ECC Content Engine 深度解析:用 content-engine 技能让 Agent 为 X、LinkedIn、TikTok、YouTube 生成平台原生内容
ECC(The agent harness performance optimization system)为 Claude Code、Codex、Opencode、Cursor 等 Agent 环境提供 skills、instincts、memory 与 research-first 开发能力。其中 content-engine 是一个典型的"内容生产技能":它规定 Agent 在接到写 X 帖、LinkedIn 帖、短视频脚本、Newsletter 或跨平台内容改造任务时,应当如何从单一素材出发,产出每个平台上都"原生"的变体,而不是把同一段文案改头换面地复制粘贴。读完本文,你能理解该技能的完整行为契约(激活条件、澄清问题、核心规则、平台规范、再创作流程、交付物与质量门),并掌握它在 ECC 技能体系中与 brand-voice、crosspost、marketing-campaign 的分层协作方式。
技能定位:content-engine 是什么
content-engine 以技能定义文件的形式存在于仓库中,Cursor 环境下的入口是 .cursor/skills/content-engine/SKILL.md,其规范版本(canonical version)位于 skills/content-engine/SKILL.md。两者 Front Matter 声明一致:
name: content-engine
description: Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.
origin: ECC
origin: ECC 表明这是 ECC 内置技能;description 同时承担了"激活路由"的职责——Agent 依据这段描述判断当前用户意图(社交帖、thread、脚本、内容日历、一源多平台改造)是否命中该技能。技能的一句话定义是:把同一个想法变成平台原生内容,而不是把所有平台发成同一个东西(.cursor 版)/ 在保持作者真实声音的前提下构建平台原生内容(skills 规范版)。
它不是通用写作助手:长文写作另有 skills/article-writing/SKILL.md 负责,完整营销活动的编排由 skills/marketing-campaign/SKILL.md 负责,多平台分发由 skills/crosspost/SKILL.md 负责。content-engine 卡住的是中间这一层——平台原生的内容生产。
激活条件:什么任务会命中这个技能
技能文档以 "When to Activate" 一节明确列出触发场景(.cursor/skills/content-engine/SKILL.md):
- 写 X 帖子或 thread(长推串)
- 起草 LinkedIn 帖子或产品发布动态
- 为短视频或 YouTube 讲解视频写脚本
- 把文章、播客、demo 或文档改造成社交内容
- 围绕一次发布、一个里程碑或一个主题搭建轻量内容计划
规范版还补充了两个场景:把内部笔记改造成公开内容,以及围绕产品、洞察或叙事搭建"发布序列或持续内容系统"(skills/content-engine/SKILL.md)。
First Questions:动笔前先澄清四个变量
技能要求 Agent 在写任何东西之前先澄清四个输入(.cursor/skills/content-engine/SKILL.md):
| 澄清项 | 含义 | 可选值 |
|---|---|---|
| source asset(源素材) | 从什么材料改造 | 文章、demo、备忘录、既有帖子等 |
| audience(受众) | 写给别人看 | builders、investors、customers、operators 或 general audience |
| platform(平台) | 目标平台 | X、LinkedIn、TikTok、YouTube、newsletter 或多平台 |
| goal(目标) | 这次内容要达成什么 | 认知度、转化、招聘、权威性、发布支持或互动 |
这四个变量决定了后文的平台适配规则和 CTA 选择。规范版进一步把这个环节升级为 "Source-First Workflow":动笔前先识别源素材集合——已发表文章、内部备忘录、产品 demo、文档或 changelog、transcript、截图、该作者此前的帖子;如果用户要求特定声音,还要先用真实样例建立 voice profile 再写作(skills/content-engine/SKILL.md)。
五条核心规则(Core Rules)
这是技能的行为契约核心(.cursor/skills/content-engine/SKILL.md):
- Adapt for the platform. Do not cross-post the same copy. —— 为平台适配,禁止原样跨平台重发。
- Hooks matter more than summaries. —— 开头钩子比摘要重要。
- Every post should carry one clear idea. —— 每条内容只承载一个清晰的想法。
- Use specifics over slogans. —— 用具体事实替代口号。
- Keep the ask small and clear. —— 行动诉求(CTA)要小而明确。
规范版把这五条改写成了更强的"Non-Negotiables"(不可妥协项):从源素材出发而非套用通用帖子公式;为平台适配格式而不是为平台改造人格;一条帖子承载一个真实论断(claim);具体性胜过形容词;除非用户明确要求,不制造互动诱饵(skills/content-engine/SKILL.md)。两个版本在措辞上的差异反映了同一设计意图:约束 Agent 的输出风格,避免"平台味"污染作者声音。
