seomachine Editor Agent 深度解析把 AI 生成内容编辑成有人味、能排名的技术文章【免费下载链接】seomachineA specialized Claude Code workspace for creating long-form, SEO-optimized blog content for any business. This system helps you research, write, analyze, and optimize content that ranks well and serves your target audience.项目地址: https://gitcode.com/GitHub_Trending/se/seomachine在 seomachine 这个面向长文 SEO 内容生产的 Claude Code 工作区中editor.md定义了一个专职的内容编辑 Agent。它的核心使命不是产出新内容而是把已经过调研、已做好 SEO 优化的初稿改写成像一位资深从业者把硬核经验讲给朋友听的文章——而不是内容工厂批量吐出的套话。本文完整拆解该 Agent 的定位、五层分析框架、七条编辑原则、编辑报告输出规范并对照 content_scorer.py 与 content_scrubber.py 等源码说明这套编辑方法论如何在自动化质量循环中落地。Editor Agent 的定位保住 SEO 价值注入人的声音依据 .claude/agents/editor.mdEditor Agent 被定义为专注于让技术内容听起来像人写的、有吸引力、真实可信同时保持准确性与 SEO 价值的专业内容编辑。它的专业领域覆盖八个方面人类声音与自然语言Human voice and natural language可读性与参与度Readability and engagement叙事与行文流动Storytelling and narrative flow不牺牲专业性的个性注入Personality injection without sacrificing professionalism真实案例与具体细节Real-world examples and concrete details情感共鸣与代入感Emotional resonance and relatability对话式语调掌控Conversational tone mastery消除机器人腔Eliminating robotic patterns一句话概括其职责边界修复AI 味同时绝不破坏 SEO 价值和事实准确性。这与项目整体research → write → analyze → optimize的流水线定位一致——Editor Agent 是初稿与发布之间的人性化关口。它要解决的问题AI 生成内容的七大通病文档明确列出 AI 生成内容最常见的问题清单这也是编辑动作的出发点千篇一律、换任何主题都能套用的通用句Generic, interchangeable sentences缺少具体、实在的例子Lack of specific, concrete examples机械式过渡与公式化结构Robotic transitions and formulaic structure缺少个性、幽默和人的视角Missing personality, humor, and human perspective滥用 In todays digital landscape、Its important to note that 这类模板短语只有列表、没有上下文或实际应用的清单Lists without context or practical application结尾只是复述总结、不增加新价值Conclusions that just summarize without adding value这套问题清单并非只是写作规范而是被仓库源码机器可判地固化了。在 content_scorer.py 的AI_PHRASES正则清单中你可以看到几乎逐条对应的检测模式in todays (?:digital|modern|fast-paced)、when it comes to、its important to (?:note|remember|understand)、furthermore、moreover、additionally、in order to、due to the fact that、at the end of the day、going forward、leverage、utilize、synergy、holistic、robust、seamless、game.?changer、unlock(?:ing)? (?:the )?(?:power|potential)、take (?:your|it) to the next level、journey、landscape、paradigm、optimal、facilitate等。也就是说编辑标准不仅存在于提示词里也以可量化的评分逻辑存在于代码中。五层分析框架编辑前先读透文章Editor Agent 采用五层递进的分析框架每层都有明确的可操作检查点。第一层人性化检查Humanity Check逐篇识别两类信号机器人红旗Robotic Red Flags通用开头In the world of...、When it comes to...过渡词滥用Furthermore、Moreover、Additionally公式化结构每个小节都用同样的方式开头缺少缩略形式听起来过于正式被动语态主导只有抽象概念、没有具体例子公司腔与流行词Corporate speak or buzzwords含糊措辞may、might、could potentially人性绿灯Human Green Flags——这是编辑要主动增加的来自真实场景的具体、生动例子对话式插话与括号补充Conversational asides and parentheticals多变的句式结构与节奏幽默、个性或出人意料的视角直接对读者说话youve probably noticed...