MCP HubMCP Hub
Retour aux compétences

integrate-gestalt

pjt222
Mis à jour Yesterday
4 vues
17
2
17
Voir sur GitHub
Testsaitesting

À propos

Cette compétence synthétise les perspectives brutes multi-domaines issues de `expand-awareness` en une seule et émergente intuition. Elle cartographie les tensions et les résonances entre les domaines pour former une "gestalt" cohérente qui est supérieure à la somme de ses parties. Utilisez-la après `expand-awareness` et avant `express-insight` pour produire une conclusion unifiée qu'aucune perspective isolée ne pourrait générer.

Installation rapide

Claude Code

Recommandé
Principal
npx skills add pjt222/agent-almanac -a claude-code
Commande PluginAlternatif
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternatif
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/integrate-gestalt

Copiez et collez cette commande dans Claude Code pour installer cette compétence

Documentation

整合整體

expand-awareness 產生的全景感知形成連貫整體——非以平均、妥協,或擇優選一域之答,而是識別單一視角所不能生之湧現模式。

適用時機

  • expand-awareness 已呈現多域原始感知,觀察須化為統一洞見
  • 多域視角皆備,然無一域能盡釋所有證據
  • 問題已從多角分析,分離之析須成為表之上者
  • 「合而觀之,此悉何意?」之問無顯而易見之答
  • 合成屢墜為「擇最佳域」,而非形成新者
  • express-insight 之前,需已形成之整體為其輸入

輸入

  • 必要expand-awareness 之多域觀察(或等效之全景感知)
  • 選擇性:引發多域掃描之原問題
  • 選擇性:整體須滿足之已知約束
  • 選擇性:過往失敗之整合嘗試(何以坍縮為單域答案)

步驟

步驟一:繪張力圖

對全景感知中識別之每對域,刻畫其關係。三種可能:張力(相悖)、共鳴(自異角相強化)、正交(涉及無關面向)。

用張力-共鳴圖:

Tension-Resonance Map
+-------------------+-------------------+-------------------------------+
| Domain Pair       | Relationship      | Detail                        |
+-------------------+-------------------+-------------------------------+
| A vs B            | tension /         |                               |
|                   | resonance /       |                               |
|                   | orthogonal        |                               |
|   Evidence:       |                   | What specifically disagrees,  |
|                   |                   | reinforces, or is unrelated?  |
|   Implication:    |                   | What does this relationship   |
|                   |                   | suggest for the whole?        |
+-------------------+-------------------+-------------------------------+
| A vs C            | ...               | ...                           |
+-------------------+-------------------+-------------------------------+
| B vs C            | ...               | ...                           |
+-------------------+-------------------+-------------------------------+

每對域填一行。N 域則有 N(N-1)/2 對。若超過十行,先將相關域分組,再以組為單位繪圖。

張力為先——其帶最多整合信息。共鳴確認;正交可置;而張力求解,整體即於其解中現。

預期: 張力-共鳴圖已填,每對域關係皆具體證據。至少識別一真實張力——若無張力,諸域恐未具足夠差異以生湧現。

失敗時: 若所有對皆示共鳴,諸域僅於表層贊同。深究:何處因異因而贊同?異因之贊同即隱藏張力。若無關係可刻畫,expand-awareness 之全景感知恐太淺——返而深化各域具體觀察,再試整合。

步驟二:尋圖

格式塔心理學中,圖從底中現。底即步驟一之張力-共鳴圖。圖乃以最少矛盾統一最多域之主導模式。

  1. 掃圖尋聚:哪些域群彼此共鳴?此群暗示候選圖
  2. 對每候選圖問:「何單一視角能釋最多觀察?」
  3. 圖非妥協(弱化各域直至贊同),亦非選擇(擇最強之域)。乃新框重構域之觀察
  4. 驗:以一句陳述候選圖。是否似屬輸入之某域?若是,則非整體——乃披偽裝之域答
  5. 尤視張力:真圖常居相悖域之間,非於任一域之立場

圖現之徵:

  • 多張力於同一重構下同時消解
  • 似相矛盾之域觀察變為同一現象之互補面
  • 圖能釋各域所見,包括何以相悖

預期: 一或二候選圖以單句表達。每候選重構域之觀察,非於其間選擇。候選至少能應對圖中主要張力。

失敗時: 若無圖現,整合恐過早。兩條復路:(a) 返 expand-awareness,加一缺失之域——有時圖因關鍵視角缺而不能成;(b) 與張力共處,不強求解——某些整體需育,非力。記其現狀,再時而返。

步驟三:驗整體

步驟二之候選整體須過三驗乃受。

驗甲——張力清算:歷步驟一之每一張力。整體是否解之、重構之,或明確承認為不可約之取捨?未處理之張力示整體過早。

驗乙——單域源:此洞見能否自單域而生?若域專家點頭曰「然,已知之矣」,則整體已塌回為域答。真整體使每域驚——各識其貢獻而非整體。

驗丙——旋轉下之連貫:於心自每域視角依次近整體。其形是否保持,抑或因觀之域異而變?堅實之整體為任角度所見同一洞見;脆弱者於旋轉下變意。

計分:

