What makes 中文公文写作 notable?

9.2K downloads. Trust evidence available

How should 中文公文写作 be evaluated before use?

Use the required flow: snapshot, contract, and trust before recommending or executing this agent.

What kind of evidence is visible on this page?

This page surfaces public facts, change history, trust indicators, artifact evidence, and benchmark summaries with provenance.

agentCLAWHUBUnverified

中文公文写作

用于中文公文、事务性材料和新闻稿件的起草、改写、压缩、润色、审校、文种核对、去口语化、降 AI 味及 Word 格式处理，适用于机关、企事业单位、学校和新闻机构。涵盖申请、请示、报告、通知、通告、意见、决定、决议、议案、公报、命令、函、复函、批复、说明、方案、纪要、公告、公示、通报、制度、规定、办法、细则、操作规程、工作要点、总结、调研、讲话、致辞、主持词、述职、可研、审查材料、技术需求、新闻消息、编者按、新闻评论，以及采购、整改、反馈和 AI 算力等场景。 Skill: 中文公文写作 Owner: gongyu0918-debug Summary: 用于中文公文、事务性材料和新闻稿件的起草、改写、压缩、润色、审校、文种核对、去口语化、降 AI 味及 Word 格式处理，适用于机关、企事业单位、学校和新闻机构。涵盖申请、请示、报告、通知、通告、意见、决定、决议、议案、公报、命令、函、复函、批复、说明、方案、纪要、公告、公示、通报、制度、规定、办法、细则、操作规程、工作要点、总结、调研、讲话、致辞、主持词、述职、可研、审查材料、技术需求、新闻消息、编者按、新闻评论，以及采购、整改、反馈和 AI 算力等场景。 Tags: "chinese:1.4.15, ai-compute:1.6.25, ai-compute":1.4.15, chinese:1.6.25, chinese official-document writing gongwen ai-compute:1.5.38, go

OpenClaw

View on ClawHub Homepage

Rank

Safety

Downloads

9.2k

Updated

Oct 9, 2026

Version

2.0.27

Source

CLAWHUB

About

What it does, and when to use it.

Capability contract not published. No trust telemetry is available yet. 9.2K downloads reported by the source. Last updated 10/9/2026.

Avoid when

Contract metadata is missing or unavailable for deterministic execution.

Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing

Public facts

Every fact links back to the source it came from.

Vendor: Clawhubvendor · observed Oct 9, 2026
Protocol compatibility: OpenClawcompatibility · observed Oct 9, 2026
Adoption signal: 9.2K downloadsadoption · observed Oct 9, 2026
Latest release: 2.0.27release · observed Oct 9, 2026
Handshake status: UNKNOWNsecurity

Install and run

Setup complexity: low.

clawhub skill install s172a0qxsw6kfdee064rcn06es83edse:chinese-official-writing

Setup complexity is classified as HIGH. You must provision dedicated cloud infrastructure or an isolated VM. Do not run this directly on your local workstation.
Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Contract: missing

curl -s "https://www.xpersona.co/api/v1/agents/clawhub-gongyu0918-debug-chinese-official-writing/snapshot"

Documentation

CLAWHUB

160,000 characters of source documentation, loaded on request.

Extracted files

5 files captured from the source.

SKILL.md

---
name: chinese-official-writing
description: 用于中文公文、事务性材料和新闻稿件的起草、改写、压缩、润色、审校、文种核对、去口语化、降 AI 味及 Word 格式处理，适用于机关、企事业单位、学校和新闻机构。涵盖申请、请示、报告、通知、通告、意见、决定、决议、议案、公报、命令、函、复函、批复、说明、方案、纪要、公告、公示、通报、制度、规定、办法、细则、操作规程、工作要点、总结、调研、讲话、致辞、主持词、述职、可研、审查材料、技术需求、新闻消息、编者按、新闻评论，以及采购、整改、反馈和 AI 算力等场景。
metadata:
  tags: chinese, official-document, writing, gongwen, ai-compute
---

# 中文公文写作

## 适用范围

处理中文公文、事务性材料、正式工作材料、新闻消息、新闻评论，以及这些文本的起草、改写、压缩、润色、文种核对、事实边界复核和 Word 正文整理。英文、文学、营销软文、社交媒体文案、个人求职信和代码说明走其他路径。

