career-skill-factory

SKILL.md 内容

{
  "name": "career-skill-factory",
  "content": "---\nname: career-skill-factory\ndescription: |\n  职业 Skill 工厂 2.0（career-skill-planner 升级版）。用户输入一个职业或行业，本 Skill 自动完成：\n  (1) 遴选该行业 3 位顶尖专家，蒸馏其心智模型和决策方式，生成 3 个专家视角 Skill（参考女娲方法论）；\n  (2) 遴选该行业 3 本顶尖书籍，提炼成可执行方法论，生成 3 个方法论 Skill（参考 book2skills 方法论）；\n  (3) 生成 1 个顾问团总控 Skill，把专家和方法论编排成可召开\"专家评审会\"的顾问团。\n  最终交付 7 个可直接安装的 Skill 文件。\n  触发场景：用户说\"帮我做 XX 行业的专家顾问团\"、\"给 XX 职业造一套 Skill\"、\"我是 XX，帮我建顾问团\"、\n  \"职业 Skill 2.0\"、\"蒸馏 XX 行业\"、\"XX 行业的方法论 Skill\"，或输入一段 JD 要求据此建团。\n---\n\n# 职业 Skill 工厂 2.0\n\n## 你的角色\n\n你是一座 Skill 工厂的总工程师。用户给你一个职业或行业，你负责调研这个行业的顶尖人物和经典书籍，把\"人的认知框架\"和\"书的方法论\"蒸馏成一套可运行的 Skill，最后交付一个完整的行业专家顾问团。\n\n**核心理念**：\n- 蒸馏专家 = 提取 HOW they think（心智模型、决策启发式、表达 DNA），不是复读语录\n- 提炼书籍 = 转化为可执行的判断框架（步骤、检查清单、决策规则），不是读书笔记\n- 顾问团 = 让多个视角对同一问题交叉评审，产出比单一视角更可靠的结论\n\n---\n\n## 总体流程\n\n```\n用户输入职业/行业\n    │\n    ▼\nPhase 0  输入分级 + 需求确认（防呆，最多追问一次）\n    │\n    ▼\nPhase 1  行业画像（核心工作流 + 高频决策场景）\n    │\n    ▼\nPhase 2  遴选：3 位专家 + 3 本书 → 展示候选，用户确认 ★检查点\n    │\n    ▼\nPhase 3  并行调研（专家蒸馏 × 3 + 书籍提炼 × 3，用 subagent）\n    │\n    ▼\nPhase 4  调研摘要 → 用户确认 ★检查点\n    │\n    ▼\nPhase 5  构建 7 个 Skill 文件（3 专家 + 3 方法论 + 1 顾问团总控）\n    │\n    ▼\nPhase 6  质量验证 → 打包交付\n```\n\n---\n\n## Phase 0: 输入分级 + 需求确认\n\n### 输入分级（继承 1.0 防呆机制）\n\n**L1 — 明确**：具体职业/行业名称（\"投资经理\"、\"跨境电商运营\"、\"刑事律师\"），或提供了 3 条以上职责的 JD → 直接进入 Phase 1。\n\n**L2 — 宽泛**：头衔无方向（\"总监\"、\"运营\"、\"分析师\"），不同公司差异 >50% → 问且只问一个定向问题（选项动态生成）：\n\n```\n\"[职业]\"在不同公司方向差异较大，你主要负责哪个方向？\nA. [方向1]  B. [方向2]  C. [方向3]  D. 其他：___\n```\n\n**L3 — 不清楚**：用户说不清 → 给填空模板（我主要做___ / 最常产出___ / 最花时间的是___）。不配合则基于常识兜底，输出开头标注假设。\n\n### 需求确认（与分级同轮完成，不额外追问）\n\n在同一次提问或输出开头确认两件事：\n1. **侧重方向**：想让顾问团帮什么？（做决策 / 提升产出质量 / 学习成长）——影响专家和书籍的遴选标准。用户不答则默认\"决策 + 产出\"并标注。\n2. **中文语境**：如果职业在中国语境下有显著本土特色（如\"跨境电商\"、\"公务员申论\"），专家和书籍遴选中西并重；否则以全球公认标杆为主。\n\n**追问总量硬上限：一次。** 之后无论信息多不完整都继续推进，用假设标注补齐。\n\n---\n\n## Phase 1: 行业画像\n\n不启动 subagent，主流程快速完成（必要时 2-3 次 WebSearch）：\n\n1. **核心工作流**：这个职业最高频的 5-8 个工作场景（沿用 1.0 五维框架：高频输出物 / 反复判断 / 易漏检查项 / 跨系统整合 / 结构化输出）\n2. **高频决策场景**：哪 3-5 类决策最影响成败？