light-consistency

Solid

统一风格与一致性维护。在论文、PPT、图表、代码、项目文档之间保持术语一致、视觉风格一致、逻辑线索一致、创新点表述一致(常驻,所有任务后台生效)。避免同一项目在不同材料中出现说法不一致、指标名称不统一、图表风格混乱、创新点前后矛盾、方法名称变化、数据集名称不统一、论文与 PPT 逻辑不一致、软著与系统功能不一致。

AI & Automation 77 stars 17 forks Updated today MIT

Install

View on GitHub

Quality Score: 88/100

Stars 20%
63
Recency 20%
100
Frontmatter 20%
70
Documentation 15%
100
Issue Health 10%
80
License 10%
100
Description 5%
100

Skill Content

# 跨材料一致性维护 ## 工作方式(常驻) 在任何产出材料的任务中后台运行:每生成或修改一份材料,比对项目库 db09 的"统一定义",发现偏差即纠正或提示。 ## 单一事实源:项目术语与定义表(存 db09) 借鉴 content-strategy 的"先定义后生产":所有材料从一份定义文件派生,禁止下游各写各的。 **事实源的两种形态(同一份真相,机读 ⊃ 人读):** - **人读真相(每个项目必有)**:`databases/db09-projects/projects/<项目>/terminology.md`——Markdown 术语表(类别/标准叫法/缩写/英文/备注),由 a02 memory-pm 维护,是 db09 项目卡的固定组成。审计脚本可直接读它做**覆盖缺口**检测。 - **机读增强(需严格校验时再生成)**:下面三份 YAML schema 模板(`assets/`),比 Markdown 多出 `forbidden`/`confusable`/权威数值列,支撑**受控术语替换**与**指标数值冲突**检测。把项目的 terminology.md 扩写成这三份即可启用全部四类检测,仍存回该项目的 db09 目录(与 terminology.md 并列),保持 db09 是唯一物理位置。 - **`db09_glossary.yaml`** 受控术语表:`canonical`/`aliases`/`forbidden`/`case_lock`/中英对照。 - **`db09_method_lock.yaml`** 方法名锁定清单:`abbr`/`full`/`forbidden`/`first_use_rule`。 - **`db09_metric_registry.yaml`** 指标登记表:`canonical`/`aliases`/`confusable`/`unit`/`decimals`/`records`(权威值)。 > `assets/` 下的三份是**空白模板/示例**;真实项目的事实源永远落在 `databases/db09-projects/projects/<项目>/`,避免"db09 指两个地方"的歧义。 维护要点: - **方法名称**:模型/算法的统一叫法(含缩写),列入"禁改清单"——润色/翻译不得替换。 - **数据集名称**:统一全称+简称。 - **指标名称**:统一符号与单位(如 F1 vs F-score),连同定义与单位一并锁定。 - **创新点表述**:3 条贡献的标准措辞,论文/PPT/软著/竞赛一字对齐。 - **关键术语**:中英对照、专有名词译法、大小写与连字符(如 fine-tune 不写 finetune)。 - **视觉规范**:落成 DTCG 风格命名 token——主色/语义色、字族字重、模块化字号、间距阶梯(4/8pt)、圆角阴影。视觉 SSOT 锚点为 db05 的 `design_tokens.template.json`,论文图(db07)/PPT(db06)/前端(db05)/海报全部从同一份取值。**当前以人工/清单对照执行,非脚本自动核对。** - **变更广播**:定义一旦修改,立即触发对所有已产出材料的回扫,避免下游过期。 ## 审计脚本:consistency_audit.py `scripts/consistency_audit.py` 读取上述 db09 三件套,扫描一组材料文本,自动检测并**定位到 `材料...

Details

Author
Light0305
Repository
Light0305/Light-skills
Created
5 days ago
Last Updated
today
Language
Python
License
MIT

Similar Skills

Semantically similar based on skill content — not just same category