Una habilidad de agente que revisa y reescribe textos para eliminar patrones de escritura típicos de la IA, con modos de solo detección y edición directa.
larashero3-dotcom/lieflat-gongwen
Una habilidad para agentes, derivada de un corpus de 1,02 millones de caracteres de documentos oficiales chinos, que convierte su estilo de redacción en parámetros medibles.
- Estrellas
- 1,536
- Forks
- 211
- Issues abiertos
- 0
- Último commit
- hace 2 meses
¿Qué es?
Esta habilidad de redacción está pensada para agentes de IA como Codex, Claude Code y Moxt, y sirve para redactar documentos oficiales de gobiernos y organizaciones chinas. Abarca siete estilos de dos familias: informes de investigación, discursos de dirigentes, propuestas de trabajo, informes de experiencias, planes de trabajo y resúmenes de experiencias, dentro de la familia de documentos oficiales; además de un texto más breve sobre experiencias de construcción del partido.
En lugar de basarse en plantillas fijas, la habilidad obtiene sus pautas a partir de estadísticas de un amplio corpus de documentos reales, como la longitud de las oraciones, la densidad de las enumeraciones, la estructura de los encabezados y los patrones de los párrafos. El repositorio incluye una ficha de parámetros, bibliotecas de referencia de encabezados y oraciones, y un script de Python para la autoevaluación que señala discrepancias estructurales respecto al género previsto y solo utiliza la biblioteca estándar.
La habilidad no contempla formatos legales con estructuras fijas, como avisos, solicitudes, respuestas y cartas. El corpus de origen no se distribuye por motivos de derechos de autor, por lo que los ensayos sintéticos incluidos sirven como referencias estructurales. La precisión del contenido y la formulación política siguen requiriendo revisión humana.
Funciones clave
- 01Abarca siete estilos de documentos oficiales en dos familias de géneros.
- 02Ofrece una ficha de parámetros con rangos estadísticos para cada género.
- 03Incluye un script de Python para la autoevaluación que señala discrepancias en la estructura del género.
- 04Ofrece bibliotecas de referencia de encabezados y oraciones para cada tipo de documento.
- 05Funciona como una habilidad compatible con agents.md para Codex, Claude Code y Moxt.
Casos de uso
- Redactar un plan de trabajo o un informe de investigación que siga las convenciones reales de los documentos oficiales.
- Comprobar si un documento oficial generado por IA tiene la estructura de encabezados y oraciones adecuada para su género.
- Enseñar al personal de redacción las diferencias estilísticas entre los distintos tipos de documentos oficiales.
Inicio rápido
- 1
Clona el repositorio en el directorio de skills de tu agente
git clone <this-repo> ~/.claude/skills/lieflat-gongwen - 2
Carga la skill en un agente compatible (Codex, Claude Code o Moxt) y sigue el flujo de trabajo de seis pasos de SKILL.md
Antes de usarlo
- Está bajo la licencia PolyForm Noncommercial 1.0.0, por lo que el uso comercial requiere un permiso aparte del autor.
- El corpus de origen no se distribuye por motivos de derechos de autor, así que no es posible verificar de forma independiente las cifras de frecuencia.
- Algunos tipos de documentos se basan en muestras pequeñas (10 planes de trabajo y 8 resúmenes de experiencias), por lo que sus parámetros son solo una orientación aproximada.
Temas
Preguntas frecuentes
- ¿Qué es lieflat-gongwen?
- Una habilidad para agentes, derivada de un corpus de 1,02 millones de caracteres de documentos oficiales chinos, que convierte su estilo de redacción en parámetros medibles. Esta habilidad de redacción está pensada para agentes de IA como Codex, Claude Code y Moxt, y sirve para redactar documentos oficiales de gobiernos y organizaciones chinas. Abarca siete estilos de dos familias: informes de investigación, discursos de dirigentes, propuestas de trabajo, informes de experiencias, planes de trabajo y resúmenes de experiencias, dentro de la familia de documentos oficiales; además de un texto más breve sobre experiencias de construcción del partido.
- ¿lieflat-gongwen es gratuito? ¿Qué licencia tiene?
- lieflat-gongwen es open source bajo la licencia Other. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿lieflat-gongwen sigue mantenido?
- Actualizado en los últimos 6 meses. El último commit de lieflat-gongwen fue el 5 sept 2026.
- ¿Para qué puedo usar lieflat-gongwen?
- Redactar un plan de trabajo o un informe de investigación que siga las convenciones reales de los documentos oficiales. Comprobar si un documento oficial generado por IA tiene la estructura de encabezados y oraciones adecuada para su género. Enseñar al personal de redacción las diferencias estilísticas entre los distintos tipos de documentos oficiales.
- ¿Cómo se instala lieflat-gongwen?
- Clona el repositorio en el directorio de skills de tu agente: git clone <this-repo> ~/.claude/skills/lieflat-gongwen Carga la skill en un agente compatible (Codex, Claude Code o Moxt) y sigue el flujo de trabajo de seis pasos de SKILL.md
- ¿Dónde consigo lieflat-gongwen?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/larashero3-dotcom/lieflat-gongwen
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Biblioteca open source de prompts para modelos de chat con IA, seleccionada por la comunidad y disponible en un sitio web, datasets CSV y Hugging Face, CLI e integración con un servidor MCP.
Interfaz local para usuarios avanzados que permite conversar con numerosas API de LLM, generadores de imágenes y modelos de voz TTS.
Formato abierto y especificación para empaquetar instrucciones, scripts y recursos en carpetas SKILL.md que los agentes de IA cargan bajo demanda.
Colección seleccionada de más de 161 definiciones de subagentes de Claude Code listas para usar, en 10 categorías de desarrollo, infraestructura, seguridad, datos y más.
Una codificación compacta y legible para humanos de datos JSON, diseñada para reducir el uso de tokens al incluir datos estructurados en prompts de LLM.