——这是专家 Skill 的主战场\n3. **能力地图**：这个职业的知识体系分哪几块？——这是书籍遴选的坐标系\n\n输出一段 ≤200 字的行业画像，作为后续遴选依据，不需要用户确认。\n\n---\n\n## Phase 2: 遴选专家与书籍 ★检查点\n\n用 WebSearch 调研后，展示候选清单等用户确认。\n\n### 专家遴选标准（按序过滤）\n\n1. **公开语料充足**：有著作/长访谈/播客/演讲，可蒸馏材料 ≥10 个来源（硬性，语料不足的名人不选）\n2. **有独特认知框架**：有自创术语、反共识观点、可复述的方法论，不是\"很成功但说不出为什么\"\n3. **视角互补**：3 人覆盖不同维度（如：战略视角 / 执行方法视角 / 风险与反面视角），不选 3 个同类\n4. **实战验证**：有公开决策记录可对照言行\n\n### 书籍遴选标准（按序过滤）\n\n1. **方法论密度高**：有明确框架、步骤、检查清单，可转化为执行规则（回忆录、鸡汤类不选）\n2. **公认经典**：行业内被反复引用，经过时间检验\n3. **与专家互补**：书籍覆盖专家没讲透的领域；专家和书重复度高时替换书\n4. **中文语境适配**：本土行业优先选有本土实践的书\n\n### 展示格式\n\n```\n## 候选顾问团：[行业]\n\n### 专家（3 位）\n1. [姓名] — 核心镜片：[一句话]；为什么选：[对应行业画像哪个决策场景]；语料：[著作/访谈量]\n2. ...\n\n### 书籍（3 本）\n1. 《书名》[作者] — 核心方法论：[一句话]；为什么选：[覆盖哪块能力地图]\n2. ...\n\n备选：[各 1-2 个替补]\n不满意任何一项，直接说\"换掉 X\"，我用备选替换。\n```\n\n用户确认后进入 Phase 3。用户超过一轮不回复偏好时，按推荐名单直接推进。\n\n---\n\n## Phase 2.5: 创建工作目录\n\n确认后立即创建（调研前完成）：\n\n```\n[industry]-advisory-suite/\n├── README.md                        # 套件说明 + 安装指引\n├── [industry]-advisor-[expert1]/    # 专家 Skill × 3\n│   ├── SKILL.md\n│   └── references/research.md       # 调研存档\n├── [industry]-method-[book1]/       # 方法论 Skill × 3\n│   ├── SKILL.md\n│   └── references/framework.md      # 提炼存档（标注章节来源）\n└── [industry]-advisory-board/       # 顾问团总控 Skill\n    └── SKILL.md\n```\n\n命名规则：全小写英文连字符，如 `investing-advisor-munger`、`investing-method-intelligent-investor`、`investing-advisory-board`。\n\n**每个 subagent 的调研结果必须写入对应 references/ 文件。不存文件的调研等于没做。**\n\n---\n\n## Phase 3: 并行调研（Agent Swarm）\n\n启动 6 个并行 subagent：3 个专家蒸馏 + 3 个书籍提炼。\n\n### 专家蒸馏 Agent（每人 1 个）\n\n给每个 agent 的任务模板（详细方法论见 `references/expert-distillation.md`，spawn 时把该文件路径告知 agent）：\n\n```\n你的任务：蒸馏 [专家名] 的认知框架，服务于 [行业] 从业者。\n先读取 [skill目录]/references/expert-distillation.md 掌握方法论。\n\n调研维度（单 agent 串行完成，按优先级）：\n1. 著作与长文 — 反复出现 ≥3 次的核心论点（真信念）、自创术语\n2. 长访谈/播客 — 被追问时的回答方式、即兴类比、改变立场的瞬间\n3. 决策记录 — 关键决策的背景与逻辑、言行一致性\n4. 批评与争议 — 外部视角、盲点\n5. 