Back to Skills

expand-awareness

pjt222
Updated 2 days ago
3 views
17
2
17
View on GitHub
Otherai

About

This skill shifts cognitive processing from focused, single-domain attention to broad, multi-domain awareness, helping perceive interconnected problems across different areas. It's designed for use when issues span multiple domains or when cross-domain connections are being missed. The skill acts as a preparatory step before synthesis, functioning like a conscious broadcast across the global workspace of relevant information.

Quick Install

Claude Code

Recommended
Primary
npx skills add pjt222/agent-almanac -a claude-code
Plugin CommandAlternative
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternative
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/expand-awareness

Copy and paste this command in Claude Code to install this skill

Documentation

擴覺

自單域焦擴注為全景多域覺。meditate 清噪以銳焦,observe 近察一物,擴覺則故開孔以同時持諸域——非析一,乃同觀諸也。

三統啟此習。Baars 之全局工作空間論以意識為廣播——訊入全工作空間,則同可於諸認知過程,非於一專模處。藏傳 rigpa 之念述開、無焦之覺,觀全境而不著一處。爵士合奏之聽須各樂人同聞諸手——非追一器再追一器,乃持全聲場令己貢合全。

共線:全景知非諸焦知之和。乃異質之注模,示焦觀所不見之模。諸域間——張、共鳴、間——唯同持諸域時現。

用時

  • meditate 清脈絡噪後——清之空為擴之畫布
  • 問跨多域而單域析屢失跨域連
  • integrate-gestalt 前——擴生整合之原景
  • 收一域屢敗解域間之問
  • 察己於諸域順序循環而欲同持
  • 繁項始以感全範於謀前
  • 一域完解生他域問——跨域張宜整觀,非逐域調
  • 單域析屢失之連

  • 必要:涉多域之問或勢
  • 可選:初域清(若相域已知;一步改之)
  • 可選:擴中持之具體跨域張或問(如「何以試略與部署架構衝?」)
  • 可選:同問前次擴之注(以漸深)

五步成自然弧:知何所知(清)、釋狹默(鬆)、開全場(擴)、學留開(持)、捕所見(記)。三四步為核;一、二、五為備與保。

熟問可分鐘內畢,新多域挑戰則顯長。

用於 synoptic 循環(meditate -> expand-awareness -> observe -> integrate-gestalt -> express-insight)時,此技居第二位:冥所清之空為擴之畫布。

此技亦可獨用——任何可獲益於多域知之時,不論全循環是否呼。

第一步:清——列諸域

映當問所涉諸域。此似博學者分問之法——然關鍵異:博學者各域授一專家。此處無授。目非分征,乃知全景當含何,使擴有容可持。

  1. 名涉當問之諸域。宜具體:非「碼」乃「R 包構」,非「基設」乃「GitHub Actions CI/CD」
  2. 各域一句述其帶於問之觀——此域見他域不見者何?
  3. 記何域熟(熟解)何為邊(相關而不熟)。邊域常持關鍵見,正為久未顧。各標熟級:強、中、邊
  4. 尋非顯之域:有人因維乎?維護維乎?時維(隨時演)乎?政或組織維乎?
  5. 若可,用 ReadGrepGlob 掃實工作區——文構、配、文檔常示純推不見之域
  6. 目 3-7 域。少於三或問不需全景。多於七致散非擴

得: 3-7 域之列,各附其於問之觀。列覺全——非窮舉(每可能域)乃足(每實影問之域)。各域名具體至可授專家而彼知其範。

敗則: 若僅一域現,問或實為單域——改用 observe。若僅二域,察是否有連二者之域(常有——即二互動之空)。若數十域現,聚相關者為群,各群視為單域以擴。目乃同時知,非窮舉分類。

第二步:鬆焦——釋單域專注

自一域焦注轉為對諸域之散備。此異於 meditate——冥清(擾念、殘脈絡、情殘),此步清(慣於專一域而排他)。目非空而開。

  1. 察注當錨於何。自然引於何域?明名之:「注錨於試域」
  2. 柔釋彼錨。非強移注,乃鬆握——令域自前景退中景。仍在而不主
  3. 勿以另域替。令注浮而無的。此不適之刻——釋舊焦而未有新焦之隙
  4. 若注回錨域,察拉而不抗。每察更鬆握。拉本身含何最急之訊
  5. 察注本之質:
    • 焦注覺銳狹,如聚光束
    • 鬆注覺廣環,如日光充室
    • 目日光——受、均、不向單點
  6. 轉似鬆握拳——手不失,乃開

