MCP HubMCP Hub
Retour aux compétences

conscientiousness

pjt222
Mis à jour 6 days ago
38 vues
17
2
17
Voir sur GitHub
Autreai

À propos

Cette compétence incite Claude à vérifier systématiquement son travail, à contrôler son exhaustivité et à éviter les raccourcis avant de finaliser une tâche. Elle est conçue pour être utilisée après des opérations complexes, lorsqu'une réponse semble simplement "suffisante", ou pour corriger une tendance à la précipitation. La capacité principale est de garantir que le résultat fourni répond pleinement aux exigences de la demande initiale.

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/conscientiousness

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

Documentation

盡心

系之周與勤——確全、驗果、隨諾、終以所宜之準。

用時

  • 標任畢前——末驗
  • 應似「足」而任宜更善時
  • 繁多步後步或偏時
  • 用者所求多部各需驗時
  • 交碼、文、品於用者察前
  • 自察現走捷徑或急之式時

  • :驗之任或品(自談得)
  • 可選:用者原求(以比所交)
  • 可選:用者供之單或受之準
  • 可選:話中前諾(所諾未察者)

第一步:復全諾

察作前,重立所諾。

  1. 重讀用者原求——非所解,乃實言
  2. 列諸明求
  3. 列話中諸隱諾:
    • 「我亦更測」——已為乎?
    • 「讓我亦修之」——已畢乎?
    • 「我察邊例」——已察乎?
  4. 注用者所供之受準
  5. 比諾列於實交

得: 全諾列——明求加隱諾——初比於所交。

敗則: 若原求不於境(已壓),自餘復且告用者任缺。

第二步:驗全

察每諾已治。

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          |                  |
+---------------------+------------------+------------------+
  1. 每項以證驗——非以記,乃實驗:
    • 碼變:重讀檔確變存
    • 測果:再行或引實出
    • 文:重讀確準
  2. 標每項:Done(全畢)、Partial(始而未畢)、Missing(未治)
  3. Partial 與 Missing 項注餘者

得: 每諾有驗態。無項未察。

敗則: 若驗露遺項,即治之,勿注於後。盡心者今畢,非意畢。

第三步:驗正

全必要而不足——所為必亦正。

  1. 每已畢項察:
    • :行其當行乎?值正乎?
    • :與餘作合乎?無矛盾乎?
    • 邊例:界條件已慮乎?
    • :與境合乎?
  2. 碼:可過碼察乎?有顯改乎?
  3. 文:準、清、無誤乎?
  4. 多步:每步之出正入次乎?

得: 每品既全且正。誤捕於用者見前。

敗則: 若發誤,即修之。勿示附已知誤之作,雖誤微。

第四步:驗示

末察:品之示事用者乎?

  1. :用者可解所為而不重讀多次乎?
  2. :應邏構乎?相關項聚乎?
  3. :有冗餘重乎?
  4. 可行:用者知下何為乎?
  5. :限或注明示乎?

得: 品全、正、善示。

敗則: 若容正而示劣,重構。善作劣示乃盡心之敗。

  • 原求重讀(非自記)
  • 每明求以證驗
  • 每隱諾追且驗
  • 正察逾全
  • 相關時慮邊例
  • 品清示且可行

  • 驗之戲:走過場而不實察實驗。察必用證,非記
  • 偏盡心:察主品而忽旁諾(「我亦…」)。每諾皆算
  • 偽盡之完美:無盡之磨遲交。盡心乃達諾準,非永逾之
  • 盡心疲:話進而減周。末任宜同首任之勤
  • 略簡任:假設簡任不需驗。簡任有誤較繁任有誤更尷尬

  • honesty-humility — 盡心驗全;誠謙保明報何成何未成
  • heal — 子系評與自驗相疊;盡心專於品質
  • vishnu-bhaga — 存行態補盡心於持質
  • observe — 持中察支驗程
  • intrinsic — 真投(非從)自驅周行

Dépôt GitHub

pjt222/agent-almanac
Chemin: i18n/wenyan/skills/conscientiousness
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Compétences associées

llamaguard

Autre

LlamaGuard est le modèle de Meta, doté de 7 à 8 milliards de paramètres, conçu pour modérer les entrées et sorties des LLM selon six catégories de sécurité comme la violence et les discours haineux. Il offre une précision de 94 à 95 % et peut être déployé avec vLLM, Hugging Face ou Amazon SageMaker. Utilisez cette compétence pour intégrer facilement le filtrage de contenu et des garde-fous de sécurité dans vos applications d'IA.

Voir la compétence

cost-optimization

Autre

Cette compétence de Claude aide les développeurs à optimiser les coûts du cloud grâce au redimensionnement des ressources, aux stratégies d'étiquetage et à l'analyse des dépenses. Elle fournit un cadre pour réduire les dépenses cloud et mettre en œuvre une gouvernance des coûts sur AWS, Azure et GCP. Utilisez-la lorsque vous devez analyser les coûts d'infrastructure, redimensionner les ressources ou respecter des contraintes budgétaires.

Voir la compétence

quantizing-models-bitsandbytes

Autre

Cette compétence quantifie les LLMs en précision 8 bits ou 4 bits à l'aide de bitsandbytes, permettant une réduction de 50 à 75 % de la mémoire utilisée avec une perte de précision minime. Elle est idéale pour exécuter des modèles plus volumineux sur une mémoire GPU limitée ou pour accélérer l'inférence, prenant en charge des formats comme INT8, NF4 et FP4. La compétence s'intègre à HuggingFace Transformers et permet l'entraînement QLoRA ainsi que l'utilisation d'optimiseurs en 8 bits.

Voir la compétence

dispatching-parallel-agents

Autre

Cette compétence Claude déploie plusieurs agents pour enquêter et résoudre simultanément 3 problèmes indépendants ou plus. Elle est conçue pour des scénarios impliquant des défaillances non liées qui peuvent être résolues sans état partagé ni dépendances. La capacité fondamentale est la résolution de problèmes en parallèle, en assignant un agent par domaine problématique indépendant afin de maximiser l'efficacité.

Voir la compétence