1实现原理 · 为什么它能做到
本质是「公式匹配器」而非通用标题生成器：能力来源是把 75 条已验证的小红书爆款标题公式内联进 SKILL.md 本身（第 186 行起『# 公式库』），靠 prompt 上下文把公式库加载进模型，不依赖脚本、数据文件或外部检索。
skills/dbs-xhs-title/SKILL.md
**你不是万能标题生成器。你是公式匹配器。** 你生成的每一个标题都必须能追溯到公式库中的具体公式编号。
注：这是「为什么能实现」的核心：模型自身会写标题，但本 skill 的价值被显式收窄为『从固定公式库里挑 + 套 + 解释』，能力=公式库规模 + 追溯纪律。SKILL.md 单文件 727 行，正文 185 行、公式库 542 行。
四步流程有明确输入门槛与数量约束：Step 1 必须凑齐『话题 + 行业』两个输入，缺一即反问；Step 2 要求选 5-8 个公式并且跨 ≥3 类触发器。
skills/dbs-xhs-title/SKILL.md
如果用户只给了一个，问另一个。如果都给了，直接进入 Step 2。 … 根据话题和行业，从公式库中选 **5-8 个最合适的公式**。
注：省略式引用，两段原文分别在 Step 1 与 Step 2 段内。『缺行业就反问』避免产出泛化标题；『跨 3 类 + 5-8 条』把输出量固定在可比较的候选集上。
匹配逻辑是话题属性 → 触发器类型的映射表（反常识→认知冲突、内幕→好奇缺口、避坑→恐惧/损失…），并允许『跳过不匹配的类型』，即明确禁止硬套公式。
skills/dbs-xhs-title/SKILL.md
话题本身有反常识点 → 优先用「认知冲突型」
注：同段还给出 7 条同类映射；下文规则 3 补充『跳过不匹配的类型…不要硬套』，属典型的『把选择标准写成可执行判据』的 prompt 编排手法。
输出被格式化模板锁死：每条标题必须携带公式编号、公式模板、原始爆款举例与一句话理由四要素，最后单列 Top 3 与本次用到的触发器类型说明。
skills/dbs-xhs-title/SKILL.md
- 公式 #[编号]：[公式模板]
注：四要素卡片来自 Step 4 模板代码块（同块含 - 原始爆款：「[原始举例标题]」与 - 为什么选这个：[一句话]）。四要素让用户既能直接用标题、又能自己判断推荐质量，也构成后续可复核性。
质量闸门显式化：除核心规则 1-5 外，另有『标题质量 5 条铁律』（编号 6-10），其中平台字数与标题张力是硬指标。
skills/dbs-xhs-title/SKILL.md
**小红书标题 ≤ 20 字（含标点）。** 硬性规范，标点符号也算字数，超了就砍。
注：铁律 6-10 依次为：留悬念不说答案、话题要扩大不要缩窄、击中真实痛点而非表象概念、张力 6 项至少命中 2 项、字数 ≤20。这是把从业经验转成可自检的规则。
有特殊分支处理：用户给已有标题时先反推其公式再诊断；用户只想浏览公式时输出速查表；用户说不清话题时用一句反问引导其明确想要的读者反应。
skills/dbs-xhs-title/SKILL.md
1. 先判断这个标题用的是什么公式（即使用户自己不知道）
注：『已有标题优化』分三步：反推公式 → 诊断公式是否选对/执行是否到位 → 给出换公式或同公式下优化表达。
公式库有明确的外部知识来源交代（第三方标题清单去重合并），且尾部导航受仓库级路由契约约束：只有在用户显式询问下一步且环境已装 /dbs 时才提示。
skills/dbs-xhs-title/SKILL.md
来源：YAO《182 个小红书爆款标题清单》，去重合并后按心理触发器分类
注：来源为书面引用（无 URL、无文件路径），不是运行时依赖。尾部那句『只有用户明确询问下一步，且当前环境已经安装 `/dbs` 时…』被仓库 CI 工具 tools/check-skill-routing-contract.py 的 CONDITIONAL_NAVIGATION_MARKER 逐字强校验。
宿主接入面为『模型可隐式调用』：Claude Code 侧 frontmatter 只有 name/description（未设 disable-model-invocation），Codex 侧 agents/openai.yaml 只声明界面三元组、无 policy 块，因此 agent 可在用户没点名 skill 时自行套用。
skills/dbs-xhs-title/agents/openai.yaml
default_prompt: "使用 $dbs-xhs-title，为当前内容匹配公式并生成小红书候选标题。"
注：description 里写明『用户要求起小红书标题、改标题或选择标题公式时使用』，即依赖语义触发而非用户显式调用；与同仓库部分 skill 的 user-invoked 收窄做法不同。
2核心能力
0112 类心理触发器 / 75 个公式的速查表（含编号区间、核心机制、最适合场景）
02话题属性 → 公式族的选择判据（8 条映射规则 + 至少覆盖 3 类触发器 + 跳过不匹配类型）
03逐条定制标题并强制标注来源公式编号（禁止自由发挥）
04每条标题附「原始爆款」佐证（公式库每条公式都带 📌 原始爆款，输出时必须展示）
05Top 3 决断推荐 + 本次所用触发器类型说明
06已有标题的公式反推与优化（换公式 / 同公式下优化表达）
07平台硬规范自检：≤20 字（含标点）与标题张力 6 项至少命中 2 项
