Shenlun Master：申论备考训练 Skill · 最全部署与使用指南

一句话定位：GitHub 开源项目 coffe-d/Shenlun.skill（Shenlun Master）是一个把白鹭老师、袁东老师、小马哥三位申论名师方法论"蒸馏"进 AI 智能体技能的备考工具——自动识别真题、双视角参考作答、阅卷人视角评分、错题库复发提醒，支持文字与图片双输入（试卷照片、题目截图、手写作答照片直接发）。

slogan：三位名师，三面镜子——照出答案的多种可能，也照出你自己的那一种。

仓库地址：https://github.com/coffe-d/Shenlun.skill · 许可证：MIT（© 2026 coffe-d）

目录

• 一、官方跳转与下载链接
• 二、项目简介与核心能力
• 三、架构设计：为什么拆成三个 Skill
• 四、完整部署步骤（安装到 AI 智能体）
• 五、快速开始：怎么触发它
• 六、使用方法详解（六种玩法）
• 七、题型速查与批改规则
• 八、错题库：长期能力追踪
• 九、Word 导出
• 十、文件结构全解
• 十一、方法论来源与版权声明
• 十二、更新日志与项目状态
• 十三、常见问题排查
• 十四、参考链接汇总

一、官方跳转与下载链接

视频中的安装提示：向电脑端豆包发送「豆包你好，帮我安装 GitHub 上的 coffe-d/Shenlun.skill」，选择"工作任务"后发送即可安装——本质是把仓库里 skills/ 下的三个 Skill 挂进支持技能目录的 AI 客户端。官方 README 的通用安装法见第四章。

二、项目简介与核心能力

2.1 这是什么

Shenlun Master 是一个申论备考训练 Skill，把三位申论名师的公开方法论蒸馏成 AI 可直接执行的规则：

核心定位：给的是建议，不是判决。同一道题摆开不同解法供对照，帮你在比较中形成适合自己的那一套做题方法论。

2.2 核心能力一览

2.3 设计理念

• 为什么并置多位名师：不是凑数，而是让同一道题显出不同的解法——使用者拿两版对照，才能辩证看待"标准答案"；
• 为什么拆成三个 Skill：按需加载。小题任务不必加载大作文的整套方法论，反之亦然（详见第三章）；
• 可信度标注：每条方法论结论标注 ✅已证实 / ⚠️待验证 / ❌已证伪，批改只用 ✅ 条目——这是区别于"把通用申论常识冠上名师名字"的关键。

三、架构设计：为什么拆成三个 Skill

3.1 三个 Skill 的分工

典型加载成本： - 小题任务：router(~3.5k) + xiaoti(~3k) + 白鹭库(~6.6k) 或 小马哥库(~6.2k) + 评分规则(~1.7k) ≈ 15k 字符 - 大作文任务：router + dawenti + 袁东库(~10k) ≈ 16k 字符 - 两条路径互不加载对方材料。

3.2 分派规则（router 自动判断）

四、完整部署步骤（安装到 AI 智能体）

4.1 前提条件

• 一个支持"技能目录"机制的 AI 智能体（Agent），如 DSH、Claude Code、通用 agents；
• 技能扫描规则：只认 <技能根目录>/<name>/SKILL.md 这种单层直接子目录，不递归；
• 三个 Skill 必须各自作为技能目录的直接子目录。

4.2 方式一：下载源码 + 建立目录链接（官方推荐）

① 克隆/下载仓库

git clone https://github.com/coffe-d/Shenlun.skill.git
cd Shenlun.skill

不想用 git 直接下载 ZIP： https://github.com/coffe-d/Shenlun.skill/archive/refs/heads/master.zip，解压后进入 Shenlun.skill-master。

② 在技能根目录建立三个链接

# Windows PowerShell（Junction 不需要管理员权限）
$root = "<技能目录>"      # 换成你所用 agent 的技能根目录（见 4.4 表）
$repo = "<本仓库路径>"
foreach ($n in @("shenlun-router","shenlun-xiaoti","shenlun-dawenti")) {
  New-Item -ItemType Junction -Path "$root\$n" -Target "$repo\skills\$n"
}

