文和后台数据。Eva Review 不证明平台算法，而是形成一个待验证假设，并决定下一篇只测试一个变量。

一篇文章从判断到成稿

Article 只处理公众号文章、自媒体文章、观点长文等非虚构内容，不抢占朋友圈、小说、学术论文、技术文档或专业文书。

1. 用户直接给任务和材料

我想写一篇《Eva-skill 开源以后，自媒体培训的战争结束了》。
核心是：开源让方法论可视化，竞争从卖信息差变成谁真能帮用户产生结果。
我的亲身冲突、产品逻辑和 AI 时代的推论都在下面。
结尾要介绍我的答疑社群，但加入方式还没定。直接写完整稿。

信息已经足够时，Eva 不先逼用户确认大纲，也不要求搜短视频标题；它在同一轮完成正文、删减、标题和必要的待补标记。

2. 后台先分清证据等级

“我曾经很内耗” -> 用户亲历，可保留，不补造细节
“某个产品进行了某次更新” -> 可核验事实，必要时查证或标记待核验
“Token 消耗会成为竞争指标” -> 作者推论，不写成已证实规律
“战争结束了” -> 修辞性判断，可保留力度，正文需兑现它

这些分类默认不展示给用户，它们只用来阻止强立场伪装成强证据。

3. 论证路线由读者追问生成

Eva 不先让用户选“三段式”或“故事模板”。它只保留当前读者必须知道的连续问题，例如：

原来的冲突是什么？
-> 开源为什么改变了这个冲突？
-> 它具体改变了什么竞争机制？
-> 这个判断的边界在哪里？

问题回答完，论证就停。

4. 长度是软目标

用户未指定时，默认预期约 800–1200 字。简单观点说完了可以更短；论据、反对意见和边界确实需要展开时可以更长。不凑到 800 字，也不为了压到 1200 字删掉关键因果桥。

5. 正文成立后再定标题与 CTA

Article 先写正文，后定标题。默认只给一个推荐标题。CTA 只在用户明确要求时写；价格、名额、截止时间、效果承诺或加入方式未提供时，只问一个关键问题或使用 [待补]，不编造一个看似完整的营销结尾。

常见问题

为什么不能第一次就直接给终稿？

对依赖封面或标题点击的内容，信息齐全不等于标题已经被目标用户验证。Eva 会先给针对当前话题的搜索词和观察指标；贴回候选标题后继续判断和成稿。明确做抖音、视频号等没有封面点击的完整口播时，不强制搜索标题，而是先让第一句话承担内容入口，再进入正文路线。

我就是想先看一版草案，可以吗？

可以，但必须先经过一次标题验证提醒。你第二次明确表示知道它不能直接发布、仍想先看结构后，Eva 会输出 【未验证结构草案｜不可直接发布】，并标出缺失证据和真实素材占位符。

这条“两次明确请求”规则只属于依赖封面/标题点击的短视频链路。明确要写非虚构自媒体文章时，信息充分就同轮成稿，不先验证短视频标题。

文章一定要写到 800–1200 字吗？

不一定。这是默认预期，不是验收线。论证已经闭环就停；话题复杂、关键证据或反对意见必须展开时可以超过 1200 字。

文章结尾可以介绍我的社群吗？

可以，但只写用户明确提供的真实信息。未提供的价格、名额、截止时间、效果承诺和加入方式不会被补造。

资料不完整时，Eva 还能做什么？

Eva 会完成当前证据允许的部分，例如暂定判断、人群切口、搜索方案、路线图或素材缺口，不把猜测包装成终稿。补上最高优先级缺口后继续即可。

为什么标题需要我亲自在平台搜索？

在依赖封面或标题点击的平台，标题验证需要真实表达、互动痕迹和评论区代入。Eva 负责把搜索动作拆清楚、判断你贴回的材料，不编造平台结果；没有封面点击的内容不强制套用这条链路。

商单只有产品名和卖点，能直接写吗？

不能直接生成正式商单稿。当前可以先做低置信度卖点拆解；补齐品牌 Brief、必提项、禁区和可用真实素材后，商单短视频再进入标题或第一句话链路。正式品牌赞助文章在 2.1.2 首版只完成 Brief / 约束交接，不继续进入 Article 成稿。

