AI 应用人工智能AI AgentAI 写作媒体生成【免费下载链接】html-anything✨ The agentic HTML editor — your local AI agent writes the HTML, you ship it. 75 Skills × 9 Surfaces (magazine · deck · poster · XHS / tweet · prototype · data report · Hyperframes) ️ Sandboxed preview · 1-click to WeChat / X / Zhihu / HTML / PNG Zero API key — Claude Code / Cursor / Codex / Gemini / Copilot / OpenCode / Qwen / Aider.项目地址https://gitcode.com/gh_mirrors/ht/html-anything点击查看免费下载导读本文深入讲解 html-anything 内置的exec-briefing-memo高管决策简报Skill它的定位、九段式强制输出结构、三种可切换的风格模板以及仓库自带的真实示例输入example.md如何驱动 Agent 生成一页决策 memo。读完你将掌握这套「决策框架化」的提示词设计思路并了解它在模板注册、Prompt 组装与/api/convert流式生成链路中的具体实现。一、这个 Skill 解决什么问题exec-briefing-memo是 html-anything 内置 Skill 中的一个文档类模板元数据定义在 SKILL.mdname: exec-briefing-memo zh_name: 高管决策简报 en_name: Executive Briefing Memo emoji: ⚖️ description: Decision needed recommendation evidence tradeoffs, 把复杂材料压成可拍板的一页 category: doc scenario: operations aspect_hint: 一页决策 memo featured: 8从元数据可以看出它的定位category 是doc文档类而非 deck/poster 等视觉类scenario 属于operations运营/管理场景。在仓库的 scenarios.ts 中operations是与 marketing、engineering、product 等并列的 12 个规范化场景之一模板选择器会据此对 Skill 分类展示。它的核心意图在 SKILL.md 正文中写得很直白这不是会议纪要、不是周报、不是 PRD。它的唯一目标是帮助决策者在 3 分钟内理解问题并拍板。也就是说它面向的输入是「长会议记录、调研材料、战略讨论、销售反馈、产品数据、投资备忘」这类碎片信息而输出的产物必须是一个清晰的decision frame决策框架而不是一篇普通的长文。二、九段式强制输出结构SKILL.md 明确了最终输出的完整骨架共九个部分这是任何一次生成都必须满足的结构契约Memo header主题、owner、audience、date、decision deadline。Decision needed用一句话写清楚需要拍板的问题。Recommendation明确建议不要写「可以考虑」必须包含 confidence level置信度。Why now为什么现在需要决定不决定的代价是什么。Key facts5–7 个事实证据每条标注来源类型sales / product / finance / customer / ops。Tradeoff tableOption A / Option B / Option C对比 upside、cost、risk、reversibility。Risks mitigations3–5 个风险每个给缓解动作。Decision pathapprove / reject / ask for more evidence 三种路径各自下一步。Next actionsowner、due date、expected artifact。设计要求与内容真实性约束除了结构模板还给出了三条硬性设计要求像顶级咨询公司的 one-page decision memo克制、清楚、密度高首屏必须直接呈现 decision recommendation不要先铺陈背景不要做成长文章、不要做成 deck、不要写空泛商业黑话。同时还有一条内容真实性红线不要捏造数字、客户、预算、日期。如果缺少关键信息在 Evidence gaps 中列出但仍给出基于现有证据的 provisional recommendation。这条约束与仓库全局的设计指令一致——在 shared.ts 的SHARED_DESIGN_DIRECTIVES中同样声明了「必须使用用户提供的真实数据不要编造」。也就是说证据不足时允许输出「基于现有证据的临时建议」但绝不虚构事实。三、三种风格模板按决策场景选择SKILL.md 规定输出必须从assets/下的三份预置 HTML 风格中选择一种且不要三种混用风格模板适用场景assets/board-memo.html默认风格。浅色高管 memo适合 CEO/CFO/CRO、运营、产品决策assets/decision-command.html深色 command center适合紧急决策、风险处置、incident、go/no-go、launch gateassets/board-paper.html正式 board paper / 董事会纸质议案适合董事会、投资人、合规、预算审批选择规则也很明确用户没指定就用board-memo材料强调紧急、风险、行动指挥就用decision-command面向董事会或正式审批就用board-paper。