# macOS / Linux
repo="/path/to/Shenlun.skill"
root="/path/to/skills"
for n in shenlun-router shenlun-xiaoti shenlun-dawenti; do
  ln -s "$repo/skills/$n" "$root/$n"
done

不用链接也可以：直接把 skills/ 下三个目录复制到技能目录——代价是仓库更新后需重新复制。

4.3 方式二：豆包直接安装（视频中的方法）

向电脑端豆包发送：

豆包你好，帮我安装 GitHub 上的 coffe-d/Shenlun.skill

选择「工作任务」后发送即可。安装完成后可在豆包的技能列表中找到 Shenlun（申论焚决）。

4.4 常见 Agent 的技能根目录（官方已核实）

判断标准：该 agent 是否扫描某个目录下单层子目录里的 SKILL.md——是，就能装。 Windows 建符号链接需管理员权限，目录联接（Junction）不需要，效果相同。

4.5 安装后验证

1. 在 Agent 技能列表里应看到三个新技能：shenlun-router、shenlun-xiaoti、shenlun-dawenti；
2. 随便说一句「帮我批改一道归纳概括题」，若能触发 router 分派，说明安装成功；
3. 首次批改时会在工作目录自动创建 错题库/（个人数据，gitignore 不提交）。

五、快速开始：怎么触发它

不用记任何命令——发题目、发作答、发图片都可以，路由器自动分派：

六、使用方法详解（六种玩法）

玩法一：提交小题作答要批改

操作：把题目和你的作答直接发给它（文字或图片都行）。

一次批改的输出构成（7 个部分）：

玩法二：提交大作文（含手写照片）

操作：把作文拍照直接发，或贴文字。它会： 1. 图片识读：转写正文（主动标注"请复核标题与分论点句"）； 2. 主题类型判定：单主题 / 双主题（AB 型 / ABC 型）/ 多主题； 3. 文体判定：政论文（论影响）/ 策论文（论对策）/ 议论文（对策+影响）； 4. 袁东累进四类文：是否跑题 → 框架（标题/开头/总论点/分论点）→ 开头结尾 → 分论点论证 → 类档； 5. 评分 + 改进建议。

玩法三：只给作答、没给题干

先索取原题（哪年哪场第几题 / 原题文字 / 分值），确实提供不了则转通用文章评改模式： - 不套真题采分点，按议论文评； - 五维评分：论点明确性 25% + 论据贴合度 30% + 结构条理 20% + 语言表达 15% + 卷面分 10%； - 结果换算成真实分值（如 35/40 分），并标注"未匹配到真题"。

玩法四：图片出题（原生支持）

• 直接用图片出题：试卷照片、题目截图、材料扫描件、手写作答照片直接发送，无须先转写文字、无须外接读图工具；
• 识读规范：图片类型清点 → 结构化提取（题号/分值/字数/题干/材料）→ 模糊处标 [图像模糊] → 转写确认 → 无法识读才降级；
• 分值、字数、题号是评分基准，识读时主动复核，读不准就标注而不猜测；
• 支持多图（按页序拼接）、图文混合（冲突时以图片为准）。

玩法五：短板诊断（错题库查询）

用户 ❯ 我的老毛病是什么？
skill ❯ 按顽固→复发→初现排序输出，指出已改善的项。

玩法六：命题预判

用户 ❯ 我准备 2026 国考地市级
skill ❯ 基于历年真题趋势(60%) + 当年时政热点(40%) 输出预判。

七、题型速查与批改规则

7.1 题型速查表

两条通用硬规则（两位名师、16 份真题样本验证）： 归纳概括类不写总括句；综合分析类必须写总括句。

7.2 两版结构特征

7.3 大作文判定流程（袁东体系）

第一动作（强制）：判主题类型
  单主题 → 多维度展开
  双主题 → 再判：
    ├─ AB型  ：A、B 互为对象（如"守正与创新"）
    └─ ABC型 ：A、B 共同作用于大目标 C（如"现代与传统"→社会文明）
  多主题 → 打组合拳
  两路式（"缺A会…/缺B会…/A+B会…"）→ 名师库 6.5