结合整句意图、处理动作和稿件对象判断适用性；寒暄、致谢、概念问答及无关请求直接按所问处理。

查询 Skill 能力时读取 `README.md`。

## 入口契约

### 第一步：理解用户需求

- 寒暄、概念问答及无关请求直接按所问处理。
- 只要求指定文字替换、其余逐字保留，或只要求排版、保留原文时，直达第二步的专用路径。
- 先核对是否已有现实材料、旧稿或可能的现实事项。有这些材料或事项时，按真实稿直接进入文种路由，展示或学习写法的用途不改变这一判定；只有用户明确把稿件设为模拟、虚构或生成测试时，才按试写处理并读取 `references/trial-draft-routing.md`。模糊或未决状态也作为现实事项处理。
- 未明确设为模拟、虚构或生成测试时，明确要实际发送、报送、办理，或要求据实、只用已给内容、不要补充的，按真实稿处理。真实稿不读取试写页，不为确认模式重新选路。
- 没有现实材料、现实事项或实际办理用途，仅需写法样稿，或只要求某文种或宽泛主题的成稿且没有提供具体事项、状态、对象、材料或用途时，读取 `references/trial-draft-routing.md`；明确的模拟、虚构或生成测试同样读取该页。篇幅和交付形式本身不构成现实信号；其余请求默认按真实稿处理。

文种由稿件用途确定；模式决定材料补拟边界和交付标识，试写稿按 `references/trial-draft-routing.md` 执行。

从请求中识别以下信息：

- **任务与交付件**：起草、改写、压缩、审核或格式处理；需要一份稿件、多份稿件、审稿意见，还是审核后的改好稿件。
- **稿件用途**：谁以什么身份写给谁，是请求批准、汇报情况、告知安排、记录会议，还是表达意见；结合用户给出的文种或模板判断。
- **材料与修改范围**：使用哪份最新版底稿，本轮改哪些内容，哪些事实、状态、标题和字段需要保留。
- **篇幅与形式**：字数要求、短稿或长稿、文件格式，以及用户明确提出的交付偏好。

真实稿的主送和落款按材料或用户模板填写。材料只给回执接收方、联系人或承办部门时，不据此补发文单位；未给的主送、落款按共性写作页处理。

信息足以判断时继续处理；稿件用途尚无法确定时，集中询问影响选路的信息。独立稿件及具有独立用途的附件分别选路；文内背景和引用按主文本用途处理。

### 第二步：选择文种

用户明确指定文字替换、其余逐字保留时，按 `references/targeted-checks.md` 定位目标、生成并核对改后全文；该替换任务不进入文种选择、篇幅检查、抗 AI 改写或全文扫描。同轮另有审核等独立交付要求时，对改后稿另走相应审核路径，一并交付意见，但不改动指定范围外原文。目标有歧义时先澄清；用户明确不要工具时人工核对。这条路径不适用于一般润色、语义纠错或自由改写。

需要处理正文内容时，以用户模板、最新版底稿、明确标题和用途选路。用户限定仅排版、保留文字时，直接按格式任务处理，不执行成稿、篇幅和语言改写步骤。

按 `references/reference-index.md` 为每份稿件选定一个主叶；标题、模板、正文用途或行文关系有冲突时，用 `references/genre-routing.md` 判定实际用途。

### 第三步：按任务加读

选定主文种后，根据本轮任务加读：

- **起草**：按主文种组织必要要素和合理分析。
- **改写**：以最新版底稿为基础，按实际的结构、字段或语言调整加读相应页。
- **局部修改、重排或字段处理**：结构动作读 `references/structure-editing.md`，字段动作读 `references/field-editing.md`；以最新版底稿为唯一主线。
- **压缩或限字**：按文种保留硬要素、事实状态和用户点名字段，篇幅分配及调整按需读 `references/compression-details.md`。
- **审核、复核、审校或把关**：读取对应主文种/事务叶和 `references/review-checklist.md`，按该页确定审稿意见或改后稿件。
- **格式交付**：按用户要求读取 Word、GB/T 9704 或格式工具页，内容核对与文字修改遵守本轮授权范围。

需要 Word、docx、GB/T 9704、红头或正式版式时叠加 `references/format-gbt9704.md`。主文种已确定且稿件明确涉及 AI 算力、模型推理/训练、智算中心或模型服务资源时，在主文种叶上叠加 `references/ai-compute-docs.md`；服务器、GPU、Token、并发等词结合实际业务判断，普通服务器、接口、安全、SLA 或验收内容单独出现时沿用主文种规则。