从源码看三份模板虽然视觉差异很大但信息架构完全一致都严格落到了九段式结构上board-memo.html采用浅色纸张底色--paper:#faf9f5用蓝色 pill 标注Executive memo首屏左右分栏左侧大标题呈现「Decision needed」问题右侧绿色区块给出带Confidence: medium-high与Reversible标签的 Recommendationdecision-command.html采用深色背景#101418→#17202b渐变把 Recommendation 直接写成首屏主标题用绿色面板列出推荐路径的三步行动表格维度改为 Path / Upside / Cost /Kill criteria终止条件更贴近「行动指挥」语义board-paper.html模拟纸质议案衬线字体Source Serif 4 双线分隔的页眉rule样式、Board decision paper · confidential抬头选项表增加了Board question董事会要回答的问题一列。三份模板都通过 CDN 引入 Tailwind 与 Google Fonts保持单文件可双击打开符合仓库对输出 HTML「自包含单文件」的通用要求。四、示例输入逐段解读FlowLedger Enterprise Plan 决策仓库为该 Skill 附带了一份完整示例输入 example.md主题是FlowLedger 是否在 Q3 上线 Enterprise Plan。它演示了「碎片信息如何组织成一个可拍板的决策问题」其结构可以作为你自己写输入材料的模板Memo header输入元信息TopicShould FlowLedger launch an Enterprise Plan in Q3?OwnerMaya Chen, Head of ProductAudienceCEO, CRO, CFODecision deadline2026-06-14Context背景约束FlowLedger 是面向 20–200 人公司的财务自动化产品当前定价为自助服务三档Starter $49/mo、Growth $199/mo、Scale $499/mo。一句话交代了定价体系为后续 ACV 论证提供基线。Signals分来源证据这是最值得学习的部分——每条信号都明确标注了来源类型对应 SKILL.md 中「每条事实标注来源类型」的要求Sales45 天内 18 个 inbound 请求要求 SSO、审计日志、自定义留存策略与采购文档其中 7 家超过 500 人3 家明确询问是否支持年度合同ProductSSO 估 3 工程周、审计日志 MVP 2 周自定义留存因数据模型假设「每个 workspace 只有一种留存策略」而工作量未知Support大型客户安全类问题变多但支持团队没有安全问卷流程Finance当前自助服务平均 ACV 约 $2.8k销售预估企业 ACV 若具备安全基线可达 $18k–35kRisk企业版工作可能使 Q3 银行对账路线图推迟 4–6 周Customer quote「我们喜欢这个工作流但没有 SSO 和审计日志采购不会批准。」Options discussed三个备选方案今年不上企业版上线精简版 Enterprise PreviewSSO 审计日志 年度发票 安全问卷支持建设完整企业版自定义留存、SCIM、专属 CSM、SLA、管理后台分析。Leadership concern决策者的真实顾虑CEO 想知道这是真实市场拉力还是销售分心CFO 不想在定价被验证前就建设企业销售体系。这份输入的最大价值在于它没有给出结论而是把「决策需要的证据」全部结构化地摆出来——这正是该 Skill 期望的输入形态。对应地board-memo.html示例输出把上述信号压缩成了首屏 4 个 KPI 卡片18 个企业请求 / 7 个大型账户 / $18k–35k 潜在 ACV / 4–6w 路线图风险、三行 Tradeoff 表、四条风险缓解措施和三条决策路径。五、底层实现从磁盘注册到 Prompt 组装再到流式生成要理解这个 Skill 如何真正工作需要看它的完整链路。html-anything 的模板系统采用**「一个 Skill 一个文件夹」**的组织方式注释在 index.ts 开头写得很清楚之前的硬编码TEMPLATES数组已被替换为src/lib/templates/skills/下的 folder-per-skill 布局新增模板 新增文件夹无需改 TS 代码。1. 磁盘加载与元数据解析loader.ts 定义了每个 Skill 文件夹的标准结构src/lib/templates/skills/id/ SKILL.md — frontmatterid、scenario、tags… prompt body example.md —可选示例输入内容 example.html —可选预渲染预览选择器内联展示exec-briefing-memo文件夹正是这个结构的完整示范SKILL.md example.md example.html外加 assets/ 下的三份风格模板。loader 用自带的前端解析器parseFrontmatter读取 SKILL.md 的 YAML frontmatter——它只支持扁平 schema字符串、整数、单行数组字面量如tags: [executive, ...]。fmToMeta会把zh_name、category、scenario、featured、example_id等字段映射成选择器可用的SkillMeta。2. 