Text Condenser Agent Skill

字数裁剪/摘要

> 把长文本压缩到指定字数，保留核心信息，适配不同平台的字数限制。

输入

| 字段 | 必填 | 说明 |

|------|------|------|

| text | 是 | 待压缩的原文 |

| target_length | 否 | 目标字数（如 140、280、500）；不指定则自动压缩到原文 30%-50% |

| mode | 否 | 压缩模式：strict / summary / extract（默认 summary） |

| platform | 否 | 目标平台（自动设定字数限制）：weibo(140) / twitter(280) / xiaohongshu(1000) / zhihu_answer(自由) |

| preserve | 否 | 必须保留的关键信息/关键词列表 |

| tone | 否 | 压缩后的语气倾向：neutral（默认）/ punchy（有力）/ soft（柔和） |

压缩模式说明

| 模式 | 行为 | 适用场景 |

|------|------|----------|

| strict | 严格控制在目标字数 ±5%，逐字斟酌 | 有硬性字数限制的平台（微博、Twitter） |

| summary | 保留所有要点，允许字数浮动 ±15% | 生成摘要、文章导语 |

| extract | 只提取原文中最精华的原句，不改写 | 金句提取、精华摘录 |

输出

• 压缩后的文案
• 压缩报告：原文字数、目标字数、实际字数、压缩率、保留的核心要点列表
• 写入 outputs/ 目录

执行步骤

> 字数以脚本为准：字数统计和达标判定一律用 skills/shared/scripts/wordcount.py，

> 不靠自己数。LLM 负责改写，脚本负责判定。

> 社媒计数口径（social_count）= 中文字符 + 英文单词 + 数字串 + 标点。

Step 1 — 原文分析

• 统计原文字数：python3 skills/shared/scripts/wordcount.py count -f <原文>（或经 stdin 传入）
• 提取核心信息结构：
• 中心论点 / 核心事实
• 关键论据 / 支撑数据
• 次要信息 / 补充说明
• 修饰性内容 / 过渡句
• 对每条信息标注优先级（P0 必留 / P1 尽量留 / P2 可删）

Step 2 — 裁剪策略

根据保留率（目标字数 / 原文字数）选择策略：

| 保留率 | 策略 | 说明 |

|--------|------|------|

| > 70% | 轻度删减 | 删冗余修饰、合并重复表达 |

| 40%-70% | 中度压缩 | 删 P2 信息、精简句式、合并相似段落 |

| 20%-40% | 重度压缩 | 只留 P0/P1、改写为高密度表达 |

| < 20% | 极限压缩 | 只留 P0、一句话概括 |

Step 3 — 执行压缩

按 mode 执行：

strict 模式（脚本兜底，闭环调整）：

• 先裁到目标字数的 120%
• 逐句精简，去掉每句中可删的词
• 调用脚本校验：python3 skills/shared/scripts/wordcount.py check --target <N> -f <文件>（或经 stdin 传入）
• 退出码 0 = 达标；非 0 = 未达标，脚本会给出「还需增/删 X 字」
• 平台硬限制默认 ±5%，可用 --tolerance 调整（如 --tolerance 0.1）
• 未达标则继续改写并重新 check，直到脚本判定 pass（退出码 0），不得凭感觉收尾
• 确认无断句、无残句

summary 模式：

• 按信息优先级筛选内容
• 用自己的话重写，不受原文句式约束
• 确保逻辑连贯、可独立阅读

extract 模式：

• 对每句打分（信息密度 x 表达质量）
• 按得分降序选句，直到接近目标字数
• 调整句序使其连贯
• 不改写原句（最多做衔接过渡）

Step 4 — 质量检查

• 字数是否达标：strict 模式必须以 wordcount.py check 退出码 0 为准；其他模式用 wordcount.py count 核对是否落在容差范围
• preserve 中的关键信息是否全部保留
• 压缩后是否可独立阅读（不需要看原文就能理解）
• 是否有信息失真（压缩导致意思改变）
• 句子是否完整（无残句、无悬空指代）

Step 5 — 输出压缩报告

压缩报告:
- 原文: 2,350 字
- 目标: 500 字
- 实际: 487 字 (压缩率 79.3%，压缩率 = 已删减比例 = 1 − 实际/原文)
- 模式: summary
- 保留要点:
  1. [P0] 核心论点 — 已保留
  2. [P0] 关键数据 — 已保留
  3. [P1] 案例说明 — 已精简
  4. [P2] 背景介绍 — 已删除

Profile 感知

• 有 Profile：从 style.md 读取品牌调性，压缩时保持一致的语言风格；参考 platforms.md 中的平台偏好，自动匹配最常用平台的字数规范
• 无 Profile：按用户指定的参数压缩；未指定平台时默认 summary 模式，压缩到原文 30%-50%

> 自研溯源与参考项目见同目录 EASEL-META.md。