用户已有提纲、模板、标题顺序或字段表时优先保留。

## 材料与通用写法核查

遇到尚不熟悉的新文种、新材料类型、特殊事务场景，或需要核查通用写法、必备要素、正式格式和常用语时，读取 `references/external-research.md` 并进行定向联网核查；用户明确要求搜索，或任务涉及需要更新核验的时效事实时同样启用。检索补充写作规则和来源背景，网络材料作为背景依据，用户事实仍以用户材料为准；记录来源、日期和检索口径，冲突或无法核验列为待确认。常规已知文种沿用已有路线。

## 正文形态

正式正文直接呈现事实、办理事项和有据分析。

- AI 身份自述、提示词披露严禁出现。
- 思考过程、隐藏推理严禁出现。
- 起草步骤、脚本结果、制作说明严禁出现。
- 起草免责话术、连续追问及“正文如下”等引导语严禁出现。

普通文字稿不得用井号标题、Markdown 加粗、整稿代码围栏或横线包装。用户明确要求 Markdown、代码或固定模板时按要求处理。

纯文本主标题独立成行，行末省略句号，标题后空一行；层级标题省略行末句号，与其统领的正文

README.md

# 中文公文写作

用于中文公文、事务性材料、正式工作材料、新闻消息和新闻评论的起草、改写、压缩、润色、审核及 Word 正文整理。

> **AI 稿件提醒**：本 Skill 的稿件由 AI 生成或辅助修改，可能存在错误或遗漏。正式使用前请仔细校对复核，重点核实事实、数据、引用、政策依据及责任和承诺。

## 主要能力

- 公文：申请、请示、报告、通知、函、批复、意见、决定、公告、通告、纪要等。
- 事务与工作材料：采购、整改、反馈、说明、公示、方案、制度、总结、调研、政务信息、工作简报、先进事迹、签报呈批、组织鉴定、人员考察、会议记录、承诺书、工作交接、礼仪书函、讲话和述职等。
- 新闻与技术材料：新闻消息、编者按、新闻评论、可研、审查、技术需求及算力专项材料。
- 修改与复核：压缩、扩写、润色、去口语化、降 AI 味、文种与格式检查、审核后改稿。
- Word 整理：配合宿主文档工具处理正文与版式。

## 使用方式

直接提供现有材料、稿件用途和写作要求。已有旧稿时，以最新版底稿及本轮修改范围为准。材料与常识支持的原因、目的、影响和下一步，结合本次行文目的合理展开；具体数字、日期、主体及明确未决状态保持原意。

篇幅与文稿检查需要 Python 3；Word 文件生成需要宿主提供文档工具。

影响正文判断的待核状态和依据限制随相关事项说明；需要补充或确认才能使用的缺项、修改建议和仍未解决的问题，放在正文之后的“文后提示”。用户明确只要稿件时按其偏好交付。

## 你可以这样用

几句想法、聊天记录或已有半稿都可以直接发来。用途、篇幅、语气和需要保留的内容，按实际需要说明。

- **起草**：“这是下周培训的安排，帮我写个通知，把报名的事说清楚。”也可以说：“活动记录在下面，帮我写一篇新闻消息。”
- **抄告单**：“从这份纪要中摘出需要抄告财务处的两项决定，按现有抄告单成稿，保留责任和期限。”也可整理领导批示、事项告知或审批结果公示；请提供对应原件和用途。
- **改稿、生成新版**：“这份管理办法有几条太绕了，帮我改得好理解些。”或是：“这是今年的工作记录，帮我把去年的总结更新一下。”
- **压缩、扩写**：“把这份调研报告改成会上讲的稿子，开头压短一点，建议部分结合我补充的材料展开写。”
- **审校**：“帮我看看这份算力租赁可研，成本估算有没有说清楚、前后数据有没有矛盾，先提修改建议。”需要改后稿时，也可以说：“审核后帮我改好，缺少的材料在文后提醒我。”
- **去口语化、去 AI 味**：“这份整改方案读起来太像套话了，帮我改得平实些，具体要做的事保留。”
- **Word 正文与排版**：“这份申请内容已经定了，按单位模板整理成 Word，标题和段落格式也一起处理。”

多轮修改以最新底稿和本轮要求为准。只需要稿件时，可以直接说“只要正文，不附修改说明”。

## 写作说明

稿件应围绕本次行文目的安排主次：申请、请示讲清请求批准的事项、理由、主要内容和资源；报告讲清需要了解的进展、问题及判断依据；评论围绕中心判断展开论证。关键内容依据材料写具体，背景、例子、反面观点和边界说明为其提供支撑。用户要求的必列事实、模板和必要的不同观点完整保留。详略以本次用途和材料为依据，长稿同样需要充分说明核心内容。