为什么写朋友圈没有进入 Eva Create？

Create 只负责短视频与非虚构自媒体文章。普通朋友圈、微博和小红书短图文由基础模型处理；明确说“用我的某个 Link”时才进入 Eva Link。

我不知道该用哪个功能怎么办？

直接描述你想完成的事，不需要报模块名。任务明确时，Eva 会直接进入对应功能；存在轻微歧义时，会说明一句推荐依据并按默认方向开始。只有两种方向会得到明显不同的结果且无法判断时，Eva 才问一个决定性问题。

已经完成一项任务后，可以直接说“下一步怎么走”。Eva 会读取刚才的实际结论，只推荐当前最值得推进的一步。需要查看完整路径时可以说“给我一个工作流”；只有明确要求“入口排序 123”时，才会最多展示三个候选入口。

只输入 /eva 会得到轻量欢迎语；第一次使用也可以说“开启 Eva 新手教程”。

学科发散和多元视角有什么区别？

它们都在 Eva Lens 里，但用户意图优先。明确要求学科、理论或机制发散，或只泛化地说“用 Lens 看看”且尚未形成观点时，Lens 会从最有解释力的学科中打开方向；明确说“多元视角 / 四个视角”时直接用读者、反对者、现实行业和创作者视角补光，即使对象暂时只是话题。用户要求反例、薄弱前提、反事实或否证条件时进入深度审视；明确只要一个视角或一个学科时，只处理那一个，不强行展开完整报告。

Eva Preflight 和 Create 有什么区别？

Create 负责把内容做出来；Preflight 负责判断一篇基本成形、尚未发布的自然语言稿件当前能不能发。Preflight 默认只审核，不全文重写、不预测数据、不保存报告。用户明确要求“审核并改好”时，先找出最高优先级问题，再交给相应创作能力修改。

Eva 会自动保存我的内容吗？

不会。人设素材或表达文风达到可沉淀状态后，Eva 会先交付完整结果，再问一次要不要保存；只有你明确同意后，才进入保存与校验。涉及隐私字段时还会单独确认。普通聊天、创作、盘点和未完成采集不会因此自动写入记忆库。

怎么查看我在 Eva 里已经保存了什么？

可以说“盘点一下我的 Eva 记忆库”或“统计我的点子卡、人设卡和文风卡”。Eva 默认只读取当前项目 ./eva-memory/ 的文件名与 frontmatter，返回数量、类型、合法创建日期、最近 30 天新增、关键词和待校验项，不展示所有正文，也不会自动删除重复卡或进入创作。普通任务回捞仍只返回当前任务最相关的 1—3 张卡。

怎么备份全部 Eva 数据？

可以说“把我的 Eva 数据备份到桌面”。Eva 会先只读预览当前项目的 Memory、已知的 Eva Learn 学习项目和当前 Eva Review 记录库，说明数量、体积、隐私范围与安全跳过项，再让你选择只导出记忆卡、导出完整数据包或自定义范围。只有确认后才生成本地未加密 ZIP；原文件不会被修改或删除，历史会话中未保存的内容也不会被假装找回。

结构

skills/
├── eva/              # 主路由，同轮执行目标入口
├── eva-new-user/     # 动态扫描已安装能力，按用户节奏教学
├── eva-think/        # 日常解释、陪聊梳理、问题归位
├── eva-audience-finder/ # 用户可见的话题人群识别一级门牌
├── eva-create/       # 短视频 + 非虚构自媒体文章
├── eva-preflight/    # 自然语言成稿的发布前审核
├── eva-learn/        # 学习、资料带读、主题式阅读
├── eva-brief/        # 商单 Brief 与合作约束
├── eva-link/         # 本地 Link 创建、检查、调用
├── eva-review/       # 全平台发布后复盘与规律回溯
├── eva-lens/         # 学科发散、多元视角快速补光与深度审视
└── eva-shared/       # 共享协议、schema、脚本和示例

2.2.8 新增

• 短视频正文弹性成稿：不再默认向固定的 800 字靠拢；优先服从用户或 Brief 的时长要求，没有指定时按标题或第一句话承诺、真实素材与内容复杂度展开，讲清即停。
• 材料齐全时直接交付：普通非商单短视频通过标题、事实与素材闸门后，优先直接交付正文；后台自查继续执行，但不默认展示内部路线、自查表和固定下一步。
• 方法型内容更可执行：教程、方法和解决方案类内容补强具体动作、中间结果与完成判断；观点、故事和情绪内容不被强行改写成步骤清单。
• 既有可信度边界不变：小红书标题验证的两次确认、抖音和视频号无标题链路、商单合规展示、低置信度标识及 Preflight 发布判断全部保留。