鲜明的观点或立场故事、类比与隐喻第二层可读性分析Readability Analysis文档从三个粒度展开量化目标句子级平均句长目标 15-20 词长短句搭配主动语态占比目标 80% 以上简单句与复杂句混合。段落级理想段落 2-4 句开头句要抓人而非催眠句子间逻辑流畅每段只讲一个清晰观点。章节级章节开头要有吸引力而非公式化章节间过渡平滑解释、示例与应用三者平衡节奏不拖沓也不仓促。这些目标同样被源码量化。ContentScorer._score_readability调用 readability_scorer.py 计算 Flesch Reading Ease目标 60-70与年级水平目标 8-10 年级并通过_check_paragraph_length段落超 4 句扣分和_check_sentence_rhythm滑动窗口检测句长单调区段把节奏变成了可计算的指标。第三层个性与声音检查Personality Voice Check文档用两组对照问题来判断文章像谁理想状态像分享实战经验的资深从业者像去过、做过的知识型朋友像犯过错并从中学到东西的人像有观点、有视角的真实人类。需要避免通用内容营销模板AI 试图装权威教科书或学术论文腔企业新闻稿腔。判断声音是否成立需要回看品牌规范。context/brand-voice.md 定义了品牌声音支柱Voice Pillars、按内容类型变化的语调How-To、策略、行业新闻、产品内容、信息传递框架与词汇偏好examples/castos/brand-voice.md 提供了完整落地示例。编辑的任何个性注入都必须以这份声音规范为准绳。第四层具体性与示例检查Specificity Examples先统计再评估具体示例的数量、数字/数据点与笼统概括的比例、真实场景与抽象概念的占比、可执行建议与陈词滥调的占比。文档给出了一条示例质量光谱从最差到最好模糊VagueMany businesses struggle with growth.普通GenericCompanies often find it difficult to acquire new customers.具体SpecificWhen Sarah launched her SaaS product, she spent six months stuck at 200 signups per month.引人入胜CompellingWhen Sarah launched her SaaS product in 2023, she spent six months stuck at 200 signups per month, until she discovered that her landing page was invisible to search engines because she was using a framework that buried content behind client-side rendering.在代码层ContentScorer用VAGUE_WORDS正则清单many、some、various、numerous、often、significant、great、very、recently、currently、important、key 等见 content_scorer.py扣分用SPECIFICITY_PATTERNS百分比、美元金额、年份、日期、下载量/订阅量等计数、带名字的引语、引号文本见 content_scorer.py加分实现具体优于笼统的自动判定。第五层参与度与行文流畅检查Engagement Flow这一层包含五个子检查全部继承自文档开头分析Opening Analysis首句是抓住注意力还是浪费注意力首段是否承诺了明确价值Hook 检查明确列出六种可用的开头类型并点名禁止两种写法可用挑衅式提问Provocative question带名字/细节的具体场景Specific scenario with name/details惊人的统计数字Surprising statistic大胆/反直觉的断言Bold/counterintuitive statement。禁止通用定义式开头X is...When it comes to... / In the world of... 式套话。正文流动Body Flow章节间逻辑是否连贯、过渡是否自然、文章是否在积蓄势头、有没有需要提气的低谷段。微型故事检查Mini-Story Check每篇文章需要 2-3 个带名字的具体场景故事要有具体细节日期、数字、结果故事要策略性分布开头、中段、结尾各一处。仓库中的/write命令进一步规定每个 mini-story 建议 50-150 词并给出完整示例见 .claude/commands/write.md。CTA 分布检查CTA Distribution Check前 500 词内出现第一个 CTA全文分布 2-3 个上下文相关 CTA不只放结尾每个 CTA 必须与所在段落内容相关。段落与节奏检查Paragraph Rhythm Check任何段落不超过 4 句句长要有变化短促有力的句子与绵长流畅的句子交错。结尾分析Conclusion Analysis结尾是单纯复述还是增加了新价值有没有明确、具体的下一步行动是带着能量收尾还是草草了事七条编辑原则从知道问题到会改分析框架负责诊断七条编辑原则负责开刀。每一条文档都配有 before/after 对照。1. 展示而非讲述Show, Dont Tell改前Analytics are important for growth.改后Last month, Mike discovered his completion rate dropped to 40% after the 10-minute mark. He cut his content from 45 minutes to 25 minutes. Engagement jumped 30% within a month.2. 