08输入缺失时的引导式澄清（用『你想让看到标题的人产生什么反应』反推触发器类型）
4风险提醒 风险提醒：绿色 · 放心使用
风险提醒：绿色 · 放心使用
- 公式库自带 2 处「原始爆款」错配 — 公式 9 借用了公式 21 的示例「给每个 35+ 职场女性的终极建议」，公式 60 借用了公式 39 的「一招就能帮你带来三倍的赞藏量」。agent 在展示『原始爆款』佐证时会因此给出与公式语义不符的举例，损害『验证过的爆款』这一可信度承诺。
- 编号与举例无自校验，存在编造空间 — 75 条公式 + 75 条原始爆款全靠模型在上下文里对齐；skill 未要求 agent 逐字复制公式库文本、也无脚本校验，模型可能错引编号或伪造一条『原始爆款』。用户应抽查关键推荐。
- 触发面为模型可隐式调用 — SKILL.md 未设 disable-model-invocation，agents/openai.yaml 无 policy 块 → agent 可在用户没点名的情况下自行套用标题公式（例如内容类会话中被自动纳入），行为边界依赖宿主与模型的判断。
- 强绑定小红书单一平台与中文语境 — ≤20 字含标点、12 类触发器与『📌 原始爆款』都取自小红书生态；换到公众号/知乎/海外平台时字数与触发器适配性未经论证（SKILL.md 亦自述铁律来自『全平台标题实战经验』，但库与规范仍以小红书为准）。
- 标题党倾向与真实性风险 — 公式本身大量使用夸张承诺（如『90 天内涨粉 10 万的唯一办法』『一招就能帮你带来三倍的赞藏量』），用户直接套用可能触碰平台虚假宣传/夸大承诺边界；skill 未加入合规或事实核查环节。
- 授权与再分发限制（仓库级） — 整仓 CC BY-NC 4.0：可分享、可改编，但不得商用且须署名；公式库自述源自第三方清单（YAO《182 个小红书爆款标题清单》），二次收录该公式内容时还需留意第三方权利。站点展示需保留署名与许可声明。
风险提醒：绿色，放心使用。纯指令型 skill：目录仅 SKILL.md + agents/openai.yaml，无脚本执行、无网络外发、无凭证读取、无本地文件写入（源码逐类 token 扫描零命中）。注意点均为内容层：公式库有 2 处「原始爆款」张冠李戴、模型可能错引编号、触发面为模型可隐式调用、以及整仓 CC BY-NC 4.0 的非商用限制。
5第二遍独立确认
- [ok] 规模声明：75 个公式 / 12 类触发器 — 正则抽取 `### <数字>.` 标题 75 条，编号 1-75 无缺号无重复；`## 一、`…`## 十二、` 恰 12 段，段名与正文速查表 12 行（认知冲突 1-6 … 互动/测试 72-75）逐行吻合，区间算术亦自洽（累计到 75）。无夸大。
- [discrepancy] 「📌 原始爆款」的唯一性与归属 — 75 条原始爆款中有 2 条被复用且明显张冠李戴：公式 9『达到 [结果]，令人意想不到的秘密』下的原始爆款写作「给每个 35+ 职场女性的终极建议」（该句实为公式 21 身份代入型的示例，编号 21 下同样出现）；公式 60『当你知道你会 [负面情绪]，如何 [结果]』下的原始爆款写作「一招就能帮你带来三倍的赞藏量」（该句实为公式 39 结果承诺型的示例，编号 39 下同样出现）。属源库整理错配：agent 在 Step 3『展示原始爆款』时会给出与公式不匹配的佐证，用户按编号反查即可发现。功能不受影响，但『原始爆款=验证过的爆款』这一可信度承诺在这 2 条上不成立。
- [ok] 外部资源 / 工具清单为空 — 对 SKILL.md 与 agents/openai.yaml 扫描 http(s)://、curl/wget、gh/git/ffmpeg/yt-dlp 型 CLI、npm/npx/pip、API_KEY/token/secret/.env 全部零命中。公式库中的『来源：YAO《182 个小红书爆款标题清单》』是书面署名（无 URL、无本地路径），不构成可点名端点或依赖。
- [ok] Step 2 条数（5-8 个公式）与 Step 4 模板（3 张卡片 + …）是否矛盾 — 模板用『...』续接示例卡片，属同一份可扩展模板；数量约束在 Step 2 明文给出（5-8 个），两者不冲突，非夸大或自相矛盾。
- [ok] 尾部条件导航句与仓库路由契约 — SKILL.md 末句『只有用户明确询问下一步，且当前环境已经安装 `/dbs` 时…』与 tools/check-skill-routing-contract.py 中 CONDITIONAL_NAVIGATION_MARKER 的字面值逐字一致，说明这是 CI 强制的仓库契约而非随手文案（该文件还禁止 skill 之间直接路由/交接）。
- [ok] 双宿主元数据齐备且触发面真实 — SKILL.md frontmatter 仅 name/description，无 disable-model-invocation；agents/openai.yaml 仅 interface（display_name/short_description/default_prompt），无 policy.allow_implicit_invocation 限制 → Claude Code 与 Codex 两侧都允许模型隐式调用，与『用户要求…时使用』的语义触发一致。