2.2.7 新增

• 采集完成后主动邀请保存：人设素材或表达文风达到可沉淀状态后，Eva 会先交付完整结果，再只问一次是否写入记忆库；绝不自动保存，隐私内容仍须单独确认。
• Eva 数据备份：/eva-memory 新增统一备份流程，先预览 Memory、已知 Learn 与当前 Review，再由用户选择只导出记忆卡、完整数据包或自定义范围。
• 快照与完整性保护：备份使用本地未加密 ZIP，按真实路径去重，不跟随符号链接，不覆盖旧备份；完成 CRC、文件数和 SHA-256 校验后才生成最终文件，源数据不改不删。

2.2.6 新增

• 来源与致谢说明更完整：在 README 的“维护与致谢”中恢复 dontbesilent 与 dbskill 的设计启发致谢，并补充 Eva Learn 早期掌握判断与课后即时沉淀机制的灵感来源。
• 多种安装形态保持一致：同步逐 Skill 安装的项目身份回退说明与第三方材料说明，防止不同安装方式回答不一致。本次不改变路由、学习方法、资产协议或普通用户体验。

2.2.5 新增

• 人设素材采集前台显名：原有 Persona Memory 在用户可见位置统一称为“人设素材采集”，更准确地说明它会从真实经历、选择代价和长期判断中提炼内容素材与表达资格。
• 定位边界更清楚：明确的账号定位或赛道定位请求不进入素材采集、不建立人设卡；只说“打造人设”且意图不清时，Eva 只问一次是在做账号定位，还是在挖真实经历素材。
• 兼容层保持不变：/eva-persona-memory、persona-card、既有文件路径、schema、历史卡片和七步采集方法全部保留，不增加普通创作步骤。

2.2.4 新增

• 开头诊断与生成分层：短视频 Opening 拆为主控、承接与兑现诊断、方案生成与推荐三个按需模块；只诊断时不加载生成器，发布前审核也只读取诊断真源。
• 数量模式按意图执行：普通优化先从轻量候选池筛出 3 个机制不同的版本并推荐 1 个；明确要求发散或找灵感时，按 3 种适配机制展示 9 个候选；用户指定候选数量、分组、继续追加或最终保留数量时按原意执行，不把内容候选数量误判成入口排序。
• 既有边界不变：小红书继续承接已验证标题，抖音和视频号继续使用无标题第一句话链路；候选增多不允许新增原稿没有的数字、结果、身份、教程承诺或因果关系；不新增一级 Skill、公开命令、资产或数据契约，Article、Lens、Brief、Preflight 和完整正文链路仍按原有主权运行。

2.2.3 新增

• 动态下一步推荐：可以直接问“下一步怎么走”，Eva 会根据用户当前目标、原始请求和最近一次有效结论，只推荐现在最值得推进的一步。
• 选路依据更透明：任务明确时直接执行；轻微歧义时用一句任务语言解释默认判断；只有不同方向会产生明显不同交付且无法判断时才问一个问题。
• 工作流按需展示：明确要求工作流时，才展示“当前判断、必要前置、内容生产、发布前审核、现实动作、发布后复盘”中的必要阶段，并标记必需或按需。
• 按场景接力：原始请求已包含下一阶段时同轮继续；当前任务已经完成、下一步会扩大范围时只推荐并等待，不自动建 Learn 项目、不自动审核或改稿，也不在发布前进入 Review。
• 核心体验保持不变：模糊任务仍由 Think 接住；Audience、Lens、Memory 等内部调用仍返回原模块；小红书标题验证、抖音无标题开头、Article、Brief 和低置信度边界不变。