示例的 API 出口example 路由 通过loadSkill(id)读取该 Skill 的exampleMd与exampleHtml一次性打包成 JSON 返回注释说明这样设计是为了「省掉客户端两次往返」——用户在选择器里点 Preview 时content 与 HTML 一次取到。而 /api/templates 路由 则返回全部 Skill 的元数据列表不含 prompt body并带Cache-Control: public, max-age5的浏览器缓存。3. Prompt 的组装真正驱动生成的是 /api/convert 路由 与 shared.ts 的assemblePrompt。Prompt 的最终形态是三段拼接SHARED_DESIGN_DIRECTIVES全局设计指令 该 Skill 的 prompt bodySKILL.md 的正文部分 【输入格式】 【用户内容】用户在输入框里粘贴的材料这意味着「九段式结构、三种风格选择、内容真实性约束」这些写在 SKILL.md 正文里的指令会被原样注入每次调用的提示词中。如果是基于已有 HTML 的二次编辑路由还会切换到buildEditPrompt的最小化差异编辑模式要求 Agent「保留原 HTML 的 head 与不变 DOM只按新旧内容差异替换文字/数据节点」。4. 流式输出invokeAgent调用本地 CLI Agent 后路由把输出包装成 SSEtext/event-stream流式返回前端且设置了X-Accel-Buffering: no防止中间层缓冲——这保证了 Agent 生成的长 HTML 可以边生成边渲染到预览面板。六、如何实际使用这个 Skill在 html-anything 的模板选择器中exec-briefing-memo属于operations场景分组带 ⚖️ emoji 与中文名「高管决策简报」。使用方式在模板选择器中选中该 Skill可先用示例输入体验点击 Preview 会通过/api/templates/exec-briefing-memo/example载入 example.md 作为示例内容在输入区粘贴你的原材料——长会议记录、销售反馈、调研摘要等碎片信息尽量像示例那样按来源sales/product/finance/support/risk/customer分组并附上关键数字如有需要在输入中指定风格偏好默认 board-memo紧急场景用 decision-command董事会场景用 board-paper点击生成Agent 会按九段式结构输出单文件 HTML首屏即为 Decision Recommendation随后是证据卡、权衡表、风险缓解与决策路径生成后可继续编辑内容再次触发时走最小化差异编辑保持设计不漂移。七、总结exec-briefing-memo是 html-anything 模板体系中「结构化决策文档」的代表作它把咨询公司的一页决策 memo 方法论固化成可执行的九段式输出契约用三种风格模板覆盖从日常运营决策到紧急指挥再到董事会议案的不同场景并通过对「来源标注」「置信度」「Evidence gaps」「provisional recommendation」的强制要求守住内容真实性底线。对于想为 Agent 设计「高信息密度输出类」提示词的人这份 Skill 的 SKILL.md 与 example.md 组合本身就是一份高质量参考范本。赞分享AI 应用人工智能AI AgentAI 写作媒体生成【免费下载链接】html-anything✨ The agentic HTML editor — your local AI agent writes the HTML, you ship it. 75 Skills × 9 Surfaces (magazine · deck · poster · XHS / tweet · prototype · data report · Hyperframes) ️ Sandboxed preview · 1-click to WeChat / X / Zhihu / HTML / PNG Zero API key — Claude Code / Cursor / Codex / Gemini / Copilot / OpenCode / Qwen / Aider.项目地址https://gitcode.com/gh_mirrors/ht/html-anything点击查看免费下载相关推荐BMad Deep Recon HTML Briefing 渲染指南从 research.md 生成离线可读的决策级研究简报BMad Deep Recon HTML Briefing 渲染指南从 research.md 生成离线可读的决策级研究简报 导读 BMad Deep RecAI 技能人工智能开发工具PocketFlow Agent Skills 实战用 Executive Brief 技能文件让 LLM 输出高管级决策简报PocketFlow Agent Skills 实战用 Executive Brief 技能文件让 LLM 输出高管级决策简报 本指南聚焦 PocketFlo人工智能大模型AI Agent工作流自动化RAGSQLite4Unity3d终极指南3步快速为Unity游戏添加免费数据库支持SQLite4Unity3d终极指南3步快速为Unity游戏添加免费数据库支持 SQLite4Unity3d是一款专为Unity开发者打造的免费开源插件让你AI 应用人工智能AI AgentAI 写作媒体生成上一篇OpenCodeReview CLI 参考指南ocr 全部子命令、参数与退出行为详解下一篇Electron-Egg一站式跨平台桌面应用开发框架深度解析创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