- [ok] official_desc 是否为原文 — meta.official_desc 逐字取自 SKILL.md frontmatter 的 description，未改写、未翻译。
- [ok] license 字段与仓库实际授权 — GitHub API license 返回 NOASSERTION（GitHub 未把 CC BY-NC 4.0 归入标准 SPDX id）；但仓库根 LICENSE 全文为 CC BY-NC 4.0 文本（含 NonCommercial 条款与 Copyright (c) 2026 dontbesilent），README 第 167 行注明『本项目采用 [CC BY-NC 4.0](LICENSE) 许可证。』并有同款徽章。以仓库文件为准：CC BY-NC 4.0，非宽松许可。
6结论
适合：适合以小红书为主战场、需要稳定产出标题并理解『为什么这样写』的中文内容创作者与小团队：给出话题 + 行业即可拿到 5-8 条带公式编号与原始爆款佐证的候选标题、Top 3 决断与触发器类型说明；也适合已有标题想反推公式做诊断优化的场景。仓库级授权与目录惯例（本次按 pin 8b8e33f1ecae 核对，2026-09-15）：dbskill 是单一 monorepo，仓库根为 README.md（+ README.en/ja/ko/zh-TW 四语）、VERSION、UPDATE.json、LICENSE、books/、docs/、scripts/、site/、tools/、知识库/，全部 33 个 skill 平铺在 skills/<name>/ 下，每个 skill 目录的固定形态是 SKILL.md，并普遍配套 agents/openai.yaml（33/33 均有，由 tools/check-skill-metadata.py 强校验）；dbs-xhs-title 属最薄形态，只有 SKILL.md + agents/openai.yaml 两个文件，无 scripts/references/templates。复刻或收录时必须连带这三处仓库级登记才与上游一致：.claude-plugin/plugin.json 的 skills[] 收 ./skills/dbs-xhs-title、.claude-plugin/marketplace.json 有同名可单独安装条目（category content-creation）、skills/dbs/references/official-skill-names.txt 第 14 行收录 dbs-xhs-title（/dbs 编排白名单）。授权方面：仓库根 LICENSE 全文即 Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)，落款 Copyright (c) 2026 dontbesilent，README 第 167 行『本项目采用 [CC BY-NC 4.0](LICENSE) 许可证。』——收录/展示需保留署名与许可链接、且不得用于商业用途（GitHub API 的 spdx_id 为 NOASSERTION，以仓库内 LICENSE 文件为准）。
不适合：不适合非小红书平台或非中文内容的标题工程（硬规范与触发器库都按小红书校准）；不适合期望 skill 去联网抓取真实榜单/热度、验证『爆款是否真爆』的场景——它不联网、不检索、不校验，只做公式匹配；不适合想要成品文案的场景，它只产标题与公式说明，不写正文；不适合需要品牌合规/事实核查把关的发布前流程（应另行做内容风险检查，如同仓库 dbs-content-risk-check）；也不适合要求宽松许可或商用分发的项目——本仓库为 CC BY-NC 4.0。
安装 agent 直装可复制
① 本站镜像 更新 2026-09-15
方式 A · 人下载镜像包下载 dbs-xhs-title.tar.gz
sha256:
方式 B · JSON 格式安装指南，复制给 agentc2875d3e701ff180…agent 读 JSON 指南后会自动从本站下载安装，无需更多说明。
② 上游 GitHub · 原始来源
来源信息 GitHub 原始
作者 / 仓库dontbesilent2025 / dontbesilent2025/dbskill
原始 GitHubdontbesilent2025/dbskill ↗
Stars10121
最近推送2026-09-07
本 skill commit
8b8e33f1ec许可CC BY-NC 4.0（Attribution-NonCommercial 4.0 International；仓库根 LICENSE 全文即该许可文本，落款 Copyright (c) 2026 dontbesilent；README 第 167 行『本项目采用 [CC BY-NC 4.0](LICENSE) 许可证。』与徽章一致。注意：GitHub API license.spdx_id 返回 NOASSERTION（GitHub 未将其归入标准 SPDX 表），以仓库内 LICENSE 文件为准——非商用授权，不可当宽松许可用）
本站信息
收录日期2026-09-06
分类内容创作
侦查报告AI 侦查 · 2 遍 · 2026-09-06
本站镜像与 GitHub 原始是不同来源：本站锁定 commit 快照经 /r2 分发；GitHub 为实时上游，内容可能已更新。