前言¶
寫文案的人常會遇到一類困境：收藏夾裏躺着幾百篇爆款，真正動筆時還是從零開始；偶爾拆過一兩篇，拆解筆記散落在各處，下次要復刻時找不到，也記不起當時拆出了什麼。
市面上常見的”蒸餾寫作”做法，是把一篇爆款餵給模型，生成一段提示詞，複製到別處，用過即扔。提示詞是一次性的，爆款裏真正可複用的東西——結構、鉤子、句式、金句——並沒有沉澱下來。
小庫·寫作蒸餾知識庫引擎（@user_bfa24726/xiaoku-content-archivist）走的是另一條路：它不只生成一段提示詞，而是把一篇爆款拆成模塊化條目，歸檔進一套持續積累的知識庫，後續寫作時再逐條調用。素材越多，產出越值錢。
這是什麼¶
小庫是 SkillHub 上的一個社區 Skill，座標 @user_bfa24726/xiaoku-content-archivist，當前版本 1.0.0，分類 knowledge-management，來源爲 community，發佈者 user_bfa24726。它解決的是寫作素材”學完就忘、散落各處、用時找不到”的問題。
它並不是一個完整的寫作產品，而是三件套的第一環：
起點：小庫（素材）→ 小策（骨架）→ 小晶（成文）
小庫負責把爆款文案拆成模塊並歸檔；小策拿這些模塊搭骨架；小晶負責成文。本文只介紹小庫。
核心功能¶
小庫的工作分成五步，每一步都對應一個具體動作。
1、預篩選打分。判斷一篇文案值不值得拆，按 5 個維度打分，低於 8 分的直接過濾掉，不進入後續拆解。
2、開篇定位。精確定位標題和第一段原文，作爲全庫拆解的起點。後續檢索和複用都錨定在這篇原文上。
3、13 模塊拆解。把每篇爆款拆到底層邏輯，覆蓋內核、框架、鉤子、筆法、金句等全要素，逐項提取。
4、全庫去重。避免重複入庫。如果某個模塊已有記錄，就升級原有記錄或追加新案例，而不是重複寫一條。
5、七庫歸檔。拆出的模塊分門別類寫進七個知識庫，代號分別是 MD、CH、AR、ST、TA、QU、PO。
官方介紹裏對這套機制的描述是：”拆出的每一條模塊都是小策的彈藥、小晶的筆法。一次拆解，終身調用。素材越多，產出越炸。”
與一次性生成提示詞的蒸餾方式相比，區別在於產物形態：前者用完即扔，後者是一套能自我成長的寫作引擎，每一篇入庫的爆款都在餵養這個系統。
安裝與啓用¶
小庫基於通用 SKILL.md 格式，歸類爲社區來源、不需要 API Key（標籤 requires_api_key=false）。
在已抓取的官方資料中，沒有給出具體的安裝命令或配置文件路徑。它的啓用方式主要靠觸發詞，而不是命令行參數。觸發條件有以下幾種：
- 用戶以”小庫”稱呼；
- 用戶要求拆解爆款文案、歸檔到七庫，或提取底層邏輯；
- 用戶輸入格式爲”小庫，幫我入庫這篇文案：…”。
首次使用的官方建議是：裝 Obsidian，建七庫目錄，先入庫不少於 10 篇爆款文案。Obsidian 是本地筆記工具，用來承載那七個知識庫目錄。
典型用法¶
按官方描述的工作流，一次完整的入庫是這樣走的：
預篩選打分 → 開篇定位 → 13模塊拆解 → 全庫去重 → 分批輸出 → 人工終審 → 入庫
用一句話觸發：
小庫，幫我入庫這篇文案：<粘貼爆款文案全文>
收到後小庫會先做預篩選打分，判斷這篇值不值得拆。如果低於 8 分，流程在此終止，不做後續拆解。通過篩選後，定位標題和第一段，進入 13 模塊拆解，拆出的模塊先在去重環節與已有記錄比對，已有的升級或追加案例，沒有的走七庫歸檔。
拆完之後並不是自動寫庫，中間隔着一個人工終審。分批輸出的拆解結果先給人看，確認無誤後再入庫。這一點很重要，它決定了小庫的產物是”人審覈過的寫作資產”，而不是”模型自動寫進庫的筆記”。
適用場景與注意¶
適合這幾類情況：看到爆款想學但不知從哪下手；想復刻爆款但從零寫效率低；素材散落在各處，用時找不到；學過就忘，缺一套系統方法做沉澱。
需要留意的地方：
- 打分閾值是 8 分，低於 8 分的文案不會拆解入庫。如果你手裏是一批質量參差的內容，先過一遍篩選是必要的。
- 七庫代號 MD、CH、AR、ST、TA、QU、PO 在已抓取資料中只有縮寫，沒有給出各自的全稱和歸屬說明，入庫前需要確認每個庫對應什麼類型的模塊，避免歸檔錯位。
- 工作流裏有人工終審這一步，意味着拆解結果不能無人檢查直接入庫。批量處理時需要預留人工確認的時間。
- 首次使用要求建 Obsidian 目錄並先入庫至少 10 篇爆款，冷啓動階段有最低素材量要求，少於這個量時積累效應不明顯。
- 官方頁面未提供安裝命令和 SKILL.md 的具體字段說明，實際部署方式以官方頁面爲準。
結尾¶
小庫的價值在於把爆款拆解從”一次性動作”變成”可累積資產”：每篇爆款只拆一次，拆出的模塊長期留在七庫中，後續寫任何文章都能調取。素材庫越大，可調用的寫法和句式就越多，這是它區別於一次性提示詞生成的地方。
官方地址：https://api.skillhub.cn/user_bfa24726/xiaoku-content-archivist