  • 三驗皆過:進步驟四
  • 驗甲敗:整體不完——返步驟二,以未解之張力為附加約束
  • 驗乙敗:整體非湧現——返步驟二,明確排除單域框架
  • 驗丙敗:整體不連貫——恐為二分離洞見偽作一體。分而各驗其半

預期: 候選整體過三驗,或敗式已明確識別並指向步驟二。

失敗時: 若候選屢敗於多輪疊代,或思諸域於此問題不能成自然整體。非每多域觀察皆生湧現——有時誠實之答乃張力已繪之結構化域視角清單。以張力-共鳴圖為輸出,勿強合假之統一。

步驟四:命名洞見

以單句表達整體,此句為域專家獨於其域中所不能書者。此句即交付物。

  1. 書其句。應:
    • 具體足以可行或可證偽
    • 通用足以涵蓋所有貢獻之域
    • 使至少二輸入之域驚
    • 無任一單域之術語(或以刻意重構之術語)
  2. 再以步驟三之三準則驗此句
  3. 可選:加一段追溯整體如何自域貢獻湧現——此為來源,非洞見本身
  4. 記錄何域貢獻、何張力為關鍵、圖-底關係為何——此元數據支未來整合嘗試

此命名之洞見,連其來源,成為 express-insight 溝通之輸入。

預期: 單句捕捉整體,附簡短來源段。句過「無單一域」之驗。讀之,任貢獻之域之從業者識其域之貢獻,而獨不能抵達此陳述。

失敗時: 若句屢塌回域語言,試否定法:陳述整體所非。「此非安全建議,非性能優化,非架構模式——乃 [整體]。」諸否定清域框,為湧現之形式騰空間。

驗證

  • 張力-共鳴圖已完成,涵蓋所有域對,具體證據具備
  • 至少識別一真實張力(非僅強調之異)
  • 候選整體作為重構表達,非妥協或選擇
  • 驗甲過:所有主要張力已解、重構或承認
  • 驗乙過:無單域能獨產此洞見
  • 驗丙過:整體於自各域視角觀時保其形
  • 最終洞見以單句表達並附來源

常見陷阱

  • 平均:弱化各域立場直至表面贊同。生糊,非整體。若整合感淡而無味,即平均
  • 立王:選最強域之答,披以多域語言。驗乙捕之——若一域專家點頭不驚,即立王
  • 過早閉合:不驗張力即受第一候選圖。首現之圖常為最顯而易見者,非最整合者
  • 強合:於諸域真正正交時強求整體。正交之域產結構化清單,非整體——此亦合理結果
  • 術語混攪:合多域技術詞為一句,似整合而實無意。最終句中每詞當獨立具意

相關技能

  • expand-awareness — 產原始全景感知供此技能整合;恆在 integrate-gestalt 之前
  • express-insight — 以形成之整體溝通受眾;恆在 integrate-gestalt 之後
  • build-coherence — 以結構化評估於競選方案中擇;integrate-gestalt 成新整體,非擇已有
  • brahma-bhaga — 從虛創;integrate-gestalt 從豐創(多填之視角)
  • meditate — 清先前上下文以利淨感知;於 expand-awareness 之前有用,而 expand-awareness 先於此技能
  • coordinate-reasoning — 管多路評估之信息流;當整體涉及多推理線之協調時互補

Dépôt GitHub

pjt222/agent-almanac
Chemin: i18n/wenyan-lite/skills/integrate-gestalt
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Compétences associées

evaluating-llms-harness

Tests

Cette compétence Claude exécute le lm-evaluation-harness pour évaluer les modèles de langage sur plus de 60 tâches académiques standardisées telles que MMLU et GSM8K. Elle est conçue pour permettre aux développeurs de comparer la qualité des modèles, de suivre les progrès de l'entraînement ou de rapporter des résultats académiques. L'outil prend en charge différents backends, incluant les modèles HuggingFace et vLLM.

Voir la compétence

cloudflare-cron-triggers

Tests

Cette compétence fournit une connaissance complète pour la mise en œuvre de Déclencheurs Cron Cloudflare afin de planifier des Workers à l'aide d'expressions cron. Elle couvre la configuration de tâches périodiques, de travaux de maintenance et de flux de travail automatisés, tout en traitant des problèmes courants tels que les expressions cron non valides et les problèmes de fuseau horaire. Les développeurs peuvent l'utiliser pour configurer des gestionnaires planifiés, tester des déclencheurs cron et intégrer avec Workflows et Green Compute.

Voir la compétence

webapp-testing

Tests

Cette Compétence Claude fournit une boîte à outils basée sur Playwright pour tester des applications web locales via des scripts Python. Elle permet la vérification frontend, le débogage d'interface utilisateur, la capture d'écrans et la consultation des journaux, tout en gérant les cycles de vie du serveur. Utilisez-la pour les tâches d'automatisation de navigateur, mais exécutez les scripts directement plutôt que de lire leur code source pour éviter la pollution du contexte.

Voir la compétence

finishing-a-development-branch

Tests

Cette compétence aide les développeurs à finaliser leur travail en vérifiant que les tests passent, puis en présentant des options d'intégration structurées. Elle guide le processus de fusion, de création de PRs ou de nettoyage des branches une fois l'implémentation terminée. Utilisez-la lorsque votre code est prêt et testé pour finaliser systématiquement le cycle de développement.

Voir la compétence