1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | ai-copywriter |
| 作者/维护者 | Mickey Haslavsky（GitHub：mikiarlo3） |
| 来源链接 | https://github.com/mikiarlo3/ai-copywriter |
| 许可证 | MIT（GitHub API） |
| GitHub Stars | 930（GitHub API） |
| Forks | 18（GitHub API） |
| 最新版本 | 1.5.1（README 版本历史） |
| 安装方式 | npx skills CLI / Claude Code 插件市场 / 手动克隆 |
2. 功能介绍与亮点
ai-copywriter 在同一份 SKILL.md 里做两件事：写让人愿意点开、愿意读完的营销文案（标题、短描述、微文案、按钮、错误提示、邮件主题行、LinkedIn 帖子），以及把已有文本里“一看就是 AI 写的”痕迹去掉。
文案模式的方法论来自 enso.bot 的传播学研究：动笔前先回答两个问题——“这句话到达读者那一刻,他正在经历什么感受”和“这件事用最简单的话怎么说”。写作前会先向用户收集目标读者画像、产品所处的品类、以及一个真实故事,缺一不做泛泛而写；给出的标题/文案是多个角度的变体并附带选择理由,不是单一答案。
去 AI 味引擎基于维基百科 WikiProject AI Cleanup 维护的《Signs of AI writing》指南,继承自 blader/humanizer 项目的 33 类可检测、可修复的写作痕迹（对比破折号滥用、三段式排比、AI 常用词、空洞的“呈现了/彰显了”式分析等）,并额外声明一条不可捏造事实的硬规则：改写不得引入原文没有的任何数字、人名、日期或引用。
整份技能是纯 Markdown 指令,不含可执行代码,不发起任何网络请求,不需要任何 API Key。版本历史显示作者近一周内持续迭代（1.0.0→1.5.1）,包括新增 LinkedIn 文案支持、强制信息收集前置、修复第三方 Skill 导入工具的兼容性问题。
3. 适用场景
固定分类：内容创作与知识管理
适合需要频繁产出对外文案但没有专职文案岗位的独立开发者、小团队创始人、产品经理与内容运营：写落地页标题、产品发布 LinkedIn 帖子、UI 微文案（按钮、空状态、错误提示）、邮件主题行,以及把 AI 辅助写出的博客/文档/评论润色成不带 AI 腔调的文本。也适合需要保留个人写作风格的场景——技能支持提供一段本人写作样本,据此匹配句长与用词习惯,而非输出统一的“干净”文风。
4. 跨 Agent 兼容性
- Claude Code：原生支持——README 提供插件市场安装（
/plugin marketplace add+/plugin install）与npx skills add --agent claude-code两种路径,可直接以/ai-copywriter:ai-copywriter调用 - Codex：需适配——技能本体是标准 SKILL.md,其官方推荐的安装工具 vercel-labs/skills 的 Supported Agents 列表中含
codex,理论上可经该 CLI 安装,但作者未在自身仓库中直接演示 Codex 用例 - OpenClaw：需适配——同上,vercel-labs/skills 的 Supported Agents 列表中含
openclaw,依赖该通用安装工具而非作者原生支持 - Hermes Agent：需适配——同上,vercel-labs/skills 的 Supported Agents 列表中含
hermes-agent
5. 推荐理由
一份纯文本技能同时覆盖“写文案”与“改文风”两类高频需求,方法论有可查证的外部研究来源,不捏造事实的硬规则、结构化的读者画像收集流程,让输出比通用大模型直接生成的文案更具体、更少空话。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 6 | 930 GitHub stars,创建约 4 天内积累,18 次 fork,已有 2 个独立开发者提交的功能性 PR（希伯来语支持、语言质量审核模式）；未检索到第三方媒体或社区的独立评测文章 |
| 可用性 | 9 | 纯 Markdown、零依赖,三种安装路径（skills CLI、Claude Code 插件、手动克隆）均为一步到位；SKILL.md 与 README 均含大量前后对比示例；近 3 天内仍有提交;无任何付费依赖 |
| 安全性 | 9 | 检查清单详见下表 |
安全检查清单：
| 检查项 | 结果 |
|---|---|
| ① Shell 命令及权限范围 | 无——纯提示词指令,不含任何可执行代码 |
| ② 运行时联网外发 | 无——不发起任何网络请求 |
| ③ API Key/凭据 | 不需要 |
| ④ 可疑指令/注入迹象 | 全文通读未发现可疑指令或混淆内容 |
| ⑤ 作者/组织信誉 | 个人开发者,身份公开可查,方法论来源（enso.bot、维基百科、blader/humanizer）均如实署名引用,无刷星或误导性措辞迹象 |
| ⑥ License | MIT,且对上游 blader/humanizer 的原始版权做了明确署名 |
| ⑦ 最近维护 | 活跃,最近一次提交在 3 天内,版本历史显示持续迭代 |
综合评分 = 三项均值 = 8.0
7. 跟同类 Skills 相比的优势
| 对比对象 | 类型 | 定位差异 |
|---|---|---|
| Humanizer（blader/humanizer） | 开源 Agent Skill | ai-copywriter 的直接上游,只做“去 AI 味”改写,33 类写作痕迹检测规则被 ai-copywriter 完整保留；ai-copywriter 在此基础上新增了从零开始“写”营销文案的能力（标题、CTA、邮件主题行、LinkedIn 帖子等）,覆盖“创作”与“润色”两段需求,而非只做后者 |
| Copy.ai 等商业文案 SaaS | 付费云服务 | 面向营销团队的付费订阅工具,直接生成成品文案,但不主动追问读者画像与真实故事、也没有内置的“去 AI 味”审计步骤；ai-copywriter 是免费开源的 Agent Skill,写作前强制收集 ICP/品类/故事三要素,且每一版草稿都会过一遍 AI 痕迹审计 |
8. 用户评价
该技能目前在第三方平台尚无具名用户评价。GitHub 上已有 2 位独立开发者提交功能性 Pull Request（分别为希伯来语/从右至左文字支持、语言质量审核模式的扩展）,可视为真实使用者的间接佐证。
9. 其他补充
技能同时给出了在 ChatGPT（自定义 GPT 或粘贴指令）、Manus（原生 Skill 导入）等非 Claude 生态下的使用方法,因整份技能仅一份约 8000 token 的 Markdown 文件,理论上可运行于任何接受长文本系统提示的大模型。
10. 安装使用方式
方式一（推荐,跨 Agent 通用）：
npx skills add mikiarlo3/ai-copywriter --global方式二（Claude Code 插件）：
/plugin marketplace add mikiarlo3/ai-copywriter
/plugin install ai-copywriter@ai-copywriter安装后以 /ai-copywriter:ai-copywriter 触发。
方式三（手动）：
git clone https://github.com/mikiarlo3/ai-copywriter.git /path/to/your/skills/ai-copywriter安装后注意事项：需重启 Agent 会话或重新加载 skills 才能生效；直接把文案需求或待润色文本发给 Agent 即可自动触发,无需额外配置。
11. 注意事项
- 技能会主动追问读者画像、产品品类与真实故事,若用户不愿意补充这些信息,输出质量会明显下降——这是技能刻意的设计取舍（拒绝在信息不足时硬写泛泛文案）,而非缺陷
- 去 AI 味规则里有一条“全文禁用破折号”,风格偏好强烈的写作者需要留意这一点是否符合自己的表达习惯
- 单一开发者维护,尚无企业或机构背书,长期维护延续性有待观察