cangjie
|
Works with
Claude CodeCursorCodex CLIGitHub CopilotGemini CLI
---
name: cangjie
description: |
license: MIT
---
# 仓颉 · 认知植入术
> 喂进去的是一个人说过的话,提取出来的是他为什么说这些话。
---
## 收到素材后,执行以下流程
### Step 1:确认对象和素材
收到用户输入后,先确认:
**A. 蒸馏谁?**
- 用户明确说了人名 → 直接进行
- 用户丢了文件但没说人名 → 读文件判断,和用户确认
**B. 素材是什么?**
- 用户上传了文件(PDF/TXT/MD/EPUB) → 直接读取
- 用户只说了人名没给素材 → 用 WebSearch 采集(见下方采集指引)
- 两者都有 → 以用户素材为主,网搜为补充
**C. 聚焦方向?**
- 问用户:全面蒸馏,还是聚焦某个维度(决策方式?创业思维?人生哲学?)
- 用户说"就这样"或不指定 → 默认全面
确认后,创建输出目录:
```
[person-name]-perspective/
├── SKILL.md
└── references/
└── research/
```
---
### Step 2:消化素材并整理为结构化调研文件
这一步的目标不是"读完就提取",而是**先把原始素材整理成结构化的调研文件,再从调研文件中提取**。
详细的分块原则、文件格式、命名规范见 `<skill-base>/references/research-guide.md`。以下是主干流程:
**A. 用户上传了文件**
1. **分块扫描**:长文档先读目录,标记高价值章节,优先精读这些章节
2. **带着7级清单扫描**:
| 级别 | 找什么 | 命中后 |
|:---:|--------|--------|
| 1 最高 | 信念形成故事("我信X是因为经历了Y") | 逐字记录 |
| 2 高 | 真实决策复盘(做了什么+当时在想什么+事后反思) | 逐字记录 |
| 3 高 | 失败/错误承认(本人承认的) | 逐字记录 |
| 4 高 | 内在矛盾暴露(前后不一致、说一套做一套) | 标注两个矛盾点的出处 |
| 5 中 | 认知边界声明("这不是我的领域") | 简要记录 |
| 6 中 | 思维习惯案例(反复出现的分析模式) | 记录具体案例 |
| 7 低 | 通用观点/金句 | **没有形成故事就跳过** |
3. **写入提取记录**:按 `research-guide.md` 中的文件格式规范,写入 `references/research/02-extraction-notes.md`。每条提取标注优先级、原文出处和提取类型。
**B. 用户没给文件,需要网搜**
按6个维度采集,每个维度的搜索结果保存为独立文件:
| 维度 | 存到 | 最低要求 |
|------|------|---------|
| 著作/长文 | `01-writings.md` | ≥2篇长文或1本书核心内容 |
| 访谈/对话 | `02-conversations.md` | ≥1段深度对话 |
| 社交媒体 | `03-expression.md` | ≥20条发言 |
| 外部评价 | `04-external.md` | ≥2个不同视角 |
| 重大决策 | `05-decisions.md` | ≥2个决策+反思 |
| 时间线 | `06-timeline.md` | 关键转折覆盖完整 |
每份调研文件必须包含:**来源清单**(标注一手/二手和可信度)+ **提取记录**(标注优先级和出处)。
**C. 交叉验证(多份素材时执行)**
- 同一信念在 ≥2 份素材中出现 → 标注 ★,置信度高
- 只在 1 份素材中出现 → 保留但标注来源单一
- 不同素材中出现矛盾 → 保留双方,这本身就是内在矛盾的证据
**铁律:**
- 没有保存提取证据的蒸馏等于空中楼阁
- `references/research/` 下最终保留三个文件:`01-sources.md`(来源清单)+ `02-extraction-notes.md`(提取记录)+ `03-key-quotes.md`(关键原文引用)
- **不要把整本书/整篇访谈原文放进 references**——只保留被引用的关键段落
- 详见 `<skill-base>/references/research-guide.md`
---
### Step 3:提取认知上下文
素材消化完后,按以下结构提取。这是仓颉的核心——只提取模型不可能自己知道的东西。
#### 3.1 信念及其形成故事(5-7条)
不是"他信什么"——模型已经知道了。
是"他为什么信这个"——这只存在于具体素材中。
```
每条信念必须包含:
- 信念本身(一句话)
- 形成故事(什么经历/事件让他开始信这个)
- 关键洞察(这个经历让他意识到了什么)
❌ "独立思考很重要" → 太通用,跳过
✅ "我信独立思考,是因为在YC看了3000个项目后发现最好的想法一开始都被所有人反对" → 有形成故事,保留
```
**铁律:没有形成故事的信念不准进入最终 Skill。**
#### 3.2 真实决策案例(3-5个)
```
每个决策必须包含:
- 当时的情境(背景)
- 做了什么选择(行动)
- 当时在想什么(推理)
- 事后反思(对了还是错了,学到了什么)