平台适配规则:五个平台各自的写法
技能文档对每个目标平台给出了具体的写作规范(.cursor/skills/content-engine/SKILL.md),这是全文可操作性最强的部分:
X
- 开头要快(open fast)
- 每条帖子或 thread 中的每条推文只承载一个想法
- 链接尽量不放进正文,除非必要
- 避免话题标签堆砌(hashtag spam)
- 第一行必须强
- 段落要短
- 对"教训、结果、收获"做更明确的框架化表达
TikTok / 短视频
- 前 3 秒必须打断观众注意力
- 脚本围绕画面(visuals)来写,而不仅是旁白
- 一个 demo、一个主张、一个 CTA
YouTube
- 尽早展示结果
- 按章节组织
- 每 20–30 秒刷新一次视觉
Newsletter
- 只交付一个清晰的观察视角,而不是无关条目的打包
- 小节标题要可快速扫读
- 第一段就要做实际的工作(承担信息量)
规范版为同样的五个平台补充了更多"负面清单"式规则(skills/content-engine/SKILL.md),例如 X 上要"用最强论断、artifact 或张力开头,thread 的每一条都必须推进论证,不要垫入受众不需要的背景";LinkedIn 上要"只为圈外读者补足必要上下文,不要把内容伪装成感悟帖,不要 corporate inspiration 节奏,不要 praise-stacking 和 journey 填充";短视频要"围绕视觉序列和证据点写脚本,写出的旁白不能只是纸面好看、念出来违和";YouTube 要"按论证或递进组织,而不是填充式分节,章节标记只在有助清晰度时使用";Newsletter 要"第一段落不许热身,每个小节都必须带来新东西"。
Repurposing Flow:一源多平台的标准级联
技能定义了把单一锚点素材改造为多平台内容包的默认五步级联(.cursor/skills/content-engine/SKILL.md):
- 确定锚点素材(anchor asset):文章、视频、demo、备忘录或发布文档
- 提取 3–7 个原子化想法(atomic ideas)
- 为每个平台写原生变体
- 跨产出修剪重复内容
- 让各平台 CTA 与平台意图对齐
规范版的七步流程在这之上增加了排序和检查环节(skills/content-engine/SKILL.md):选定锚点 → 提取 3–7 个原子论断或场景 → 按锋利度、新颖性、证据强度排序 → 每个输出一一分配一个强想法 → 按平台适配结构 → 剥离平台形状化的填充内容 → 跑质量门。可以推断,"排序后再分配"这一步是保证"每条内容只承载一个想法"规则落地的关键机制:想法数量有限(3–7 个),平台数量可能更多,必须通过优先级排序决定哪个想法去哪个平台。
交付物与质量门
当用户请求一次 campaign 时,技能规定返回五类东西(.cursor/skills/content-engine/SKILL.md):
- 核心角度(core angle)
- 各平台专属草稿
- 可选的发布顺序(posting order)
- 可选的 CTA 变体
- 发布前仍缺少的输入项
交付前必须通过质量门(.cursor/skills/content-engine/SKILL.md):
- 每份草稿在其平台上读起来是原生的
- 钩子强且具体
- 无泛化的吹捧语言
- 跨平台不重复复制文案(除非用户要求)
- CTA 与内容和受众匹配
规范版的质量门更严格,还要求:每份草稿听起来像目标作者而非平台刻板印象;每份草稿包含真实论断、证据点或具体观察;CTA 必须"earned and user-approved"(赢得认可且经用户批准)(skills/content-engine/SKILL.md)。
纵深佐证:规范版的增量条款
对比 .cursor 版与 skills 规范版,规范版多出三组对 Agent 行为约束更严的条款,值得单独说明:
1. Voice Handling(声音处理)。规范版明确 brand-voice 是唯一的权威声音层(canonical voice layer):当存在多个下游输出、用户明确在意文风、或内容属于发布/外联/声誉敏感场景时,先运行 skills/brand-voice/SKILL.md,复用其产出的 VOICE PROFILE,而不是在 content-engine 里再建第二套声音模型(skills/content-engine/SKILL.md)。这解释了仓库中为何同时存在两个技能——brand-voice 负责"从真实素材建立可复用的声音档案",content-engine 负责"在该档案约束下做平台适配"。
2. Hard Bans(硬性禁用清单)。规范版列出必须删除并重写的表达(skills/content-engine/SKILL.md):"In today's rapidly evolving landscape";"game-changer"、"revolutionary"、"cutting-edge";没有紧跟具体内容的 "here's why this matters";纯为收割回复的 LinkedIn 式结尾提问;LinkedIn 上的刻意装 casual;源素材中不存在的虚假互动填充。这类禁用词清单在 marketing-campaign(skills/marketing-campaign/SKILL.md)与 agents/marketing-agent.md 中也以近乎一致的措辞出现,说明它是 ECC 内容类技能的共同底线,而非单个技能的偏好。
3. Related Skills(协作边界的显式声明)。规范版在文末显式声明依赖关系:brand-voice 用于源素材驱动的声音档案,crosspost 用于平台特定分发,x-api 用于拉取近期帖子和发布经批准的 X 内容(skills/content-engine/SKILL.md)。