注入个性Inject Personality改前Its important to consider your target audience when creating content.改后Heres the thing about content marketing: You cant please everyone. (And if you try, youll end up pleasing no one.)3. 杀掉公司腔Kill Corporate Speak文档给出可直接套用的替换表原文改为LeverageUseUtilizeUseIn order toToDue to the fact thatBecauseIt should be noted that整句删除Going forwardNext 或直接删除At the end of the day删除或 Ultimately这与仓库中的平实英语替换表互为补充。.claude/skills/copy-editing/references/plain-english-alternatives.md 收录了从 A 到 Z 的数百组对照如commence → start、facilitate → help、in the event of → if、remuneration → pay并单独列出应整句删除的空话at the end of the day、basically、quite、really、very 等。4. 添加具体细节Add Specific Details笼统具体RecentlyIn March 2024 或 Last TuesdayMany businesses73% of SaaS companies 或 12 of the 15 companies I surveyedPopular toolHubSpot 或 AhrefsGood software具体产品名$99/moSignificant increaseDoubled from 500 to 1,000 signups per month5. 变化句式结构Vary Sentence Structure单调版You need to research keywords. You should analyze competitors. You must write quality content. You cant skip optimization.变化版Start with keyword research. Then dive into competitor analysis—what are they doing right? (More importantly, what are they missing?) Write quality content that fills those gaps. Skip optimization at your peril.6. 使用对话化装置Use Conversational Devices文档给出了六类可直接使用的人性化装置括号插话(Trust me on this one.)、修辞性提问Sound familiar?、直接称呼读者Youve probably noticed...、强调式短句碎片No exceptions.、缩略形式dont、youre、its、随性连接词Look、Heres the thing、The truth is。代码层同样有对应支持ContentScorer.CONVERSATIONAL_PATTERNS见 content_scorer.py用正则识别括号插话、问号、各类缩略形式dont、cant、wont、youre、youve、its、thats、heres、lets、Ive、Im、weve、were以及 Look / Heres the thing / The truth is / Sound familiar / Trust me 等随性开场出现密度越高humanity 得分越高。7. 让列表可执行Make Lists Actionable通用列表Keyword research / Content creation / SEO optimization / Performance tracking被改写成每条都带具体动作的版本Keyword research打开 Ahrefs找出 5 个排名在 11-20 位的关键词这些是你的快速胜利。Content creation写 2,500 词以上。不要注水——让每个词都有价值。SEO optimization检查你的 meta description。如果它不能让你想点进去重写它。Performance tracking为流量下降 20% 以上的页面设置 Google Analytics 告警。编辑报告输出格式可审查、可执行的交付物文档规定 Editor Agent 必须输出结构化的《编辑报告》Editorial Report而不是零散修改意见。Editorial Report 主体结构文章标题Article Title总体评估Overall AssessmentHumanity Score0-100由四个 25 分子项构成——Voice Personality、Specificity Examples、Readability Flow、Engagement随后列出 1-3 条主要问题Primary Issues。关键修改Critical Edits, Must Fix每条修改包含当前原文Current→ 失败原因Why It Fails→ 改写版本Rewritten→ 为什么有效Why This Works全篇需要 5-10 条这样的关键修改。改进建议Suggested Improvements, Nice to Have同样 5-10 条每条标注插入位置锚点、要添加的内容与理由例如在 [某节] 加入具体示例在某处注入个性改善某两节之间的过渡。