2.2.2 新增

• Memory 记忆盘点：/eva-memory 新增只读盘点模式，可统计当前项目记忆卡的数量、正式声明类型、目录推断类型、合法创建日期、最近 30 天新增、关键词和索引健康状态。
• 三种任务不混线：保存仍须确认与 Asset 校验；任务回捞仍只返回最相关的 1—3 张卡；盘点只在用户明确询问 Eva 记忆库时触发，返回后停止。
• 隐私与降级边界：只扫描当前项目 ./eva-memory/，不跟随符号链接、不读取正文猜测主题；无 Python 时仍可做元数据盘点，并明确标记无法完成的完全重复校验。
• 派生索引双确认：只有用户看过写入预览并再次确认后才能生成 INDEX.md；索引不复制正文或摘要，也不会覆盖没有 Eva marker 的同名用户文件。
• 许可证与法律边界：项目开始采用 CC BY-NC 4.0 非商业许可，并补充个人创作者自有账号最终内容的商业化额外许可、商标边界和按需法律说明；普通创作不加载这些文档。

2.2.1 新增

• 项目身份按需可查：用户明确询问 Eva-skill 的作者、发起者、开发者、维护者、贡献者、致谢或官方项目来源时，根入口只读取本 README 的“维护与致谢”部分并直接回答。
• 普通任务保持轻量：创作、思考、学习、审核和复盘等任务不读取 README，不新增追问、资产、状态或业务路由。
• SkillHub 信息不再丢失：一体化安装包开始携带根 README；Doctor 与 Selftest 会检查 README、版本和身份真源，防止以后打包遗漏。
• 2.2.0 能力原样保留：Lens 学科发散、Preflight 发布前审核以及既有 Think、Audience Finder、Create、Learn、Brief、Link、Review、Lens 行为均不改变。

2.2.0 新增

• Eva Lens 学科发散：明确要求学科机制发散，或泛化调用 Lens 且只有话题、现象或疑问时，从开放候选池筛选最有解释力的领域，默认使用两个核心学科和一个差异学科；第三个领域没有独立价值时不强行凑数。
• Lens 原能力完整保留：明确要求多元/四个视角时继续走快速补光；明确要求反例、薄弱前提和否证条件时进入深度审视，且 Deep 产物请求优先于同句中的“多元视角”；单视角点射保持不变。
• Eva Preflight 发布前审核：新增 /eva-preflight，对基本成形、尚未发布的自然语言稿件给出“可以发布 / 修改一个关键问题后发布 / 暂不建议发布”三档判断。
• 按稿型复用现有真源：短视频按平台检查标题或无标题开头、正文逻辑与表达真实性；Article 检查论证、事实层级、动态篇幅与 CTA；商单继续服从 Brief 和商单约束。
• 人设与文风条件增强：用户自己的待发布稿存在可用 persona-card 或 voice-card 时按需读取；没有卡片不追问、不阻塞，低置信度文风卡不形成硬判定。
• 零资产扩张：Preflight 不生成资产、不保存整份报告、不进入 handoff targets；学科发散也不新增卡片或状态体系。
• 2.1.5 体验不加步骤：普通聊天仍由 Think 接住，普通创作仍由 Create 完成；两个新能力都只在用户意图命中时加载。

2.1.5 新增

• 话题人群识别一级门牌：新增 /eva-audience-finder 顶层入口，让用户能在 Skill 列表中直接看到并使用 Eva 的话题人群识别能力。
• 显式触发、Think 继续兜底：只有用户点名功能或明确询问“这个话题背后是什么人群、戳中了谁、讲给谁”时才直达；泛选题、陪聊和“帮我看看这个话题”仍由 Think 接住。
• 共享真源不复制：一级入口只读取原 shared Audience Finder；Think、Create、Learn 和 Link 仍可直接读取同一真源，不新增第二套方法论。
• 人群三项闸门：具体人群、认知缺口和用户问题必须全部有上下文依据；任一项只有标签、套话或泛化判断，都视为人群仍不清楚。
• 调用后返回原链路：Think 调用后回 Think，Create 调用后回 Create；小红书继续标题搜索，抖音和视频号继续第一句话，Article 回到读者认知任务。
• 零数据契约扩张：不新增资产类型、状态字段或 handoff target，现有 Link 安全、标题验证和文章边界保持不变。