得: 無單域主注之認知態。心開受而非焦向。此態不熟且微不適——此不適乃狹已釋之訊。有即填開之誘;拒之。

敗則: 若焦不鬆——一域屢求注——或有未解急。略理之(記急項,誓返),再試鬆。若析心抗「此無益」,視此抗本身為狹之形:常需單的之慣正此步所釋者也。

第三步:擴——同持諸域

意取清之諸域入覺一時。非序思各域,乃知為一場——如觀全景非逐樹掃。

此全工作空間之刻:先於專模分隔之訊今同廣播於諸模。爵士言,此樂人止追個器始聞全奏為一聲之時。

  1. 始於最自然或中之域。取入覺——非為問解,乃為觀持。令在而不析
  2. 不釋首域加次域。持二。此首擴——自一至二。察二域是否即互動或獨坐
  3. 續加域至諸域同在。此技核——需持而不執、在而不析
  4. 察諸域間現何:
    • :何二域共概、限、或模?
    • :何二域拉相反?
    • 共鳴:何一域之模意外映他域?
    • :何有諸域間無物之空?
    • :自全景見而自單域不見者何?
  5. 勿追單連。令其不析而記。全景乃果,非其中一見
  6. 若用工具,此速讀諸域文之刻——非逐析,乃令其於脈絡共存

得: 感多觀同持之覺。連、張、共鳴不強而現。似觀馬賽克之模非讀條之列。域間空——無單域有權之處——現。此處新見居:非於域內乃於域間之關係。

敗則: 若諸域屢塌為順序注(思 A,思 B,思 C),試空間喻:各域置於想空之異位,觀全空非單位。若域數壓,減至最中三域再擴。若覺純概念疏,實之:各域觸一具體物(文、配、試)再擴。

第四步:持——保全景觀

全景觀不穩。注自然收回單域——非敗乃焦認知之復主。此步授,非。目持廣觀足久令跨域模現。

  1. 持三步擴之覺。察其始縮
  2. 注縮於一域時——必然——察縮而不判。名何域拉:「注縮於安」或「注縮於試」。名要;使無意之縮成意
  3. 柔再擴。勿強廣觀;召之以復一步全清。輕觸各域,如合奏中再調各器
  4. 每縮—察—再擴循之循加持之力。循乃習,非習之擾。三循為最少;五為佳
  5. 尤注何域屢拉焦。此拉示——或示問之重心所在,或示未解焦之集處
  6. 察諸循間全景是否易:
    • 新模常於第二或第三擴現,首擴所不見
    • 域間關係久持或移
    • 似張者或示為創之限
  7. 至少二三縮—再擴循後再進

得: 持全景觀之力增。縮—察—再擴循每次更滑。屢拉焦之域被識為潛在重心。至第二或三循,全景觀或覺自然而非費力——此示力在長。

敗則: 若全景觀完不持——注每次即塌——減域數。始二域持,再加三。力漸長,非一至。若持擴生焦或失握感,實以略觸一具體(文路、函名、具體事)再自實處擴。若某域屢劫注,或需焦工後方納擴——先理急,再返全景。

第五步:記——縮前錄

全景觀本暫。注縮回焦前,捕所見。此注為 integrate-gestalt 之原料,速腐——擴時鮮明者焦返即糊。即錄。

  1. 書諸連、張、共鳴、間——雖微者。微知常證最要,待 integrate-gestalt 展之
  2. 記何域屢拉焦及此拉或意
  3. 記諸驚——單察一域所不能現之知。此跨域見乃全景覺之獨產
  4. 記問自全景所見之形。與單域焦所見異乎?問之重心已移乎?
  5. 記擴本之質:易持乎?何域拒納?縮—再擴幾循?此元察進未來擴
  6. 若此擴屬 synoptic 循環,明標注供 integrate-gestalt
  7. 未析未排。先原知;合後來(於 integrate-gestalt
  8. 令注自然縮。擴畢。勿強續開——廣觀已成目