模式分析Pattern Analysis总结反复出现的问题Recurring Issues及其分布位置与整体修法同时列出必须保留的优点Strengths to Preserve防止编辑过度改动。前后对照样本Before/After Samples文档内置三组标准样本——Generic→Specific、Robotic→Human、Vague→Actionable作为编辑质量的统一标尺。可读性指标Readability Metrics编辑前与编辑后预估各记录平均句长、被动语态占比、Flesch Reading Ease、年级水平。最终建议Final Recommendations按 Priority 1必做/ Priority 2应该做/ Priority 3锦上添花三级排定。质量红线与自检问题文档明确列出不可逾越的红线Red Lines不改变技术事实或数据不删除重要 SEO 关键词不添加虚假声明或编造示例不插入不合时宜的幽默或偏离品牌的个性不为聪明而牺牲清晰不破坏文章逻辑流不为了凑字数注水提交前还要回答七条自检问题Self-Check Questions核心是这篇东西我自己愿意读吗读起来像真人写的吗有具体例子还是全是抽象我会信任这位作者的专业性吗有个性但不失专业吗SEO 价值与事实准确性都保住了吗比竞品博客能发的东西更好吗结构化 JSON 输出接入自动化质量循环的关键当 Editor Agent 作为自动化质量循环automated quality loop的一环被调用时文档要求在响应末尾附上 JSON 评分块。这正是/write命令中自动质量循环Automatic Quality Loop的落点/write写完初稿后运行python data_sources/modules/content_scorer.py drafts/[article-file].md见 .claude/commands/write.md若综合分低于 70 分则依据评分器返回的priority_fixes自动修改、重新评分最多迭代两次。JSON 评分块的结构如下数值仅为示例{ scores: { humanity: 72, specificity: 65, structure_balance: 58, seo: 88, readability: 71 }, composite: 69, passed: false, prose_ratio: 0.35, priority_fixes: [ { location: Introduction, dimension: humanity, issue: Generic opening with AI phrase, fix: Replace In todays digital landscape with specific scenario or hook, severity: high } ] }文档给出五维评分权重表维度权重评估内容humanity30%AI 短语、被动语态、缩略形式、对话化装置specificity25%具体例子、数字、名字、数据 vs 模糊词汇structure_balance20%散文占比目标 40-70%列表/表格不能过多seo15%关键词位置、meta 元素、标题结构readability10%Flesch 分数、句式变化、年级水平复合分计算公式composite (humanity × 0.30) (specificity × 0.25) (structure_balance × 0.20) (seo × 0.15) (readability × 0.10)通过阈值是 composite ≥ 70。这里需要特别指出文档 JSON 示例中的priority_fixes里的prose_ratio: 0.35对应 structure_balance 维度未达标——散文占比低于目标区间修复方向是把部分列表/表格改写成叙述性段落。这一评分逻辑在 content_scorer.py 的_score_structure_balance中有完整实现先剔除 meta 块与分隔线再逐行统计列表字符、表格字符、标题字符与散文字符prose_ratio落在 0.50-0.75 区间得满分 100低于 0.50 或高于 0.75 分别按线性递减扣分。源码级对照编辑标准如何在评分器中落地Editor Agent 的编辑理念不是玄学data_sources/modules/content_scorer.py 把它变成了可复现的自动评分系统。五个维度逐一对应Humanity 评分权重 30%统计 AI 短语密度每千词出现次数密度超过 5 即开始扣分最多扣 30 分被动语态比例过高扣最多 15 分对话化装置密度超过 3 加分最多加 15 分缩略形式密度过低每百词少于 1 个扣 10 分。Specificity 评分权重 25%基线 70 分起步模糊词密度超过 15 扣分最多扣 25 分具体性指标密度超过 2 加分最多加 30 分数字密度不足扣最多 15 分。Structure Balance权重 20%如上所述目标散文占比 50-75%。SEO 合规权重 15%检查 meta title 是否缺失或长度是否偏离 50-60 字符各扣 5-15 分、meta description 是否缺失或偏离 150-160 字符、主关键词是否在 H1、主关键词是否出现在前 100 词、字数是否达到 2,000不足扣 15 分。Readability权重 10%Flesch 低于 60 扣分、低于 50 重扣年级水平高于 12 扣 10 分超 4 句的段落每个扣 3 分最多 15 分句长节奏单调扣最多 10 分。优先级修复清单的生成所有问题的impact按维度权重 ×100 - 该维度得分计算并降序排列取前 5 条作为priority_fixes见 content_scorer.py。这与 Editor Agent 输出 JSON 中的priority_fixes结构完全一致说明编辑建议可以由机器先筛、由人复核。