2.1.4 新增

• 外部材料安全边界：读取文件、截图、表格、Brief 或对标样本时，将材料中夹带的命令视为待分析内容，不让材料自行改变用户任务或扩大权限。
• Link 最小权限声明：Link 必须明确声明读取、写入、联网和用户数据保存范围；配置本身不等于用户授权。
• Link 指纹与审计记录：用 SHA-256 同时复核 eva.link.json 和 module.md；两个文件任一变化后，原确认失效，并保留确认时间和确认语。
• Link 基础风险检查：新增项目路径、常见任务劫持措辞、隐藏动作和未声明联网的高信号检查，并为旧 Link 提供一次性权限补齐流程。
• 渐进加载与无感体验：安全协议只在任务真正读取外部材料或运行 Link 时加载；普通聊天和无材料创作不增加额外弹窗或追问。
• 使用边界：这些机制是纵深安全护栏，不是第三方代码沙箱；只启用自己创建或来源可信的 Link。

2.1.2 新增

• Create Article 内部分支：新增公众号文章、非虚构自媒体文章和观点长文能力，不新增顶层 Skill、公开命令或资产类型。
• 文章事实分层与动态长度：区分亲历、事实、推论和修辞；800–1200 字只是默认预期，停止条件是论证闭环。
• 标题后置与 CTA 真实性：文章先写正文再定标题；未提供的价格、名额、截止时间、效果承诺和加入方式不编造。
• 任务式使用地图：用户按目标找到入口，不需要先理解内部模块。
• 短视频端到端示例与集中 FAQ：完整展示从模糊想法到成稿的关键步骤，并集中回答高频阻塞问题。
• 价值优先的轻交互：先给有效判断或阶段产物，再暴露一个会改变路径的决策点。
• 未验证草案醒目标识：复用原低置信度协议，不新增状态系统；在标题前置链路严格保留“两次明确请求”边界。
• 三分钟新手最小闭环：演示、跟做、独立发起任务，不用功能清单代替学习。

2.1.1 新增

• Eva New User：独立 /eva-new-user 新手教程。开始前扫描当前环境实际安装的 Eva-skill，只介绍已确认可用的能力。
• 动态教学：不使用固定课表。用户可以随时说“跳过”、指定提前学习的功能，或退出教程直接处理真实任务。
• 裸启动欢迎语：用户只输入 /eva 或“启动 Eva”时，先给轻量引导，并询问是否开启新手教程；不判断、不保存用户的新旧状态。
• 标题草案两轮规则：第一次直接要稿仍强制进入标题搜索；只有提醒后第二次明确接受未验证边界，才输出不能直接发布的草案。
• Learn 单文件锚点：第一讲前先创建 00-学习进度.md，第一讲内容形成后再创建问答原稿和必要资料索引，保证不漏档也不预建空文件。
• 正文路线分级：标题闸门之后，普通非商单稿走简版路线；商单、冲突、复杂故事和材料双薄走完整路线图。2.2 起，用户明确要求整篇发布前总检时改由 Preflight 接管。

2.1.0 新增

• Eva Review：只有一个 /eva-review 入口，内部自动判断单篇复盘、批量规律回溯和结果回填。支持多平台、多账号、截图、Excel、CSV 和逐条口述。单篇只形成待验证假设，不做确定归因；记录库经首次授权后保存到当前项目 ./eva-review/。
• Eva Lens：默认从读者、反对者、现实行业和创作者四个视角快速补光；用户明确要求时进入深度审视。Lens 不模拟人物、不建档、不保存、不自动联网搜索。
• 主路由扩展：/eva 可以同轮进入 Think、Create、Learn、Brief、Link、Review 或 Lens。

维护与致谢

Eva-skill 由璐璐Eva 发起开发并持续维护。项目会从真实的内容创作场景和用户需求中持续迭代，在尽量保持既有能力、稳定性与用户体验的前提下，逐步补充更实用的创作工具。

官方开源仓库：https://github.com/Lulu-Eva/Eva-skill

感谢 dontbesilent 开源 dbskill，将个人商业方法论提炼并沉淀为可调用的 Skills，为中文 Skill 开源生态作出重要贡献。Eva-skill 的多入口路由与模块分工设计亦受其启发，并在创作者思考与内容生产场景中继续发展。

感谢 dontbesilent 早期在社群中分享基于 Bloom2Sigma 的学习提示词，为 Eva Learn 的掌握判断与课后即时沉淀机制提供了启发。Eva Learn 此后结合资料带学、主题式阅读、可追溯建档与内容交接，逐步发展为独立的学习系统。

