dissect-author-mind

dissect-author-mind

读一篇文章时,你看到的只是结果;李笑来在《写作的真相》第一课教的"神技"是:把名词圈出来、把形容词划出来,你就"钻进了作者的脑子",看到他眼睛看到的世界。本技能把这套方法固化下来——对输入文本逐词标注词性,生成彩色标注 HTML,再用词性分布反推作者的认知与感知。这不是语法练习,而是一台"感知透视镜"。

待拆解的文本:$ARGUMENTS

起始状态

用户提供一段中文文本(说理文/小说/散文/纪实文皆可),来源可以是粘贴的文字、.md/.txt 文件路径,或剪贴的片段。

目标产物

一个 <原名>-拆解.html,用浏览器打开即见彩色标注全文 + 数据统计 + 文字解读。生成方式见"渲染 HTML"一节:优先调用 /anzchy-skills:jack-html-preview,不存在则直接写出自包含 HTML。

执行步骤(严格按序,逐句处理,不跳词)

1. 圈名词(蓝色) — 标出所有名词,并区分:
   • 具体名词(能看见摸到的:桌子、网红)→ 浅蓝 #2563eb
   • 抽象名词(看不见的概念:落后、自由、竞争力)→ 深蓝加粗 #1e3a8a bold
2. 划形容词(绿色 #16a34a,下划线) — 重点标注名词前的形容词;若一个名词前排列多个形容词,全部保留,它们暴露作者对同一事物的多重(甚至对立)感知。
3. 标动词(红色 #dc2626) — 标出充当谓语的动作词,区分具体动作与抽象动作。
4. 标副词(橙色 #ea580c,虚线下划线) — 标出修饰动词/形容词的副词;记录副词是否准确、是否冗余。

数据统计(自动计算并展示)

• 各词性数量与占全文实词比例
• 抽象名词占比(关键指标):标注落点 → <5% 偏低 / 10%–25% 知识分子常见区间 / >30% 异常
• 名词前平均形容词数、动词前平均副词数

文字解读(基于李笑来判据,每条须给出文中证据)

• 受教育程度:由抽象名词占比与质量推断——能正确使用清晰、准确、必要的抽象概念越多,受教育程度越高;全为具体名词则偏低。
• 感知能力:由形容词推断——名词前无形容词=感知弱;有且精准=感知强;有且精炼必要=感知与表达俱强;同一名词前多个对立形容词=感知丰富且精巧。
• 动作感知:由动词/副词关系同理推断,并提示是否存在可删的冗余副词。

渲染 HTML(关键:先查 skill,再决定路径)

1. 优先调用 /anzchy-skills:jack-html-preview:若该 skill 可用,先把"彩色标注全文 + 统计 + 解读"整理成一个临时 Markdown 文件(<原名>-拆解-source.md,内含上色用的 inline HTML <span> 标签),再读取其 reference/claude-design-spec.md,按 Claude 设计语言渲染成自包含 HTML;把三个交互特性落到本场景:① 可折叠章节树 ② 点击图例按词性高亮(其余词淡出) ③ 方法流程图(圈名词→划形容词→标动词→标副词→反推感知)。
2. 不存在则直接生成:若 /anzchy-skills:jack-html-preview 不可用,直接写出 <原名>-拆解.html——单文件、所有 CSS 内联、不依赖网络、双击即开。结构为:① 顶部配色图例 ② 彩色全文 ③ 数据统计表 ④ 文字解读。

配色图例(写入 HTML 顶部)

颜色	词性
🔵 浅蓝	具体名词
🔵 深蓝加粗	抽象名词
🟢 绿色下划线	形容词
🔴 红色	动词
🟠 橙色虚线	副词

约束

• 只标注、只分析,不改写、不润色、不评判文章好坏。
• 词性有歧义时,按其在句中实际成分判定(做主语/宾语→名词,做谓语→动词),不确定的词留原色并在解读区列出。
• 仅生成所需文件,不创建多余文件、不引入外部依赖,样式用内联 CSS。
• 文本超长(>3000 字)时,先告知将分段处理并确认,再继续。

完成判据

HTML 已生成且每个实词都已着色;统计含抽象名词占比;解读区每条结论都附文中原词为证。完成后输出:✅ 已生成 <文件路径>,抽象名词占比 X%(渲染方式:jack-html-preview / 直接生成)。