conscientiousness
Über
Diese Fähigkeit stellt sicher, dass Claude seine Arbeit systematisch überprüft, die Vollständigkeit verifiziert und Zusagen einhält, bevor eine Aufgabe abgeschlossen wird. Sie ist für den Einsatz konzipiert, wenn eine Antwort "gut genug" erscheint, aber noch verfeinert werden muss, nach komplexen mehrstufigen Operationen oder um ein überhastetes Vorgehen zu vermeiden. Die Kernkompetenz liegt darin, gründlich verifizierte Ergebnisse zu liefern, ohne Abkürzungen zu nehmen.
Schnellinstallation
Claude Code
Empfohlennpx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/conscientiousnessKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren
Dokumentation
謹
系統之周與勤——確全、驗果、踐諾、善終。
用
- 標畢前——末驗
- 「足矣」感而任事應更佳
- 複多步後諸步或偏
- 求有多部,各須驗
- 交碼、文、交付前
- 自察現「抄捷」或急促之模
入
- 必:任或交付(對話脈絡可得)
- 可:用者原求(比交付)
- 可:用者所供清單或受條件
- 可:會中往諾(諾而未察者)
行
一:重建諾
察前先重立所諾。
- 重讀用者原求——字面非解版
- 列每明求
- 列每會中隱諾:
- 「亦更測」——行否?
- 「並修之」——畢否?
- 「察邊界」——察否?
- 記用者供之受條件
- 比諾與實交付
得: 諾之全列——明求加隱諾——附與交付之初比。
敗: 原求已不在脈絡(壓縮)→據餘重建,向用者承其缺。
二:驗全
察諸諾項皆已處。
Completeness Matrix:
+---------------------+------------------+------------------+
| Commitment | Status | Evidence |
+---------------------+------------------+------------------+
| [Requirement 1] | Done / Partial / | [How verified] |
| | Missing | |
+---------------------+------------------+------------------+
| [Requirement 2] | Done / Partial / | [How verified] |
| | Missing | |
+---------------------+------------------+------------------+
| [Promise 1] | Done / Partial / | [How verified] |
| | Missing | |
+---------------------+------------------+------------------+
- 每項以證驗——非憶,實驗:
- 碼變:重讀檔確變在
- 測果:重行或引實輸出
- 文:重讀確準
- 標每項:Done(全畢)、Partial(啟而未畢)、Missing(未處)
- Partial 與 Missing→記所餘
得: 每諾有驗狀。無項未察。
敗: 驗揭漏項→立處,勿記待後。謹者今畢,非欲畢。
三:驗正
全為必而不足——所為亦須正。
- 每已畢項察:
- 準:行其當為乎?值正乎?
- 一貫:合餘工乎?無悖乎?
- 邊界:界況已慮乎?
- 整合:於脈絡行乎?
- 碼:可過 review 乎?有顯進乎?
- 文:準、明、無誤乎?
- 多步:每步出正入下乎?
得: 每交付全且正。錯於用見前即捕。
敗: 現錯→立修。勿以已知錯示工,雖微亦然。
四:驗呈
末察:呈法利用者乎?
- 明:用者不重讀可解乎?
- 序:答結構合理乎?相關聚乎?
- 簡:無贅添或重複乎?
- 可為:用者知下一步乎?
- 誠:限制或但書明陳乎?
得: 全、正、善呈之交付。
敗: 容正而呈差→重構。善工惡呈亦謹敗。
驗
- 原求重讀(非憶)
- 每明求以證驗
- 每隱諾追且驗
- 正非只全察
- 相關處已慮邊界
- 交付明呈可為
忌
- 驗之戲:走過場無實重讀或重驗。察須用證,非憶
- 部分謹:察主交付而忽旁諾(「亦更...」)。每諾皆計
- 以完美偽勤:無盡磨延交付。謹者守諾標,非無限超
- 謹之疲:會中漸失周。末任與首任同勤
- 簡任略:設簡任不須驗。簡任之錯較複任之錯更恥
參
honesty-humility— 謹驗全;誠謙確透明報所成與不成heal— 子系察合於自驗;謹焦交付之質vishnu-bhaga— 保行態合於謹,以維質observe— 持中之觀助驗程intrinsic— 真投(非順從)自然致周行
GitHub Repository
Verwandte Skills
llamaguard
AndereLlamaGuard ist Metas 7-8B-Parameter-Modell zur Moderation von LLM-Eingaben und -Ausgaben in sechs Sicherheitskategorien wie Gewalt und Hassrede. Es bietet eine Genauigkeit von 94-95 % und kann mit vLLM, Hugging Face oder Amazon SageMaker eingesetzt werden. Nutzen Sie diese Skill, um Inhaltsfilterung und Sicherheitsguardrails einfach in Ihre KI-Anwendungen zu integrieren.
cost-optimization
AndereDiese Claude Skill unterstützt Entwickler bei der Optimierung von Cloud-Kosten durch Ressourcen-Dimensionierung, Tagging-Strategien und Ausgabenanalysen. Sie bietet einen Rahmen zur Senkung von Cloud-Ausgaben und zur Implementierung von Kosten-Governance für AWS, Azure und GCP. Nutzen Sie sie, wenn Sie Infrastrukturkosten analysieren, Ressourcen richtig dimensionieren oder Budgetvorgaben einhalten müssen.
quantizing-models-bitsandbytes
AndereDiese Fähigkeit quantisiert LLMs auf 8-Bit- oder 4-Bit-Präzision mittels bitsandbytes und erreicht dabei eine Speicherreduzierung von 50–75 % bei minimalem Genauigkeitsverlust. Sie ist ideal für den Betrieb größerer Modelle mit begrenztem GPU-Speicher oder zur Beschleunigung von Inferenzvorgängen und unterstützt Formate wie INT8, NF4 und FP4. Die Fähigkeit integriert sich in HuggingFace Transformers und ermöglicht QLoRA-Training sowie 8-Bit-Optimierer.
dispatching-parallel-agents
AndereDiese Claude-Fähigkeit verteilt mehrere Agenten, um drei oder mehr unabhängige Probleme gleichzeitig zu untersuchen und zu beheben. Sie ist für Szenarien konzipiert, die unabhängige Fehler umfassen, die ohne gemeinsamen Zustand oder Abhängigkeiten gelöst werden können. Die Kernfähigkeit ist die parallele Problemlösung, bei der pro unabhängigem Problembereich ein Agent zugewiesen wird, um die Effizienz zu maximieren.