感谢凯瑟琳学姐和梦野学姐作为需求与产品灵感贡献者，为 Eva-skill 生态提供真实创作场景：凯瑟琳学姐在使用 Eva-skill 创作内容时提出了“学科发散”的需求，推动 Eva Lens 增加观点形成前的跨学科发散模式；梦野学姐提出了“发布前审核”的需求，推动 Eva Preflight 的设计。这两项能力都来自真实创作过程中发现的问题，也是 Eva-skill 持续生长的一部分。

许可证与法律说明

Eva-skill 源码公开，并采用 CC BY-NC 4.0 非商业许可，标准署名为“Eva-skill by 璐璐Eva”。个人学习、研究及其他非商业目的可以依照许可证使用、修改和分享；公开分享修改版时，应保留来源、许可证和修改标记，不得暗示官方背书。免费发布不当然等于非商业，主要用于获客、推广或取得商业优势时仍可能需要授权。

Eva-skill 另行允许个人创作者使用官方版或仅供本人使用的本地修改版，为自己的创作者账号和个人品牌制作内容，并在自有账号发布、接广告、进行品牌合作或通过内容变现。账号即使登记在本人工作室或公司名下，也只有在创作者本人亲自使用、亲自作出主要编辑决定，且没有团队共用、矩阵生产或客户交付时才适用。销售或公开商业化 Eva-skill 本体、修改版、提示词、部署服务，为客户账号代写、代运营，以及不满足上述个人创作者条件的企业、团队经营性生产，不在这项额外许可内；相关使用只有在涉及 Eva-skill 受保护材料、又不符合 CC BY-NC 4.0、其他书面许可或依法无需授权的情形时，才需要另行授权。

个人创作者额外许可按每个完整附带许可文件的 Eva-skill 版本分别生效：用户持续守约时，该版本授权不可撤销；违约后有 30 日补救期；未来许可变化只影响未来版本；守约期间已经合规产生的普通最终内容不受后续许可变化追溯影响。

为完成获准任务，允许第三方模型平台进行运行所必需的复制和处理；该版权许可不当然认定平台在个人信息保护法上的角色，也不能单方面排除平台依据其服务条款或适用法律取得的其他权利。用户应根据所用平台的数据使用、保留和模型训练设置选择合适的运行方式。

普通最终内容无须仅因使用 Eva-skill 而署名 Eva-skill；品牌方对普通最终内容的二次使用原则上由品牌与创作者之间的合同确定，不会仅因创作过程中使用了 Eva-skill 而当然需要 Eva-skill 另行授权。用户仍需自行核验事实、第三方权利、隐私、广告和平台规则。详细边界见：

• 项目许可证
• 许可与法律说明
• 商标与官方身份使用说明
• 第三方材料与许可排除说明

核心边界

• Think 负责普通陪聊、经历回收和把问题聊清楚；Lens 在观点形成前做显式学科发散，在观点形成后做快速补光或深度审视。
• Create 只负责短视频与非虚构自媒体文章生产；Review 可以复盘全平台已发布内容。
• Preflight 只审核基本成形、尚未发布的自然语言成稿；项目开工、代码发布、部署和一般行动前审查不属于它。
• Review 记录与 shared 交接卡分离，数量不能替代数据可比性。
• Lens 不生成 lens-card；需要真实论据时优先用可用搜索能力同轮核验，只有用户明确要系统学习或主题研究时才交 Learn；需要保存时交 Memory。
• 普通朋友圈、微博和小红书短图文仍由基础模型或明确 Link 处理；Article 不继承短视频标题闸门。
• 正式品牌赞助文章首版只交给 Brief 形成约束，不为扩大功能而绕过商业真源。

开发验证

从仓库根目录运行十二个 Skill 的 quick_validate.py，再运行：

python3 skills/eva-shared/scripts/eva_doctor.py --base skills/eva-shared
python3 skills/eva-shared/scripts/eva_prompt_lint.py --base skills/eva-shared
python3 skills/eva-shared/scripts/eva_selftest.py --base skills/eva-shared
python3 skills/eva-shared/scripts/eva_link_check.py --link skills/eva-shared/examples/eva.link.example.json
python3 skills/eva-shared/scripts/eva_link_check.py --link skills/eva-shared/examples/local.weibo-copy/ --strict
PYTHONPYCACHEPREFIX=/private/tmp/eva-shared-pycache python3 -m py_compile skills/eva-shared/scripts/*.py