一个 Codex Skill：用冯唐说理散文的语言结构写中文长文与文案。
不是模仿冯唐的腔调，也不是复读他的金句。它提取的是结构和节奏：
- 全文只有一个可证伪的判断，结论前置不铺垫
- 单句成段占 38%~53%（五种文体一致），一段只装一个判断
- 段落起手句比段内其余句短 6~13 字
- 问句密度按文体分档：议论 4.89 次/千字，随笔 2.59，文评 2.74
- 比喻密度按文体分档：议论 0.9，随笔 2.6，文评 3.0，小说 3.3（他写议论文时几乎不用比喻）
- 收口不用"综上所述"，用引语或回扣
- 形式达标不等于逻辑通：判断句不许循环定义，三足各自独立成立，每个设问都要被正面回答
从七本书约 100 万字正文里量化提取，并作六组对照：
| 语料 | 汉字数 | 性质 |
|---|---|---|
| 《金线》《成事心法》 | 219,388 | 议论体 |
| 《三十六大》《活着活着就老了》 | 222,787 | 随笔体 |
| 《活着活着就老了》卷一/卷二 +《如何成为一个怪物》独有篇目 | 82,981 | 文评体（书评与人评） |
| 小说合集（已剔除混入的散文） | 429,690 | 叙事体（对照） |
| 《成事》冯唐白话点评 | 37,259 | 短评体（对照） |
| 《成事》曾国藩文言原文 | 14,900 | 真文言（对照） |
多本 EPUB 之间存在大量重叠（《三十六大》87% 也收在小说套装里），所以分组前先用 12 字滑窗指纹做了跨书去重，重复段落只计一次。
参考区间由 tools/calibrate.py 用分位数标定：把语料切成长约 1500 字的窗口，取各项指标的 p10~p90 作为"合格区间"、中位数作为"典型值"。
完整实测数据与方法见 references/language.md。
.
├── SKILL.md 流程主干：六条硬机制 + 五步写作流程 + 红线
├── references/
│ ├── structure.md 骨架模板、递进关系、开头与收尾句式库
│ ├── language.md 全部量化指标、句式规范、词汇与标点规范
│ ├── logic.md 表达逻辑：判断句检测、三足独立性、设问兑现、非法衔接
│ ├── anti-patterns.md 油腻六形态、结构性失败、逻辑性失败、诚实边界
│ ├── checklist.md 四遍自检清单（逻辑遍 / 结构遍 / 语言遍 / 油腔遍）
│ └── examples.md 三组 before/after + 一篇通过自检的完整范文
├── tools/
│ ├── check_style.py 自检工具：议论/随笔双模式，输出合格区间、典型值与逻辑告警
│ ├── calibrate.py 参考区间标定：用语料窗口的分位数推出合格区间
│ ├── extract_epub.py 语料提取（EPUB → 纯文本，含印刷行回流与重复段清理）
│ ├── style_stats.py 语料量化分析（六组语料对照 + 跨书去重）
│ └── pattern_mining.py 句式与结构模式挖掘
├── demo/ 示范稿与校准样本（含版权原文，已 gitignore）
└── corpus/ 原书与提取文本（含版权内容，已 gitignore）
把稿子写好之后跑一次自检：
python3 ~/.codex/skills/fengtang-style/tools/check_style.py demo/焦虑不是情绪问题.md # 议论模式
python3 ~/.codex/skills/fengtang-style/tools/check_style.py 我的随笔.md 随笔 # 随笔模式它会输出每一项指标的实测值、合格区间（语料窗口 p10~p90）和典型值（同文体中位数），并扫描油腻词、鸡汤句式、学术腔三类红线词。"合格"判合不合格，"典型"判像不像。
重新跑语料分析（需要先把 EPUB 放进 corpus/）：
python3 tools/extract_epub.py corpus/*.epub
python3 tools/style_stats.py
python3 tools/pattern_mining.py
python3 tools/calibrate.py新书不要直接丢进分析，先体检，否则脏数据会污染分位数标定（《如何成为一个怪物》就是这样被查出来的）：
- 看提取质量。
extract_epub.py会打印两行体检信息——硬换行回流章节数（扫描版 EPUB 的一行一个<p>排版会被自动粘回自然段）和删除重复段落（扫描稿常见的成块重复）。回流数为 0 而段落长度中位数只有 20 多字，说明这本书的排版没被识别，需要先查 XHTML 结构。 - 查跨书重叠。 本批 EPUB 之间大量互相收录（《三十六大》87% 也收进小说套装，《如何成为一个怪物》与《活着活着就老了》重叠约四成）。做法是用段首 40 字做指纹两两比对：重叠超过 20% 的书，进分析前必须去重，否则同一段文字会被统计两次。
- 定分组。 看这本书是议论、随笔、还是书评文评。若属于已有分组，并入即可；若是新文体，在
style_stats.py与calibrate.py里新增一组并重标分位数，再决定是否值得为它单列一个自检模式。判断标准是窗口分位数是否真的分得开——《文评体》标定下来与随笔体几乎重合，所以没有单列模式。
ln -s "$(pwd)" ~/.codex/skills/fengtang-stylecorpus/ 与 demo/校准样本/ 存放原书与原文摘录，仅供本地分析，不上传、不传播，已在 .gitignore 中排除。
references/ 中的所有示例均为原创改写，不使用原文大段引用。
本仓库分发的是方法与派生数据——六组语料的统计量、分位数、句式规律，以及分析这些数据的工具代码。统计量是事实性数据，不含原作表达。复现分析需要你自备语料，放进 corpus/ 后按上面的命令跑。
本技能使用「冯唐」之名仅为说明其风格来源，属指示性使用，与作者本人无关，未获其授权或背书。
MIT License，见 LICENSE。可自由使用、修改、分发，包括商用。