Zurück zu Fähigkeiten

listen-guidance

pjt222
Aktualisiert 6 days ago
14 Ansichten
17
2
17
Auf GitHub ansehen
Metaaidesign

Über

Die `listen-guidance`-Fähigkeit führt Nutzer durch die Kerntechniken des aktiven Zuhörens, einschließlich der Vorbereitung der inneren Haltung, des reflektierenden Paraphrasierens und des klärenden Nachfragens. Sie ist für Situationen konzipiert, in denen eine Person ihre Kommunikation verbessern möchte, sich missverstanden fühlt oder sich auf schwierige Gespräche wie Feedback-Gespräche vorbereitet. Entwickler können diese Fähigkeit integrieren, um Nutzern zu helfen, Erkenntnisse zu synthetisieren und in ihre Kommunikationspraxis zu übernehmen.

Schnellinstallation

Claude Code

Empfohlen
Primär
npx skills add pjt222/agent-almanac -a claude-code
Plugin-BefehlAlternativ
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternativ
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/listen-guidance

Kopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren

Dokumentation

聽(指導)

指人發展並練主動聽能。AI 為傳達教——備受心、練全在注、練映釋、用澄問、合解、整入日傳達。

  • 人欲改關係、隊、或職傳達
  • 人恒誤解他或自覺誤解
  • 備難話(反饋會、衝解、談)
  • 領導欲更有效聽隊
  • 人察說多聽少欲改此式
  • meditate-guidance 養在後欲導此在向他

  • :聽目(改通、備具體話、發職能)
  • :聽脈(職、個人、隊動)
  • :已知挑戰(傾向打斷、心遊、情反、議)
  • :備之具體話
  • :曾受之聽反饋

一:備——立受心

練聽前助人解並入受態:

  1. 釋聞與聽異:「聞乃被動——聲入。聽乃主動——汝受、處、解」
  2. 問其聽慣:「他言時汝心常何為?」
  3. 常露之式:
    • 計應:他尚言時
    • :贊/駁非解
    • 解題:說者未畢→跳至解
    • 相關:諸皆連其經
    • :僅聞感興或證其見之部
  4. 助其立練意:「此會吾聚焦...」
  5. 導短中居練:3 緩息,釋須言之議程

得:人至少識欲改之一慣聽式並立明練意。感靜在非表演焦。

敗:不能識式→或無覺→建察他言時身中何發(緊、動、欲言衝)。自覺聽羞→常化:「人皆有此式——察之乃擇之初」。

二:注——練全在

導人練全注予說者:

  1. 釋注之物質面:眼接(舒非瞪)、身向、開勢、靜
  2. 釋心面:停內獨白、察注遊、輕返焦
  3. 立練習:「吾將言 2 分關某題。汝唯聽——無應、無記、僅受」
  4. 言中複題 2 分(AI 供容)
  5. 練後問:「汝察注為何?去何?」
  6. 有助則復,此次用或觸其識式之題(如欲修、判、或相關者)

得:人經慣聽與意聽之異。察注遊並練返。即短時之全在亦有價。

敗:若言「吾全時聽」→問具體容問——不能憶細揭偽注。不能停內獨白→建聚焦說者息節或語速為錨——此占分析心而保注於說者。

三:映——練釋

教人映解返予說者:

  1. 釋目:「釋示說者被聞並令其正誤解」
  2. 教式:「吾所聞者乃...」「似...」「若吾解正...」
  3. 重:釋義非詞——用己語示解意
  4. 練:AI 作陳述,人釋之
  5. 始簡:明容之事實陳
  6. 增複:含情容、混信、或含意之陳
  7. 各釋後供反饋:「捕主意。亦可含其後之感...」
釋質梯:
┌──────────────┬────────────────────────────────────────────────────────┐
│ 級           │ 例                                                      │
├──────────────┼────────────────────────────────────────────────────────┤
│ 鸚鵡          │ 「汝曰汝於項沮」                                         │
│(重)         │ → 過字,無示解                                          │
├──────────────┼────────────────────────────────────────────────────────┤
│ 容           │ 「項不如預」                                             │
│(事實)       │ → 捕義失感                                               │
├──────────────┼────────────────────────────────────────────────────────┤
│ 感           │ 「汝覺困因項恒遇障」                                      │
│(情)        │ → 捕容與情                                               │
├──────────────┼────────────────────────────────────────────────────────┤
│ 義           │ 「此於汝要因汝真投,障似駁此」                             │
│(全)        │ → 捕容、情、深義                                         │
└──────────────┴────────────────────────────────────────────────────────┘

得:人可恒於容級釋並至少一次達感級。經釋如何變動——「說者」(AI)覺被聞。

敗:釋過字(鸚鵡級)→勵:「試用全異詞而保同義」。跳至解非映→重導:「解前先映所言」。覺釋彆扭→認初覺不然但練即然。

四:探——問澄問

教人以善位問深解:

  1. 辨問型:
    • 開問:「此於汝如何?」(邀探)
    • 澄問:「汝言 X,乃 A 或 B?」(解歧)
    • 深問:「於此何最要於汝?」(過表)
    • 導問:「汝不認為汝當...?」(避——乃議非聽)
  2. 練:AI 作複陳,人問一澄問
  3. 評問是開話或窄之
  4. 教「告吾更」技:有時最佳問僅邀繼
  5. 練問後待——靜予說者思空