与 /write、/rewrite、/scrub 的协同编辑在流水线中的位置Editor Agent 不是孤立存在的它在 seomachine 的内容流水线中扮演终审编辑角色创作侧/write按 .claude/commands/write.md 的规范产出 2000-3000 词初稿包含 H1 标题、150-250 词引言采用直接回答优先 五类 Hook APP 公式、TL;DR Key Takeaways 块、4-7 个 H2 主体章节、2-3 个微型故事、2-3 个上下文 CTA以及 meta title / description / URL slug 等元信息。清洗侧/scrub content_scrubber初稿保存后立即运行内容清洗器。content_scrubber.py 会移除零宽空格、BOM、各类格式控制字符等隐形 Unicode 水印WATERMARK_CHARS列出 15 种具体码点把 em-dash 替换为上下文合适的标点并执行一组 AI 特征短语替换如 Its important to note that X → X、delve into → explore、leverage → use见 content_scrubber.py。这一步与 Editor Agent 的消除机器人腔目标互补Editor 管风格Scrubber 管指纹。评测侧Content Scorer如上文所述用五维加权评分判断初稿是否达到 ≥70 的发布门槛未达标则依据priority_fixes自动修订并复评。编辑侧Editor Agent在上述自动环节之外或作为人工介入的一环Editor Agent 按本文介绍的五层框架、七条原则完成人性化终审输出带评分、关键修改、改进建议与模式分析的完整编辑报告。改写侧/rewrite对已有文章做内容刷新时.claude/commands/rewrite.md 要求先读透原文与分析报告再按改动幅度分类Light Update 20-30%、Moderate Refresh 40-60%、Major Rewrite 70-90%、Complete Overhaul 90%明确保留什么、更新什么、新增什么、删除什么。编辑的保留优点原则在这里同样适用——有效的结构、仍然准确的章节、可用的内链都要保留而不是无差别重写。协作技能copy-editing仓库还提供了 .claude/skills/copy-editing/SKILL.md 作为日常编辑的补充技能其核心是七轮扫描框架Seven SweepsClarity清晰→ Voice and Tone声音与语调→ So What与我何干→ Prove It拿证据→ Specificity具体化→ Heightened Emotion情绪浓度→ Zero Risk消除行动障碍。每轮只专注一个维度且每轮结束后要回扫前面各轮防止新修改引入新问题。这套框架与 Editor Agent 的分析框架一脉相承前者面向逐维精修后者面向整体诊断 编辑报告。实战落地建议如何用好 Editor Agent基于文档与仓库实现给出几条可操作的使用建议先跑评分器再上编辑对drafts/下的初稿先执行python data_sources/modules/content_scorer.py 文件路径让priority_fixes指出低分维度Editor Agent 的编辑火力优先对准这些维度。Hook 与 Key Takeaways 是 AI 检索的入口首句直接回答查询、引言后紧跟 3-5 条带具体数字的 TL;DR既符合 Editor 的 Engagement 检查也契合 context/seo-guidelines.md 中AI 搜索优化GEO/AICO的 Direct-Answer-First 原则——AI 抓取器ChatGPT、Perplexity、Gemini倾向于引用页面顶部的清晰答案。微型故事要有名有姓有数字文档要求每篇 2-3 个带名字、细节、结果的小场景。即使是虚构名字Sarah、Mike也要给出日期、金额、百分比这类具体数据这同时会拉升 Specificity 维度得分。用编辑报告驱动迭代每次编辑输出完整的 Editorial Report含 JSON 评分块把 Humanity Score 与 Content Scorer 的维度分对照看形成评分 → 编辑 → 复评的闭环。守住品牌声音个性注入必须以 context/brand-voice.md 定义的声音支柱为边界参照 context/style-guide.md 的格式规范标题大小写、数字写法、锚文本、列表与链接格式避免为个性而个性。结语编辑的本质是以读者为中心的重写回看 seomachine 中 Editor Agent 的整套设计有一条清晰的主线SEO 负责让文章被找到编辑负责让文章被读完、被信任、被引用。五层分析框架给出诊断维度七条编辑原则给出改写手法Editorial Report 与 JSON 评分块让编辑过程可审查、可量化而 content_scorer、content_scrubber 等源码把其中最关键的标准固化成了自动检查项。正如文档最后的自检问题所提醒的好的内容听起来应该像一个真正关心读者成功的人写的——因为这才是既能在搜索引擎里排上名、又值得被读者和 AI 反复引用的内容。【免费下载链接】seomachineA specialized Claude Code workspace for creating long-form, SEO-optimized blog content for any business. This system helps you research, write, analyze, and optimize content that ranks well and serves your target audience.项目地址: https://gitcode.com/GitHub_Trending/se/seomachine创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考