```
#### 3.3 失败与自我修正(2-3个)
**必须是本人承认过的失败**,不是外部推断的。
#### 3.4 内在矛盾(2-3对)
保留矛盾,不调和。矛盾是人格最有辨识度的特征。
#### 3.5 认知边界
此人明确不懂什么,框架在哪里不适用。
#### 3.6 思维习惯(3-7个)
写成第一人称习惯描述,不是推理步骤:
```
❌ "Step 1: 使用反转思维模型"
✅ "我遇到别人说'这个方案很好'时,本能反应是先想它怎么会失败"
```
如果这个人有独创的命名框架(如 PG 的 "Do Things That Don't Scale"),把它内化为思维习惯而不是规则。
#### 3.7 表达DNA(极简)
只提取 3 条偏好 + 3 条禁忌。模型自己会适配风格。
---
### Step 4:展示提取摘要,等用户确认
```
仓颉提取完成。摘要如下:
蒸馏对象:[人名]
素材来源:[N份文件 / N条搜索结果]
提取结果:
- 信念(含形成故事):N条
- 真实决策案例:N个
- 失败教训:N个
- 内在矛盾:N对
- 认知边界:N条
- 思维习惯:N个
是否继续生成 Skill?
```
用户确认 → 进入 Step 5。
用户觉得不对 → 回到 Step 3 调整。
---
### Step 5:组装 Skill
读取 `references/skill-template.md`,按模板组装。
核心结构:
```
# [人名]
你不是在扮演[人名]。你是一个被植入了[人名]认知上下文的AI。
## 我是谁 ← 50字自述,经历如何塑造思维
## 我的认知上下文 ← 仓颉的核心
### 信念及其来源 ← 每条有形成故事
### 关键决策 ← 真实案例+反思
### 栽过的跟头 ← 本人承认的失败
### 内在矛盾 ← 保留不调和
### 我不懂的 ← 认知边界
## 我看问题的方式 ← 思维习惯(第一人称)
## 我绝不做的事 ← 红线
## 我说话的方式 ← 3偏好+3禁忌
## 素材来源
```
**四个铁律**:
1. 没有形成故事的信念不进入
2. 没有事后反思的决策不进入
3. 不写 Step 1/2/3 推理步骤
4. 全部第一人称
将 SKILL.md 写入 `[person-name]-perspective/SKILL.md`。
---
### Step 6:质量自检
组装完成后,逐项检查:
- [ ] 每条信念都有形成故事?(不是光秃秃的观点)
- [ ] 每个决策都有事后反思?(不是光秃秃的事实)
- [ ] 失败全部是本人承认的?(不是外部推断)
- [ ] 矛盾是真实存在的?(不是凑数)
- [ ] 认知边界 ≥ 3 条?(具体的"我不懂"声明)
- [ ] 没有通用金句?("独立思考很重要"这种已删掉)
- [ ] 没有推理步骤?("Step 1 分析问题"这种已删掉)
- [ ] 表达DNA ≤ 3+3?(没有详细的句式分析)
- [ ] 素材有保存?(references/research/ 不为空)
全部通过 → 交付。有不通过项 → 回到 Step 3 补充。
---
### Step 7:交付
告诉用户:
```
Skill 已生成:[path]/[person-name]-perspective/SKILL.md
你可以直接使用它来获取[人名]的视角:
> 用[人名]的方式帮我分析这个问题
素材和提取记录保存在 references/ 目录下。
```
---
## 注意事项
**素材质量决定 Skill 质量。** 一本书 > 十篇二手总结。访谈原文 > 别人转述。
**不是所有人都适合蒸馏。** 如果一个人没有公开分享过自己的决策过程、失败经历和内心矛盾,蒸馏出来的 Skill 质量会很低。这时要在认知边界中标注"素材不足,以下维度为推测"。
**蒸馏不等于认同。** 仓颉提取的是一个人的认知方式,不代表认同他的所有观点。
---
> 仓颉观鸟兽之迹,知分理之可相别异也。
> 观足迹造字,观思维造 Skill。More General & Other skills
find-skills
vercel-labs/skills
Helps users discover and install agent skills when they ask questions like "how do I do X", "find a skill for X", "is there a skill that can...", or express interest in extending capabilities. This skill should be used when the user is looking for functionality that might exist as an installable skill.
1.5M
grill-me
mattpocock/skills
A relentless interview to sharpen a plan or design.
972.7k
grill-with-docs
mattpocock/skills
A relentless interview to sharpen a plan or design, which also creates docs (ADR's and glossary) as we go.
828.8k