再按对应模板逐段核对：AB型 A→B／B→A／A+B；ABC型 A→C／B→C／A+B→C

⚠️ 禁止：用"分分总/总分总/并列式/递进式"等通用文章学术语下判语——会误判 ABC 型的 A+B→C 为"总结段"。

第一原则：文无定式——公式只是"想不出怎么写时的备用工具"，有更好的衔接就用更好的，不因偏离公式扣分。

八、错题库：长期能力追踪

九、Word 导出

默认直接在对话中输出批改结果，节省 token。仅在用户要求「导出」「保存」「生成 word」时才生成 .docx。

pip install python-docx

导出效果：参考作答区域浅蓝色底高亮，表格文字居中排版，序号独立不连号。

十、文件结构全解

shenlun-master/
├── README.md
├── LICENSE                    # MIT 全文
├── skills/
│   ├── shenlun-router/                   # 总调度
│   │   ├── SKILL.md                      #   输入处理 · 真题识别 · 命题预判 · 错题库 · 分派
│   │   └── references/prediction-methodology.md
│   ├── shenlun-xiaoti/                   # 小题
│   │   ├── SKILL.md                      #   解题门控 · 双视角作答 · 评分 · 反馈
│   │   └── references/
│   │       ├── bai-lu-methodology.md     #   白鹭（8类信号词权威表）
│   │       ├── xiaoma-methodology.md     #   小马哥（含验证状态矩阵）
│   │       ├── scoring-rules.md          #   评分方法 + 格式模板
│   │       ├── writing-rules.md          #   作答铁律 7 条
│   │       └── real-exams/               #   真题库（INDEX + 模板 + 4 套真题）
│   ├── shenlun-dawenti/                  # 大作文
│   │   ├── SKILL.md                      #   袁东判定入口 · 四类文评分 · 兜底评改
│   │   └── references/
│   │       ├── yuan-dong-methodology.md  #   袁东体系（据 26 专项班讲义重建）
│   │       └── fallback-eval-rules.md    #   无题干兜底评改
│   └── shared/                           # 三者共用
│       ├── references/
│       │   ├── error-bank-rules.md       #   错题库分类表（8 维度编号）
│       │   ├── expression-upgrade-rules.md  # 规范表述替换 / 成语 / 名言
│       │   └── image-reading-rules.md    #   图片识读规范
│       └── scripts/export_docx.py        #   md → docx 导出
├── _tools/                               # 名师原料提取工具（标准库，无依赖）
├── _sources/                             # 名师原始资料（gitignore，含版权）
└── shenlun-web/                          # 独立网页版（自己的 git 仓库，不随 skill 发布）

（运行时生成，已 gitignore）
错题库/                                    # 使用者个人错题库：INDEX.md + entries.md

十一、方法论来源与版权声明

11.1 方法论来源（公开渠道原始材料，不采用二手转述）

11.2 版权边界

• 原始讲义、笔记、真题答案含版权，不入公开仓库（存于 _sources/，gitignore）；
• 仓库内只保留蒸馏后的方法论与溯源分析（记录每条结论出自哪份材料）；
• 不收录任何付费课程原题与讲义原文；真题示例使用公开真题。

11.3 可信度标注

已证伪举例（保留记录以示可追溯）： - 白鹭「综合分析＝3W 十六字方针」——10 份真题答案中两次综合分析均未套用； - 小马哥「第一句必须是总括句（不管什么题型）」——4 份归纳概括样本均无总括句； - 小马哥「归并＝按领域归类（交通/人才/产业/民生）」——6 份样本归类维度互不相同。

11.4 MIT 授权范围

仅覆盖作者原创代码与文档（scripts/、_tools/、方法论整理与规则文件）。名师方法论系公开材料蒸馏、权利归原讲授者；_sources/ 原始资料不随仓库分发。

十二、更新日志与项目状态

十三、常见问题排查

十四、参考链接汇总

免责声明：本文所有命令、规则、数据均整理自官方 GitHub 仓库 coffe-d/Shenlun.skill 的 README 与 SKILL.md 原文，如仓库更新请以最新版本为准。名师方法论权利归原讲授者，使用请遵守 MIT 许可与版权边界。