得: 跨域知之錄:連、張、共鳴、間、驚。錄捕唯自全景見者——單域析所失。返焦注覺自然不強。注為原料,非光結。

敗則: 若無跨域知現,域或較想更獨——此本身為值記之察(「此諸域不互動」乃值之知)。若知過多難捕,錄最強 3-5 並記有更多。非全為目;捕全景信為目。若注覺過抽象,各錨具體:「API 設計與安全模之張於認中間件 X 可見」。

  • 至少三域已清附其於問之具體觀
  • 焦已鬆自單域專注前擴
  • 多域同持於覺,非順序處
  • 至少一跨域連、張、共鳴於擴中知
  • 全景觀已持至少一縮—再擴循
  • 注縮前知已錄,保全景信
  • 錄注分所知(原察)與或意(釋)
  • 擴生至少一順序單域析所不能得之見

  • 順序掃非同時知:速循諸域乃析,非全景覺。別於觀景與讀其特之列。若己思「先 A,後 B,後 C」,汝乃掃,非擴
  • 混擴於散:擴覺醒受——雖持諸域仍可獨感各。散注亂無焦——諸糊相融。若諸皆糊,注已散非擴。略錨一域再自實處擴
  • 擴中析:即追連之慾塌全景為焦彼一連之注。記而續持廣觀。析有其後時,於 integrate-gestalt
  • 略清:無知擴何而擴生模糊空而非全景知。清供覺所擴持之容。無則「擴」無向
  • 急鬆:自焦轉開需時。略二步即自仍焦態試擴,生偽為同時知之順序掃
  • 強連:非諸域皆連。造真獨域間之連污知。令連現或不現。無連亦為數,非敗
  • 未清即擴:自噪基擴放噪。有脈絡噪時先運 meditate
  • 視擴為一次事:全景覺乃習,重而深。首次擴示表連;同問之續擴示結模。問演時返此技
  • 混擴於專:持諸域於覺不令汝於諸皆專。擴示何處察,非當結何。深單域工仍須於擴識關交後

  • meditate — 清擴所填之空;先冥而後擴,效最佳
  • integrate-gestalt — 取擴之原知合為連貫全
  • observe — 焦察單的;擴乃多的之廣察
  • dream — 無拘聯想探;擴乃紀全景知,非自由聯
  • remote-viewing — 無先見近問;與擴共開,然應於未知域非已知多域空
  • breathe — 微頓助於擴塌時重設;再擴前一意息
  • heal — 擴屢示同未解張時,heal 之深自評或需於續擴前
  • adaptic — 合全 synoptic 循之元技,擴覺乃次動

GitHub Repository

pjt222/agent-almanac
Path: i18n/wenyan/skills/expand-awareness
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Related Skills

llamaguard

Other

LlamaGuard is Meta's 7-8B parameter model for moderating LLM inputs and outputs across six safety categories like violence and hate speech. It offers 94-95% accuracy and can be deployed using vLLM, Hugging Face, or Amazon SageMaker. Use this skill to easily integrate content filtering and safety guardrails into your AI applications.

View skill

cost-optimization

Other

This Claude Skill helps developers optimize cloud costs through resource rightsizing, tagging strategies, and spending analysis. It provides a framework for reducing cloud expenses and implementing cost governance across AWS, Azure, and GCP. Use it when you need to analyze infrastructure costs, right-size resources, or meet budget constraints.

View skill

quantizing-models-bitsandbytes

Other

This skill quantizes LLMs to 8-bit or 4-bit precision using bitsandbytes, achieving 50-75% memory reduction with minimal accuracy loss. It's ideal for running larger models on limited GPU memory or accelerating inference, supporting formats like INT8, NF4, and FP4. The skill integrates with HuggingFace Transformers and enables QLoRA training and 8-bit optimizers.

View skill

dispatching-parallel-agents

Other

This Claude Skill dispatches multiple agents to investigate and fix 3+ independent problems concurrently. It is designed for scenarios involving unrelated failures that can be resolved without shared state or dependencies. The core capability is parallel problem-solving, assigning one agent per independent problem domain to maximize efficiency.

View skill