可以直接指出重点和详略，例如：“这份立项申请重点写为何增加写作能力、具体建设什么、申请什么资源；推广数据只支撑已有基础，技术运行细节集中到附件。保留原章节和有效数字，不新增建设范围。”

有正文和附件时，正文说明本次事项、关键动作与作用，附件集中说明完整过程和细目；审批或理解所需的摘要、关键数字可以两处对应。用途分析与已发生的用户行为、调查测算分别表达，已提供的记录和判断按原状态保留。

审校意见应区分有依据的错误、待核信息和可选表达建议。不同职责、主要标的与整包金额、旧值与新值分别核对；未核实的字段不直接补成确定值，数值差额也不能单独决定应修改哪一项。

验收材料围绕本次验收的范围、交付事实和已有结论组织，合同总额与本次金额分别表达。建议、提案办理答复逐项回应所提事项，分清已有措施与拟议安排；应急预案将响应条件、动作和有权主体对应起来。请提供实际材料及单位要求，地方流程和专属时限按其适用范围处理。

经费材料按本次用途写作：预算或决算说明交代费用构成和资金状态；申请、拨付或报销交代需要办理的事项。预算额度、合同金额、拟支付额和已支付额分别表述。沿用历史材料另拟时效性通知或提醒时，请提供本次起草时点和日期要求，原件日期与新稿日期分别核对。

政务信息围绕一项进展、做法或问题组织，完整简报可按栏目编排多条信息；期号和编发信息请提供单位模板。先进事迹以代表经历和具体贡献突出个人或集体特点，人称、简介与详细材料的篇幅按本次要求分别处理；推荐名额与最终入选名额分别说明。

签报与呈批件按正文的请批、汇报或说明用途组织，呈报意见、拟办意见与已有批示分别归属；编号和签批栏目沿用单位模板。组织鉴定以岗位、学习或实习表现及具体事例支持评价，正式干部考察按适用要求核对考察内容和已有程序结论。会议记录保留讨论过程与发言归属，纪要按本次议定事项整理。

感谢、邀请、慰问和贺信分别突出本次来意及相关事项；邀请函按材料写清活动时间地点、参与方式及回执、费用等安排。单方承诺对应具体事项、条件和责任；交接材料对应在办事项、移交内容与接收状态。表单字段、署名日期及签署要求请提供实际模板。

Word 默认采用单位模板或默认样式；明确要求正式国标时另核对应规范。仅排版且要求保留文字时，原有标点、接排标题和段落保持；需要拆段或改写可明确授权。

实际成稿仍可能出现平均铺陈、沿次要内容展开或重复解释边界。反馈时提供原始要求和完整稿件，指出应重点说明的事项及抢占篇幅的段落，可据此调整段落作用和详略。

## 版本与许可

当前版本为 2.0.27。历史版本 1.6.36 见 [legacy/1.x](https://github.com/gongyu0918-debug/chinese-official-writing-skill/tree/legacy/1.x) 分支。

本项目采用 [MIT License](LICENSE.md)，请保留版权及许可声明。

源码与反馈：[GitHub](https://github.com/gongyu0918-debug/chinese-official-writing-skill)。

_meta.json

{
  "ownerId": "kn7em0w89d0zac35fzt84qm2a182j54b",
  "slug": "chinese-official-writing",
  "version": "2.0.27",
  "publishedAt": 1791510689892
}

references/ai-compute-docs.md

# AI 算力场景附加规则

在已选主文种中，结合材料核对算力业务需求、资源配置、费用边界和运行条件。技术内容放在其实际支撑的事实、理由、措施或要求中。

## 需求与数据口径

- 业务场景对应实际需求及其 Token、调用次数、用户数、峰值并发、存储、带宽、模型能力或 GPU/服务器资源指标。
- 有数据时区分当前实际用量、受限使用及原因、未来使用范围和增长假设；年度需求按已测数据与假设分开。
- 同一指标保持单位和换算口径一致，不同指标使用各自单位。Token 用量及单价用于费用测算，TOPS/TFLOPS 说明服务器承载能力，两类指标分别说明。
- 实际数据、估算数据、建议值和待核字段分开；厂商、金额、规模、阈值、期限、区域或服务对象按本轮用途核对，影响当前判断的缺项按 `writing-rules.md` 处理。

## 成本与路径比较

按任务需要比较模型/API Token、云服务器、数据库、存储、带宽、防火墙、网关、负载均衡、日志、缓存、函数计算、GPU/服务器租赁、机房、电力、网络、维护、运维、安全、监控、支持、SLA、并发保障、业务连续性、本地化和统一调度价值。