得:人可自然問至少一開一澄問。經善問較陳深解。

敗:問皆為導(裝議)→輕命式:「此乃問式之議。試先問其想」。問過多(審訊式)→教節奏:聽、釋、後一問、再聽。

五:合——總解

導人拉所聞為一致總:

  1. 長聽練後(AI 供多線 3-4 分敘):
  2. 請總:「此人傳達之主事何?」
  3. 查諸層:是否捕事實、感、底需?
  4. 查未言:「缺何顯?」
  5. 查優:「於說者何似最要?」
  6. 練總式:「吾由此取者乃... 對乎?」

得:人可綜多線訊為一致總,捕說者之優與感非僅事實。

敗:總僅事實→促:「此中此人感何?」總失大線→指並議何失(常揭聽濾)。總加未言→辨所聞與所推。

六:合——用於真傳達

助人轉練能至實脈:

  1. 連能至其具體局:「下次與 X 話,汝可如此用釋...」
  2. 識一最助其脈之能:「隊會注練或最有影」
  3. 立練目:「此週試各話中至少釋一次」
  4. 議常實障:
    • 時壓:「10 秒釋亦省時(阻誤解)」
    • 群境:「會中加點前先總他言」
    • 情話:「情高時,聽重於解」
  5. 若備具體話→以新能角色扮演
  6. 求反饋:「今練中何覺最用?」
  7. 提:「聽乃練非演——隨各話改」

得:人至少有一具體可行之聽練應用於真生。解聽乃隨用發之能,非欲完美施之技。

敗:能覺假→認之並強調:「目非循腳本——乃真好奇他者之經。技導汝至此;後好奇接管。」若於具體話焦→焦由聽技移至聽意:「汝意乃解之非勝或修。」

  • 人識至少一慣聽式
  • 練全在注附所發之反思
  • 於容級或以上練釋
  • 練中問至少一澄(非導)問
  • 綜多線訊為一致總
  • 能連人之實脈附具體練目
  • 教全程保溫、非判調

  • 使聽表演:若人聚「示聽」非實聽→技反效。重導真好奇
  • 過正:各話用諸技→耗且假。一次一能足
  • 忽自聽:對他之主聽需覺己內態。若人情潮→不能聽他——先導自調
  • 混聽與同意:釋他見非認之。衝局之人明此
  • 視靜為敗:說者畢後舒靜乃敬非不注。助人容停
  • 教為講者:諷忌——AI 教聽而自言。確人練多於受教

  • listen — AI 自深受用者意之變體
  • learn-guidance — 學與聽共享受注之基
  • teach-guidance — 有效教需聽學者需
  • meditate-guidance — 養支注聽之在
  • heal-guidance — 癒話需最深聽

GitHub Repository

pjt222/agent-almanac
Pfad: i18n/wenyan-ultra/skills/listen-guidance
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Verwandte Skills

content-collections

Meta

Diese Skill bietet eine produktionsgetestete Einrichtung für Content Collections – ein TypeScript-first-Tool, das Markdown/MDX-Dateien in typsichere Datensammlungen mit Zod-Validierung umwandelt. Verwenden Sie ihn beim Erstellen von Blogs, Dokumentationsseiten oder inhaltsstarken Vite + React-Anwendungen, um Typsicherheit und automatische Inhaltsvalidierung zu gewährleisten. Er behandelt alles von der Vite-Plugin-Konfiguration und MDX-Kompilierung bis hin zur Deployment-Optimierung und Schema-Validierung.

Skill ansehen

polymarket

Meta

Diese Fähigkeit ermöglicht es Entwicklern, Anwendungen mit der Polymarket-Prognosemärkte-Plattform zu erstellen, einschließlich API-Integration für Handel und Marktdaten. Sie bietet außerdem Echtzeit-Datenstreaming über WebSocket, um Live-Trades und Marktaktivitäten zu überwachen. Nutzen Sie sie zur Implementierung von Handelsstrategien oder zur Erstellung von Tools, die Live-Marktaktualisierungen verarbeiten.

Skill ansehen

creating-opencode-plugins

Meta

Diese Fähigkeit unterstützt Entwickler dabei, OpenCode-Plugins zu erstellen, die in über 25 Ereignistypen wie Befehle, Dateien und LSP-Operationen eingreifen. Sie bietet die Plugin-Struktur, Event-API-Spezifikationen und Implementierungsmuster für JavaScript/TypeScript-Module. Nutzen Sie sie, wenn Sie den Lebenszyklus des OpenCode KI-Assistenten mit benutzerdefinierter ereignisgesteuerter Logik abfangen, überwachen oder erweitern müssen.

Skill ansehen

sglang

Meta

SGLang ist ein hochperformantes LLM-Serving-Framework, das sich auf schnelle, strukturierte Generierung für JSON, Regex und agentenbasierte Workflows unter Verwendung seines RadixAttention-Prefix-Cachings spezialisiert. Es bietet deutlich schnellere Inferenz, insbesondere für Aufgaben mit wiederholten Präfixen, was es ideal für komplexe, strukturierte Ausgaben und Mehrfachdialoge macht. Wählen Sie SGLang gegenüber Alternativen wie vLLM, wenn Sie constrained decoding benötigen oder Anwendungen mit umfangreicher Präfix-Weitergabe entwickeln.

Skill ansehen