在 ECC 技能体系中的调用链
从仓库结构看,content-engine 处于一个四层内容系统的第三层:
- 声音层:skills/brand-voice/SKILL.md —— 按"近期 X 原帖 > 文章/备忘录/发布笔记 > 真实外联邮件 > 产品文档"的优先级收集 5–20 份样例,提取节奏、句长、压缩度、括号用法、提问频率等维度,产出可复用的
VOICE PROFILE。 - 活动编排层:skills/marketing-campaign/SKILL.md 与 commands/marketing-campaign.md —— 定义研究 → 定位 → 内容生产 → 审核四阶段流程,其 Phase 3 明确"社交帖通过
content-engine产出平台原生版本,LinkedIn 和 X 是不同的格式,而不是同一份文案缩放"(skills/marketing-campaign/SKILL.md)。 - 平台生产层:content-engine 本体,即本文主角,负责把原子想法变成各平台原生草稿。
- 分发层:skills/crosspost/SKILL.md —— 负责跨 X、LinkedIn、Threads、Bluesky 分发,且明确规定"如果源素材还需要声音塑形,先走
content-engine"(skills/crosspost/SKILL.md),并额外处理不可信源素材中的注入指令风险。
执行侧由 agents/marketing-agent.md 这个子代理承担:它在 Step 5(社交帖)中产出 LinkedIn 3 帖、X 5–6 条独立帖加一条 8–10 推的 thread,并把最终的平台适配委托给 content-engine 和 crosspost(agents/marketing-agent.md)。/marketing-campaign 命令(commands/marketing-campaign.md)则在"Agent Delegation"一节显式列出了 content-engine 的参与位置——平台原生社交内容的生产环节。
值得注意的一个事实边界:commands/ 目录下没有 content-engine.md 对应的斜杠命令,content-engine 在 ECC 中是被技能路由与上层命令/代理调用的技能,而不是直接面向用户的斜杠命令;面向用户的入口是 /marketing-campaign 或在对话中直接提出"写 X 帖 / 改造这篇文章"这类请求。
实战用法小结
在已安装 ECC 的 Agent 环境(如 Cursor 加载了 .cursor/skills/)中,使用 content-engine 的实际路径是:
- 提供源素材(文章、demo、备忘录)与四个澄清变量(受众、平台、目标),或直接提出"把这篇发布稿改造成 X thread + LinkedIn 帖 + Newsletter 一版"这类请求,让技能按 When to Activate 自动命中;
- 若跨多个输出且在意声音一致性,先让
brand-voice产出VOICE PROFILE,再由 content-engine 在该档案下做平台适配; - 对产出按质量门逐条检查:平台原生度、钩子具体性、无吹捧词、无跨平台重复、CTA 匹配受众;
- 需要分发时交由
crosspost,需要完整 campaign(落地页、邮件序列、广告变体、内容日历)时升级为/marketing-campaign。
小结
content-engine 技能的价值不在"会写文案",而在于它为 Agent 建立了一套可执行的约束系统:四个前置澄清变量锁定输入空间,五条核心规则划定风格底线,五个平台的正/负面规则消除"平台刻板腔",五步再创作级联保证一源多产出的想法分配不重不漏,交付物契约和质量门让输出可验收。配合 brand-voice、crosspost、marketing-campaign 与 marketing-agent,它构成了 ECC 中从声音档案到跨平台发布的完整内容流水线——这也是 ECC 作为 Agent harness 性能优化系统的一个典型切面:把营销内容的"质量"问题,转译成 Agent 行为契约问题。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0624
Hy4-previewHy4 preview 是由腾讯混元团队研发的新一代混合专家(MoE)旗舰模型。模型总参数量 770B,每个 token 激活 49B,主干共包含78层,第一层采用标准 FFN,其余 77 层均为 MoE 结构,每层包含 256 个路由专家与 1 个共享专家,每个 token 激活 top-8 路由专家及共享专家。主干之外原生内置 1 层 MTP(总参数量 10B,激活 0.7B)以支持投机解码。Python00
GLM-5.3GLM-5.3 与 GLM-5.2 使用相同的基座模型——所有提升均来自后训练。与 GLM-5.2 相比,它在复杂编程和长程任务上的表现显著提升。Jinja00
GLM-5.3-FlashGLM-5.3-Flash (320B-A18B),是GLM-5系列的首个原生多模态模型。320B总参数,能力超过GLM-5.2Jinja00
Spark-X2.5-4BSpark-X2.5-4B 旨在让强大的 AI 更实用、更高效、更易获得。在广泛日常任务中表现强劲,涵盖对话、写作、翻译、推理、编码、工具调用以及智能体工作流,并在同等规模的开源模型中取得领先成绩。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00
Spark-X2.5-1.7BSpark-X2.5-1.7B 旨在让强大的 AI 更加实用、高效且易于获取。这些模型在广泛的日常任务中表现出色,涵盖对话、写作、翻译、推理、编程、工具调用和智能体工作流,并在同等规模的开源模型中取得领先结果。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00