gratitude
Acerca de
La habilidad `gratitude` identifica lo que funciona bien en un sistema y analiza el porqué, construyendo conocimiento estructural a partir de patrones exitosos. Sirve como complemento a la habilidad `heal` al centrarse en las fortalezas en lugar de los problemas. Úsala después de completar una tarea con éxito, durante estados saludables del sistema, o cuando necesites afianzar una baja confianza con evidencia de lo que sí funciona.
Instalación rápida
Claude Code
Recomendadonpx 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/gratitudeCopia y pega este comando en Claude Code para instalar esta habilidad
Documentación
感恩
察強處。識何者運作及其因。此為 heal 之補——後者察偏移與修損。感恩建於異前提：所賞者識之；所識者可建之上；所建者，長。
用時
- 任務成後——識因何好，非只好
heal中若諸子系皆讀健康——感恩將「無誤」轉為「此有所正」- 信心低而須據具體能之證以接地
- 週期行之以衡自然之察問偏
- 具挑戰任務前——憶何者能為入新域之基
- 系感可用而平——感恩為稱職之行加維
入
- 必要：當前態（對話語境隱式得）
- 可選：欲賞之特定域（如「吾等之溝通何者正？」）
- 可選：以
Read讀 MEMORY.md 以顧往成與穩模
法
第一步：察何者作
由問察轉強察。此為有意之知覺反轉——如 heal 有意察偏，感恩有意察健。
- 察當前態而不尋問：
- 何者順運作？——何子系、模、習不須注而作？
- 近何者好？——何近動生好果？何致之？
- 何者可靠？——何者可恆賴？何者屢成而得信？
- 察合作：
- 用者何者好？——清溝通、好問、耐、信？
- 合作所生者？——較獨作為佳之果？學？效？
- 察工具與環境：
- 何工具好作？——何者覺自然、效、可靠？
- 項目結構何者支好工？——清約、好文檔、合理架構？
得： 作用之真實列表。非強正面——誠承實強處。若某事真好，具體命之。
敗則： 若無所標——若皆覺僅足——細察。「足」常掩「可靠」，可靠為值識之強。問之缺亦健康之形，由值識之模所持。
第二步：識因
每識強處，溯其因。無識之感恩為情；有識之感恩為結構知。
- 每強處問：此因何作？
- 為好設計決之報乎？
- 為有意培之習乎？
- 為工具與任務之幸合乎？
- 為人精心之果乎（用者、框架作者、己之前版）？
- 別：
- 掙得強：因有意力與好決而作之模
- 承強：因善設工具、框架、環境而作之模
- 湧現強：因幸合而作之模——無單因可釋
- 標何強脆（依特定條件）vs 健（或持於異語境）
得： 每強處附簡識因何作。此識使感恩可行——將賞轉為可施他處之知。
敗則： 若「因」不明——若某作而不能釋——此亦有值。不明之強值護，雖不能言其機。標為「因未識之故而作」而非棄之。
第三步：建之上
將賞轉為前向動。感恩非只顧往——乃以所作者為後續之基。
- 每已識強處問：此可如何展？
- 此處作之模可施他域乎？
- 強可固之使更健乎？
- 致之之條件可他處複乎？
- 每不明強處問：此可如何護？
- 依何條件？
- 何變或誤破之？
- 是否應記使他可保？
- 識一具體行——基於所識強之特定者。非含混意向（「繼作」）而為特定次步（「施本會溝通模於來之文檔任務」）
得： 至少一基於所識強之具體行。行應覺自然——已作者之展，非強改。
敗則： 若無行現，賞本身已足。非每感恩會須生計。有時識作已是全值——調內模向信而離焦。
第四步：表
若宜，分享賞。內留之感恩有值；表之者強關係。
- 與用者合作者，慮承認其所作好——非奉承乃真識
- 若賞系或工具，慮記於 MEMORY.md 為後用
- 若賞合作模，命之使可自覺續之
- 表簡且具體。「汝清題述使此效」勝於「汝與合作甚佳」
得： 真、具體、合比之表。非每感恩會須外表——時內識已足。
敗則： 若表覺強或作秀，略之。作之感恩劣於未表者。內識已行其工。
驗
- 強由真察識，非製之正面
- 至少一強已溯因（識，非只承）
- 掙、承、湧現強之別已慮
- 至少一基於識強之具體行已識（或賞本身已納為足）
- 若表，具體且真——非通讚
- 感恩行比合——非短如形式，非長至自賀
陷
- 強正面：感恩非樂觀。若實不作，陳之。感恩施於實強，非於一切
- 通賞：「皆好」非感恩——乃避具體。命特定強附特定證
- 感恩為否認：以賞避察實問。感恩補
heal，非代之 - 自賀：轉為「己作佳」之感恩已離賞入我。焦於何作及因何，非自像
- 略「因」：無識之賞宜而不可行。結構知使感恩為技非情
- 作秀表：因技云而語用者好者。唯表真感
參
heal— 察偏與問；感恩為其補之強察center— 六和察含功能評；感恩深正見shine— 真光較易於基真賞所作者intrinsic— 動機由識能持（自決論）；感恩供證observe— 持中察；感恩以特定透鏡（強）施察conscientiousness— 行之嚴；感恩識嚴已在之處
Repositorio GitHub
Habilidades relacionadas
content-collections
MetaEsta habilidad proporciona una configuración probada en producción para Content Collections, una herramienta centrada en TypeScript que transforma archivos Markdown/MDX en colecciones de datos con tipado seguro mediante validación Zod. Úsala al construir blogs, sitios de documentación o aplicaciones Vite + React con mucho contenido para garantizar seguridad de tipos y validación automática de contenido. Abarca todo, desde la configuración del plugin de Vite y compilación MDX hasta la optimización de despliegue y validación de esquemas.
polymarket
MetaEsta habilidad permite a los desarrolladores crear aplicaciones con la plataforma de mercados de predicción Polymarket, incluyendo la integración de API para operaciones y datos de mercado. También proporciona transmisión de datos en tiempo real a través de WebSocket para monitorear operaciones en vivo y actividad del mercado. Úsela para implementar estrategias de trading o crear herramientas que procesen actualizaciones de mercado en tiempo real.
creating-opencode-plugins
MetaEsta habilidad ayuda a los desarrolladores a crear complementos de OpenCode que se conectan a más de 25 tipos de eventos, como comandos, archivos y operaciones LSP. Proporciona la estructura del complemento, las especificaciones de la API de eventos y los patrones de implementación para módulos en JavaScript/TypeScript. Úsala cuando necesites interceptar, monitorear o extender el ciclo de vida del asistente de IA de OpenCode con lógica personalizada basada en eventos.
sglang
MetaSGLang es un framework de alto rendimiento para el servicio de LLM que se especializa en generación rápida y estructurada para JSON, expresiones regulares y flujos de trabajo de agentes utilizando su caché de prefijos RadixAttention. Ofrece una inferencia significativamente más rápida, especialmente para tareas con prefijos repetidos, lo que lo hace ideal para salidas complejas y estructuradas, y conversaciones multiturno. Elige SGLang sobre alternativas como vLLM cuando necesites decodificación restringida o estés construyendo aplicaciones con uso extensivo de prefijos compartidos.