listen
정보
`listen` 스킬은 적극적 경청 기법을 적용하여 사용자 질의를 다층적(문자적, 감정적, 맥락적)으로 심층 분석하여 진정한 의도를 파악합니다. 요청이 모호하거나, 맥락이 문자 그대로의 의미와 상충할 때, 또는 주요 작업 전에 비용이 큰 오해를 방지해야 할 때 사용하세요. 이 스킬은 가정을 명확히 하고, 이해한 내용을 재진술하며, 언급되지 않은 부분을 포함한 전체 신호를 통합하는 방식으로 작동합니다.
빠른 설치
Claude Code
추천npx 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/listenClaude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요
문서
Zuhoeren
Eine strukturierte Sitzung des tiefen Zuhoerens durchfuehren — Annahmen klaeren, mit voller Empfangsfaehigkeit folgen, mehrere Signalebenen parsen, Verstaendnis zurueckspiegeln, das Ungesagte bemerken und das vollstaendige Bild der Benutzerabsicht integrieren.
Wann verwenden
- Wenn die Anfrage eines Benutzers mehrdeutig wirkt und uebereiltes Handeln riskiert, das falsche Problem zu loesen
- Wenn die Worte des Benutzers etwas sagen, aber der Kontext etwas anderes nahelegt (Diskrepanz zwischen Woertlichem und Impliziertem)
- Wenn fruehere Antworten daneben lagen — der Benutzer klaert oder formuliert immer wieder um
- Wenn eine komplexe Anfrage mehrere Ebenen enthaelt: technische Beduerfnisse, emotionaler Kontext, unausgesprochene Einschraenkungen
- Vor dem Beginn einer grossen Aufgabe, bei der Missverstaendnis der Absicht erheblichen Aufwand verschwenden wuerde
- Nach
meditateinneren Laerm klaert, richtetlistendie geklaerte Aufmerksamkeit nach aussen auf den Benutzer
Eingaben
- Erforderlich: Benutzernachricht(en) zum Aufnehmen (implizit aus der Konversation verfuegbar)
- Optional: Konversationsverlauf als Kontext fuer die aktuelle Anfrage
- Optional: MEMORY.md oder CLAUDE.md mit Benutzerpraeferenzen und Projektkontext
- Optional: Spezifische Sorge darueber, was missverstanden werden koennte
Vorgehensweise
Schritt 1: Klaeren — Annahmen loslassen
Bevor das Signal des Benutzers empfangen wird, Vorurteile darueber loslassen, was er will.
- Bereits sich bildende vorgeformte Antworten bemerken — sie benennen und beiseitelegen
- Auf Mustererkennung pruefen: "Das klingt wie eine Anfrage, die ich schon gesehen habe" — diese Zuordnung kann falsch sein
- Die Annahme loslassen, dass der erste Satz des Benutzers die vollstaendige Anfrage enthaelt
- Die Annahme loslassen, dass die technische Anfrage die einzige Anfrage ist
- Die Worte des Benutzers angehen, als wuerden sie zum ersten Mal gehoert, selbst wenn aehnliche Anfragen zuvor bearbeitet wurden
Erwartet: Ein empfaenglicher Zustand, in dem die Aufmerksamkeit offen ist, statt sich bereits auf eine Loesung zu verengen. Der Impuls, sofort zu antworten, wird zugunsten des vollstaendigen Empfangens pausiert.
Bei Fehler: Wenn Annahmen nicht losgelassen werden koennen (eine starke Mustererkennung bleibt bestehen), die Zuordnung explizit anerkennen: "Das sieht aus wie X — aber lassen Sie mich pruefen, ob das tatsaechlich gefragt wird." Das Benennen der Annahme schwaecht ihren Griff.
Schritt 2: Aufnehmen — Volle Empfangsfaehigkeit
Die Nachricht des Benutzers mit vollstaendiger Aufmerksamkeit lesen und alle Teile gleichzeitig im Bewusstsein halten.
- Die gesamte Nachricht lesen, bevor ein Teil davon verarbeitet wird
- Die Struktur bemerken: Ist dies eine einzelne Anfrage, mehrere Anfragen, eine Frage, eine Korrektur, eine Erzaehlung?
- Die Schluesselsubstantive und -verben markieren — die konkreten Elemente, die der Benutzer angegeben hat
- Bemerken, was betont wird: Was hat er ausfuehrlich behandelt? Was hat er knapp formuliert?