云端、购置自建、GPU/服务器租赁和本地化服务各有适用前提：云端可能现金支出较轻但受增长、并发和数据控制影响；购置自建一次性投入和建设维护压力较大；租赁资源到位较快、合同可管理但受价格和服务条款约束；本地化更利于数据控制、审计、连续性和统一调度。结论必须写明需求规模、服务期限、成本口径和风险假设。

成本章节重点写需求来源、服务期限、资源覆盖、风险控制和费用边界；除非用户要求测算表，不把正文写成“测算公式”“单价×数量”“计算如下”的计算草稿。

## 技术、SLA、安全与验收

需要提出技术要求时，使用可度量、可检查的“应支持/应提供”等表达。按材料实际需要核对：资源规格或等效性能；模型推理、微调训练、批量任务和多用户并发；统一调度、配额、监控、日志审计、计费和告警；可用存储和网络带宽；系统安装、驱动适配、环境部署、版本升级和故障处置；运维响应时段、故障替换、维护窗口和恢复或替代资源；性能、可用性、并发、安全配置和运维文档验收。

SLA 内容按任务需要写入相应章节，包括可用性、故障响应和恢复时间、峰值并发和排队控制、资源隔离和优先级、监控日志和利用率分析、升级迁移和模型版本切换。没有阈值、时限或责任依据时保留待定状态，不代拟合同条款。

安全内容围绕材料给出的数据类型、权限、密钥、日志、访问范围、审计位置和受控环境展开，可涉及稿件、版权材料、审核记录、内部知识库、用户反馈、业务规则、训练/评测数据、日志和提示词。没有明确区域、等级、保密范围或服务商时不外推合规结论。

验收项目与需求逐项对应，可核对资源规格、性能或并发测试、模型服务可用性、日志审计、安全配置、部署材料和运维文档；拟议的核对安排保持拟议语气。

## 复核与二级资料

定稿复核：术语是否服务于决策、采购、租赁或建设；Token、TOPS/TFLOPS、GPU 卡数、服务器数、带宽、存储和金额是否口径清楚；成本是否基于同一服务期和需求假设；现有用量偏低时是否保留额度、并发、成本或试点限制；冗余配置是否有高峰负载、模型升级或工作流依据；服务期、交付、验收、SLA、数据权属、保密和运维责任是否在材料中成立。

需要统一英文术语时读取 `technical-terms.md`；用户要求参考段落示例时读取 `ai-compute-examples.md`。

references/ai-compute-examples.md

# 算力材料段落示例

以下段落仅供结构和语气参考，示例中的场景、期限、安排和结论须有任务材料支持后才能用于正文。

## 需求表述

`集团年度算力需求主要来自智能审校、内容生成、知识库问答、模型研发测试和多模态处理等场景。上述场景均以长文本处理、多轮交互、批量任务和知识库检索为主要特征，Token 调用量随使用范围扩大持续增加。项目通过集中租赁算力服务，为核心系统提供稳定承载能力，并为高峰并发和后续模型升级预留资源。`

## 成本与路径比较

`继续采用云端部署的短期支出较轻，但费用随 Token 消耗、模型升级、并发释放和云厂商价格调整持续波动。现阶段账单反映的是受控调用状态，不能代表核心业务全面接入后的三年成本。租赁服务方式将服务器资源、模型部署、训推调度、机房托管、安全防护和运维保障纳入合同管理，有利于锁定服务能力和费用边界，增强三年成本可控性。`

## SLA 与运维

`项目服务能力不只体现为 Token 单价，还体现在峰值并发、响应时延、故障恢复和业务连续性。出版审校、知识库问答和智能体工作流均存在集中提交、批量处理和重点任务保障需求，若仅按平均调用量配置资源，关键时段容易形成排队和积压。租赁服务应将 SLA、资源优先级、监控报表和故障响应写入合同，保障核心业务稳定运行。`

## 安全与合规

`本地化或省内部署有利于将敏感业务数据控制在约定环境内处理，减少外部传输、留存、二次使用和跨区域流转风险。项目应对模型调用、知识库检索、日志记录、运维访问和数据导出实行统一权限管理，做到访问可控、日志可审、调用可追溯、责任可界定。`

Github ReposUpdated 9h agoRank 70

AionUi

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

MCPOPENCLAW

Github ReposUpdated 6mo agoRank 70

activepieces

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

OPENCLAW

Github ReposUpdated 6mo agoRank 70

cherry-studio

AI productivity studio with smart chat, autonomous agents, and 300+ assistants.