核心用法
Content Research Writer 是一款面向中文用户的结构化写作协作工具，源自 ComposioHQ 的英文技能 fork。它通过系统化的工作流，将写作过程拆解为可协作、可迭代的步骤：从大纲构建、资料研究，到钩子打磨、逐段反馈，直至最终定稿。用户需在本地创建专属写作目录（如 ~/writing/my-article-title），在 Claude Code 中触发「写文章」「内容创作」等关键词即可启动。
显著优点
1. 全流程覆盖：不仅生成内容，更介入「研究—大纲—草稿—反馈—润色」完整链路，特别适合深度长文。
2. 研究自动化：可调用搜索能力查找数据、专家引言与案例，并自动格式化引用（支持内联、编号、脚注三种风格）。
3. 钩子专项优化：针对开头段落提供「数据驱动/故事/问题」三种替代方案，并分析其情感冲击力。
4. 逐段反馈机制：每完成一节即可获取结构化评审（优点、清晰度、流畅度、证据、风格），避免写完才发现结构崩塌。
5. 声纹保护：通过询问「这听起来像你吗？」「需要更正式还是更随意？」等问题，确保输出贴合用户个人风格，而非套话。
潜在缺点与局限性
- 依赖外部搜索：研究质量受限于 Claude 的实时搜索能力，对付费数据库、学术论文的深度检索可能不足。
- 无原生文件系统操作：技能文档虽建议创建目录结构，但实际需用户手动执行
mkdir/touch命令，AI 无法直接管理文件版本。 - 中文语境适配：fork 自英文原版，部分示例（如 Teresa Torres 工作流）对中文读者可能陌生，需用户自行替换为本土案例。
- 引用准确性风险：自动添加的 citation 需人工复核，可能出现链接失效或断章取义。
适合人群
- 技术博主、产品经理、独立创作者，需要定期产出研究型长文
- 内容运营团队，追求「数据+故事」双驱动的深度稿件
- 学术或商业写作者，需规范引用与多轮修订流程
常规风险
- 事实核查义务：AI 可能生成看似合理但虚假的数据或引言，关键引用必须人工溯源。
- 版权合规：收集的案例与引言需注意版权边界，商用场景建议获取授权。
- 过度依赖反馈：频繁中断获取反馈可能降低写作效率，建议设定明确的章节检查点。