article-recommender-skill
为内容创作者和运营者生成多版本、多领域、多格式的智能文章推荐。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：article-recommender-skill。 它的用途是：为内容创作者和运营者生成多版本、多领域、多格式的智能文章推荐。 完整的 Skill 内容见：https://321skill.com/skills/article-recommender-skill/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“请使用Article Recommender技能，为这篇关于大模型推理优化的技术文章生成推荐：标题是《KV Cache量化原理与实践》，链接是 https://example.com，这是一篇深入讲解大模型推理中KV Cache量化技术原理和工程实践的文章。” 它会首先识别出这是AI领域的文章，然后分别生成一个全面的标准推荐、一个要点清晰的简洁版本，以及一个指出该技术实际部署中可能遇到的硬件适配、精度损失等关键问题的批判性评论，每个版本都包含中英文。
介绍
这个Skill旨在解决内容策展和推荐场景中，单一推荐风格无法满足不同读者需求和平台限制的痛点。它能够为同一篇文章或内容，自动生成标准、简洁和带有批判性评论的三个版本，并支持中英双语输出，极大地提升了内容分发的灵活性和专业性。
使用方式非常直接：在Claude中导入该Skill后，只需提供文章的标题、链接和简短描述，它便会自动分析内容所属的领域（如AI、产品、编程）和格式（文章、视频、播客等），并应用相应的策略生成三版推荐文案。整个过程无需复杂的提示词工程。
它特别适合需要定期制作内容摘要、运营Newsletter、进行知识分享或内容筛选的团队与个人，例如科技媒体编辑、社区运营、产品经理和独立博主。通过提供不同深度和风格的推荐，可以帮助他们高效地触达更广泛的受众。
建议在使用时，确保输入的内容信息（如标题、链接）准确，以获得最相关的分析。对于非标准格式或高度专业化的内容，生成的结果可能需要人工进行微调。该Skill主要优化推荐文案的生成逻辑，不涉及内容的自动抓取或摘要提取。
核心特点
核心区别在于其系统化的“三版本”框架和“多领域/多格式”适配策略。它不仅生成摘要，还能根据AI、产品、商业等不同领域的特点，以及文章、视频、论文等不同格式，智能调整分析维度和推荐重点，并提供带有客观批判视角的深度评论版本，这是大多数单一功能的摘要或推荐Skill所不具备的。
注意事项
不适合需要完全自动化抓取网页内容并生成摘要的场景，用户仍需提供基本的内容信息。
常见问题
这个Skill能自动抓取网页内容吗？
不能。它需要您提供文章的标题、链接和简要描述，然后基于这些信息进行分析和推荐生成。
支持哪些语言输出？
支持中文和英文双语输出，每个推荐版本都会同时提供两种语言的结果。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/article-recommender-skill/raw/index.md 读取 article-recommender-skill 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/article-recommender-skill/raw/index.md（查看排版版本）