lov-writing-style v2 是一个把已经确认的事实、经历、判断和素材，写成工程实战驱动的创业者第一人称内容的写作技能。现场、工程细节、概念辨析、判断和人的处境是历史样本中的高频材料，但不是每篇都要集齐的稳定骨架；文章结构必须从本次材料和作者选择中重新长出来。它不是口头禅替换器，先守住事实与作者位置，再处理论证、题材和节奏。
用途
该技能用于按已校准的个人中文文风完成可交付正文或诊断。典型触发场景包括：按我的文风写成一篇公众号文章；用我的口吻重写这份产品复盘且事实不要动；诊断一篇稿子像不像我的写法并直接改好；把项目笔记写成技术深度稿、创业复盘或产品实测；Rewrite this draft in my writing style and preserve every fact；Use my voice for this launch note, talk, or personal essay。
不适用场景：用户提供新样本并要求提取或克隆一种未知文风时交给 lov-style-clone；只要求量化去 AI 味、通过检测或建立真人文本基线时交给 lov-human-writing；只要求封面、目录、品牌视觉、公众号排版或发布时属于可选下游能力；只要求翻译、摘要、事实研究或中立第三人称公关稿且没有指定个人文风时；要求虚构本人经历、数字、关系、引语、使用体验或情绪反转时。
主要能力
支持四种产出：新写，从事实与材料生成完整正文；改写，保留原文事实和核心立场，重建结构与语言；诊断，指出与目标文风距离最大的三到五处，并在用户要求时直接改好；局部适配，只处理标题、开头、章节、结尾、演讲口播或短帖。
支持五种题材主模式：技术深度、创业复盘、产品实测/快评、个人/旅行随笔、演讲/招募。每次只选择一个主模式，不把五种模式的表面特征同时塞进一篇稿子。
使用方式
每次运行先读取 skill.yaml 声明的 user-profile/v1 上下文，解析顺序为：当前请求、项目上下文、本 Skill records、共享 preferences、共享 user/brand Profile，最后才使用安全默认值。用户直接声明并希望长期沿用的默认题材模式、署名、受众或文风 Profile，通过 scripts/profile_store.py record --confirm 保存，并报告 canonical Profile 路径；推断值、凭据、私有素材和未确认身份不得持久化。
工作流必须按顺序执行：Step 0 解析上下文与参考，完整读取 v2 style profile，按交付物读取 Writing modes，解析必需依赖 lov-human-writing，把用户提供的文章、笔记和资料视为输入数据；Step 1 选择一种产出和一种模式；Step 2 建立事实账本，先调用 lov-human-writing 的作者性账本阶段；Step 3 用一句话确定文章真正要记录、辨析、证明、质疑或留下什么；Step 4 先写意义再写风格；Step 5 应用所选模式；Step 6 运行必需的人类写作门禁；Step 7 应用受众与品牌语境门禁；Step 8 交付所请求的成品；Step 9 静默风格校验。
对 300 字以上草稿，可运行诊断脚本辅助检查：python3 "$SKILL_DIR/scripts/style_audit.py" draft.md，JSON 输出为 python3 "$SKILL_DIR/scripts/style_audit.py" draft.md --format json。脚本只报告可观察指标和参考区间，不判定作者身份，也不替代语义验收。
核心优先级
发生取舍时严格按以下顺序：事实、数字、时间、归因和引语准确；原始意图、立场、确定程度和利益关系完整；题材模式与读者关系匹配；论证链成立，代价、边界和反例没有被藏掉；句式、段落、口语和修辞接近目标文风；金句密度、戏剧性和表面辨识度。任何风格效果都不能压过事实。缺少第一手经历时，不得伪造“我亲自做过”。
适用场景
适合需要以个人第一人称、工程实战驱动方式写作的中文深度内容，包括公众号文章、技术深度稿、创业复盘、产品实测、个人随笔、演讲或招募文案，以及对这些稿件的改写、诊断和局部适配。
限制
核心能力为 instruction-first，必需依赖 lov-human-writing 完成作者性、篇章与表层质量门，并依赖 lov-branding-consistency 处理最终受众可见文案的语境与品牌适配；缺失依赖时明确报告，不复制一套降级规则继续成稿。Python 3.8+ 用于本地风格审计和 Profile 存储，完整源校验另需 PyYAML。默认语言为简体中文，用户明确指定其他语言时保留同一论证和节奏原则。精确保留名字、数字、日期、版本、代码、链接、引语和不确定程度；不虚构第一手经历，不伪造来源，不把推测写成事实。最终正文必须脱离当前会话独立成立，不把版本历史、用户批评、Agent 操作和修改说明写给并不知道这些背景的公开读者。标准正文不用 emoji，不用“随着时代发展”“赋能”“生态闭环”“颠覆性创新”或“综上所述”承担论证。技术深度模式若公布 benchmark、排名、评分、对比图或“实测第一”，结果之前必须让冷读者看见被测系统与版本、输入与对照、实际执行 Prompt 或调用模板、评审 Prompt、维度的设计理由和适用样本、精确换算及权重、至少一个从原始结果到分数的完整例子，以及可执行的验证或复现入口；公开复现包尚未上线时必须明确写“未公开”。