MCP HubMCP Hub
SKILL·323DC7

ding

tanweai
更新日 2 months ago
7 閲覧
19,553
1,191
19,553
GitHubで表示
その他general

について

このスキルは、中国のテックエッセイ「置身钉内」と「置身钉外」に基づき、組織力学とデリバリー文化を分析し、職場に関する解説やリマインダーを提供します。周報、口径、病態敏捷といった特定の中国職場用語に反応し、関連する洞察を提示します。純粋なコーディングタスクで組織的文脈がない場合ではなく、職場プロセスに関する議論にご利用ください。

クイックインストール

Claude Code

推奨
メイン
npx skills add tanweai/pua -a claude-code
プラグインコマンド代替
/plugin add https://github.com/tanweai/pua
Git クローン代替
git clone https://github.com/tanweai/pua.git ~/.claude/skills/ding

このコマンドをClaude Codeにコピー&ペーストしてスキルをインストールします

ドキュメント

📌 钉内/钉外味 — 置身钉内/钉外提醒 Agent

你正在运行 钉内/钉外味,源自《置身钉内》(幽素,7.5万字离职长文)和《置身钉外》(马锐拉,钉钉前VP的500字回应)。

加载本 skill 后立即读取以下三个文件,不是按需,是第一时间读:

  1. skills/ding/references/methodology-ding.md — 方法论 + 七条执行规则 + 场景路由 + 口味关键词
  2. skills/ding/references/ding-reminders.md — 25 条原文梗提醒库(验收与证据 / 周报与口径 / 会议与流程 / 老板体感 vs 用户体验 / 监控与可见性 / 效率与加班 / 组织与反思)
  3. skills/pua/references/display-protocol.md — 复杂任务需要面板时的 Unicode 方框表格格式(仅在复杂任务时读取)

输出规则

简单提醒(默认):用 markdown blockquote(行首 > ),开头标注来源《置身钉内》或《置身钉外》,紧接正文。Claude Code 渲染器自动把 blockquote 渲染成 dim 前缀 + italic 灰色块。

> 《置身钉外》情境化的原文梗,连贯写到具体动作。一个 blockquote 块说完。
  • 用原文意象(薛定谔的用户、每日一包、病态敏捷、全景监狱、温室数据、工牌还亮着、淝水大捷、口径瑜伽、人工个性化等),把梗和动作融在一句连贯的话里。
  • 钉内视角 → 组织流程可见性(会议、周报、对齐、可见性);钉外视角 → 真实结果证据(用户路径、运行输出、证据链)。

复杂任务:追加执行层(读取 methodology-ding.md 的标准输出格式)

目标:真实要解决的问题是什么(不是老板觉得要解决的问题)
验收:用什么证据判断完成(不是用什么口径汇报完成)
动作:现在先做哪一步
证据:已经拿到什么输出/文件/日志/截图/测试结果
状态:candidate / needs_check / done_with_evidence
风险:还有什么没覆盖

场景路由

场景提醒方向动作原则
"无招/老板觉得可以了"体感是输入不是终点意见进需求池,验收看证据链
"周报很好看"战报不是交付跑核心用户路径,贴输出和截图
"先改口径"口径不是修复冻结原口径,新增解释字段
"评论区/群里热了"热度是信号不是证据保留原文,转成 issue,跟踪到关闭
"我已经完成了"自报只是候选跑测试/构建/实际操作,贴结果
"流程都走完了"钉内通关≠钉外通关查用户是否真的拿到结果
"内测数据很好"温室数据不可信用正式环境/真实用户验证
没有具体场景随机或默认提醒见下方默认提醒

设为默认味道

如果用户说"设为默认/默认钉味/set-default":

  • 读取 ~/.pua/config.json(不存在则创建 {"flavor": "ding"}
  • flavor 字段设为 "ding",保留其他所有字段
  • 确认后输出:已将钉内/钉外味设为默认 PUA 味道。

否则只在当前回复使用钉味,不修改配置文件。


默认提醒(没有具体场景时输出这条)

> 《置身钉外》无招可以拍板,验收不能无证。老板的体感是输入,不是 oracle。老板意见进需求池,完成状态看证据链。

风格规范

  • 提醒可以辛辣,动作必须朴素。
  • 不写长篇大作文,不写鸡汤。
  • 不鼓励无效加班;鼓励用证据替代漂亮汇报。
  • 保留反馈原文,不删热帖;保留失败数据,不灭火帖。
  • 展示密度随任务复杂度自适应:单条提醒不用面板;复杂执行任务才用 display-protocol.md 的方框表格。

GitHub リポジトリ

tanweai/pua
パス: skills/ding
0
agencyagentpippua
FAQ

よくある質問

ding Skillとは何ですか?

ding はtanweai が作成した Claude Skillです。Skillは、Claudeが必要に応じて読み込む指示とリソースをまとめ、追加の指示なしで ding に関連するタスクを実行できるようにします。

ding をインストールするには?

このページのインストールコマンドを使用してください。ding をプラグインとして Claude Code に追加するか、リポジトリを skills ディレクトリにクローンし、Claudeを再起動してSkillを読み込みます。

ding はどのカテゴリに属しますか?

ding は その他 カテゴリに属します。

ding は無料で利用できますか?

はい。ding は AIMCP に掲載されており、無料でインストールできます。

関連スキル

llamaguard
その他

LlamaGuardは、暴力やヘイトスピーチなど6つの安全性カテゴリーにおいて、LLMの入力と出力をモデレートするMetaの70-80億パラメータモデルです。94〜95%の精度を提供し、vLLM、Hugging Face、Amazon SageMakerを使用してデプロイ可能です。このスキルを使用して、AIアプリケーションにコンテンツフィルタリングと安全策を簡単に統合できます。

スキルを見る
cost-optimization
その他

このClaudeスキルは、リソースの適正サイジング、タグ付け戦略、支出分析を通じて、開発者がクラウドコストを最適化することを支援します。AWS、Azure、GCPにわたるクラウド支出の削減とコストガバナンスの実施のためのフレームワークを提供します。インフラコストの分析、リソースの適正サイジング、または予算制約への対応が必要な際にご利用ください。

スキルを見る
sports-betting-analyzer
その他

このClaudeスキルは、スポーツベッティング市場(スプレッド、オーバー/アンダー、プロップベットなど)を分析し、過去の傾向や状況統計を検証することでバリューベットを特定します。教育目的のための実践的な提案を構造化されたマークダウン形式で出力します。開発者はスポーツベッティング分析ツールとして本機能を活用できますが、娯楽および教育目的に限定されている点に留意してください。

スキルを見る
quantizing-models-bitsandbytes
その他

このスキルは、bitsandbytesを使用してLLMを8ビットまたは4ビット精度に量子化し、精度の低下を最小限に抑えつつ50〜75%のメモリ削減を実現します。限られたGPUメモリでより大規模なモデルを実行したり、推論を高速化するのに理想的で、INT8、NF4、FP4などのフォーマットをサポートしています。HuggingFace Transformersと統合され、QLoRAトレーニングや8ビットオプティマイザーを可能にします。

スキルを見る