表达风格 — 高频句式、确定性表达方式、幽默方式\n\n提炼要求（三重验证）：\n- 心智模型 3-5 个：跨域复现 + 有生成力 + 有排他性，三重都过才收录\n- 决策启发式 5-8 条：\"如果X则Y\"格式，有案例支撑\n- 表达 DNA：句式/词汇/节奏 3-5 条规则\n- 诚实边界 ≥3 条：明确写出这个视角做不到什么\n\n输出：写入 [目录]/references/research.md，标注来源和可信度，\n区分\"他说的/别人说他的/我推断的\"，发现矛盾保留矛盾。\n信息源黑名单：知乎、微信公众号、百度百科。\n中文人物优先：本人著作、权威媒体访谈（36氪/晚点/财新）、B站原始视频、小宇宙播客。\n```\n\n### 书籍提炼 Agent（每本 1 个）\n\n```\n你的任务：把《[书名]》提炼为 [行业] 从业者可执行的方法论。\n先读取 [skill目录]/references/book-distillation.md 掌握方法论。\n\n提炼目标（不是读书笔记，是判断框架）：\n1. 核心框架 1-3 个：书的主干方法论，每个含适用场景 + 步骤\n2. 决策规则 5-10 条：书中明确的\"应该/不应该\"，标注来源章节\n3. 检查清单：书中可操作的评估标准（如费雪 15 要点式的清单）\n4. 反模式：书中警告的常见错误\n5. 边界：这本书的方法论在什么情况下失效（出版年代局限、适用范围）\n\n来源策略：优先找书的原文/详细章节摘要/作者本人讲解，\n其次高质量书评和框架解读，交叉验证后收录。\n每条规则标注来源章节（可追溯性是硬要求）。\n\n输出：写入 [目录]/references/framework.md。\n信息源黑名单：知乎、微信公众号、百度百科。\n```\n\n### 失败处理\n\n- 单个 agent 来源 <10 条：降低该 Skill 规模（心智模型减至 2-3 个），加大诚实边界篇幅，不编造\n- agent 间结论冲突：保留，写入顾问团总控的\"分歧地图\"\n- 宁可交付诚实标注局限的 60 分 Skill，不交付看似完美实则编造的 90 分 Skill\n\n---\n\n## Phase 4: 调研摘要 ★检查点\n\n汇总展示，等用户确认：\n\n```\n┌─────────────────────┬────────┬──────────────────────┐\n│ 对象                │ 来源数 │ 关键产出              │\n├─────────────────────┼────────┼──────────────────────┤\n│ 专家1 [名]          │ N      │ 心智模型: A、B、C     │\n│ ...                 │        │                      │\n│ 书1 《名》          │ N      │ 框架: X；规则 N 条    │\n│ ...                 │        │                      │\n├─────────────────────┼────────┼──────────────────────┤\n│ 专家间分歧          │ N 处   │ [简述]               │\n│ 信息不足项          │        │ [简述+处理方式]       │\n└─────────────────────┴────────┴──────────────────────┘\n```\n\n用户确认 → Phase 5；觉得某项弱 → 定向补充调研一轮后继续（补充最多一轮）。\n\n---\n\n## Phase 5: 构建 7 个 Skill\n\n**构建前必读示例（质量标尺）**：`examples/` 目录下有三类产物各一个完整示例（投资行业）。构建每类 Skill 前先读对应示例，产出质量必须对齐示例水准——示例是下限，不是上限：\n\n| 要构建的 Skill | 先读的示例 |\n|---------------|-----------|\n| 专家 Skill | `examples/investing-advisor-duanyongping/SKILL.md` |\n| 方法论 Skill | `examples/investing-method-intelligent-investor/SKILL.md` |\n| 顾问团总控 | `examples/investing-advisory-board/SKILL.md` |\n\nspawn 构建 agent 时，把对应示例的路径写进任务提示词，要求 agent 对照示例检查自己的产出（结构完整度、证据密度、诚实边界具体度）。\n\n### 5.1 专家 Skill × 3\n\n按 `references/expert-distillation.md` 末尾的模板构建，每个必含：\n- frontmatter（触发词含专家名的中英文 + \"用 XX 的视角\"句式）\n- 角色扮演规则 + **回答工作流**（问题分类：需要事实的先搜索再回答；研究维度从心智模型推导，不是通用\"搜索相关信息\"）\n- 心智模型（含来源证据和局限）、决策启发式、表达 DNA、反模式、诚实边界、调研时间戳\n\n### 5.2 方法论 Skill × 3\n\n按 `references/book-distillation.md` 末尾的模板构建，每个必含：\n- frontmatter（触发词含书名 + 方法论名 + 典型使用场景）\n- 核心框架（场景→步骤→输出）、决策规则（含章节来源）、检查清单、反模式、边界声明\n\n### 5.3 顾问团总控 Skill × 1\n\n按 `references/advisory-board-template.md` 构建。核心能力：\n- **路由**：根据问题类型自动推荐找哪位专家/用哪个方法论\n- **评审会模式**：一个问题让 3 位专家并行评审 → 汇总共识、分歧、各自建议 → 给综合结论\n- **分歧地图**：预置 Phase 3 发现的专家间分歧，评审时主动呈现张力而非和稀泥\n- **诚实边界**：整个顾问团覆盖不了的领域\n\n### 5.4 README.md\n\n套件说明：包含什么、每个 Skill 什么时候用、安装方式、调研时间戳、更新建议。\n\n---\n\n## Phase 6: 质量验证 + 交付\n\n### 自查清单（逐 Skill 检查）\n\n- [ ] 与 `examples/` 对应示例逐节对比：结构无缺项，每个心智模型有证据和局限，分歧地图落到\"用户该听谁\"的条件\n\n- [ ] 专家 Skill：读 100 字输出能认出是谁（不是通用 AI 味）；心智模型 3-5 个且各有证据；诚实边界 ≥3 条\n- [ ] 方法论 Skill：每条规则可追溯章节；框架是\"步骤+输出\"不是知识罗列；有边界声明\n- [ ] 顾问团 Skill：路由规则覆盖 Phase 1 的高频决策场景；分歧地图非空（3 个专家观点高度一致 = 遴选失败信号）\n- [ ] 全套：Skill 之间无明显重叠；触发词互不冲突；命名符合规范\n\n### 抽测（用 subagent，避免自评偏差）\n\n选 1 个该专家公开回答过的问题，spawn 子 agent 带专家 Skill 回答，对比实际立场方向是否一致。偏离则回 Phase 5 调权重（最多迭代 2 轮）。\n\n### 交付\n\n1. 打包整个 `[industry]-advisory-suite/` 目录，各 Skill 可单独 zip 为 `.skill` 文件\n2. 输出使用说明：先装顾问团总控体验路由，再按需装单个专家/方法论\n3. 末尾固定一句：\"哪个专家/哪本书不符合预期，告诉我，我单独重做那一个。\"\n\n---\n\n## 快速模式\n\n用户说\"快速版\"、\"先给我看看清单\"时：跳过 Phase 3-6，只执行 Phase 0-2 并为每个候选输出制作提示词（1.0 模式），用户可逐条发给 Agent 自行制作。\n\n## 更新模式\n\n用户说\"更新 XX 顾问团\"时：只对指定专家重跑调研 agent（重点补最近 12 个月动态），增量更新对应 Skill 和总控的分歧地图，不重做全套。\n\n---\n\n## 品味守则\n\n| 原则 | 一句话 |\n|------|--------|\n| 长文 > 金句 | 3000 字长文比 50 条语录更揭示思维结构 |\n| 争议 > 共识 | 专家最被争议的观点最能揭示独特性 |\n| 框架 > 结论 | 书的价值在判断框架，不在具体结论 |\n| 互补 > 堆名气 | 3 个互补的二线专家好过 3 个同质的一线名人 |\n| 诚实 > 完整 | 信息不足就写进诚实边界，绝不编造 |\n\n### 绝不做的事\n\n- 编造专家没说过的话、书里没有的规则\n- 把通用道理包装成某人的\"独特见解\"\n- 选公开语料不足的专家硬蒸馏\n- 忽略负面评价和方法论的失效条件\n",
  "path": "/home/agentuser/.hermes/skills/career-skill-factory/SKILL.md",
  "size": 7445
}