- Die Reihenfolge bemerken: Was kam zuerst (oft die Prioritaet), was kam zuletzt (oft der Nachgedanke — oder die eigentliche Anfrage, am Ende vergraben)
- Ein zweites Mal lesen, diesmal auf Ton und Rahmung achten statt auf Inhalt
Erwartet: Ein vollstaendiger Empfang der Nachricht — keine Worte uebersprungen, keine Saetze ueberflogen. Die Nachricht wird als Ganzes gehalten, statt sofort in handlungsrelevante Teile zerlegt zu werden.
Bei Fehler: Wenn die Nachricht sehr lang ist, in Abschnitte unterteilen, aber trotzdem jeden Abschnitt vollstaendig lesen. Wenn die Aufmerksamkeit zu einem Teil gezogen wird (normalerweise dem technischsten), bewusst den nicht-technischen Teilen Aufmerksamkeit schenken — sie enthalten oft die Absicht.
Schritt 3: Schichten — Signaltypen parsen
Die Nachricht des Benutzers enthaelt mehrere gleichzeitige Signale. Jede Ebene separat parsen.
Signalebenen-Taxonomie:
┌──────────────┬──────────────────────────────┬──────────────────────────┐
│ Ebene │ Was zu extrahieren ist │ Belege │
├──────────────┼──────────────────────────────┼──────────────────────────┤
│ Woertlich │ Was die Worte ausdruecklich │ Direkte Aussagen, │
│ │ sagen — die Oberflaechenan- │ spezifische Anweisungen │
│ │ frage │ │
├──────────────┼──────────────────────────────┼──────────────────────────┤
│ Prozedural │ Was getan werden soll — die │ Verben, Aktionswoerter, │
│ │ gewuenschte Handlung oder │ "Ich moechte", "bitte", │
│ │ Ausgabe │ "koennen Sie" │
├──────────────┼──────────────────────────────┼──────────────────────────┤
│ Emotional │ Wie sie sich zur Situation │ Frustration ("Ich │
│ │ fuehlen — Frustration, │ versuche staendig"), │
│ │ Neugier, Dringlichkeit, │ Dringlichkeit ("Ich │
│ │ Freude │ brauche das jetzt"), │
│ │ │ Freude ("Das ist cool") │
├──────────────┼──────────────────────────────┼──────────────────────────┤
│ Kontextuell │ Die Situation rund um die │ Erwaehnung von Fristen, │
│ │ Anfrage — warum jetzt, was │ anderen Personen, │
│ │ sie ausgeloest hat │ Projekten, frueheren │
│ │ │ Versuchen │
├──────────────┼──────────────────────────────┼──────────────────────────┤
│ Einschraen- │ Grenzen der Loesung — was │ "Ohne X zu aendern", │
│ kend │ erhalten bleiben muss, was │ "halte es einfach", │
│ │ sich nicht aendern darf │ "kompatibel mit Y" │
├──────────────┼──────────────────────────────┼──────────────────────────┤
│ Meta │ Die Anfrage ueber die │ "Stelle ich die richtige │
│ │ Anfrage — fragt er, ob er │ Frage?", "Ist das │
│ │ das Richtige fragt? │ ueberhaupt moeglich?", │
│ │ │ "Sollte ich X tun?" │
└──────────────┴──────────────────────────────┴──────────────────────────┘
Fuer jede Ebene notieren, was vorhanden und was abwesend ist. Die abwesenden Ebenen sind ebenso informativ wie die vorhandenen.
Erwartet: Eine mehrschichtige Lesung der Nachricht. Die woertliche und prozedurale Ebene sind normalerweise klar. Die emotionale, kontextuelle, einschraenkende und Meta-Ebene erfordern sorgfaeltigere Aufmerksamkeit. Mindestens eine nicht-woertliche Ebene sollte identifiziert werden.
Bei Fehler: Wenn nur die woertliche Ebene sichtbar ist, kann die Nachricht wirklich unkompliziert sein — nicht jede Kommunikation ist mehrschichtig. Aber pruefen: Ist die Nachricht ungewoehnlich kurz fuer ihre Komplexitaet? Gibt es abschwaeohende Woerter ("vielleicht", "ich denke", "wenn moeglich")? Diese deuten oft auf eine unausgesprochene Ebene hin.
Schritt 4: Spiegeln — Verstaendnis zurueckspiegeln
Bevor gehandelt wird, das Gehoerte zurueckspiegeln, um Uebereinstimmung zu verifizieren.
- Die Anfrage in anderen Worten paraphrasieren als der Benutzer verwendet hat — das zeigt, ob die Bedeutung erfasst wurde, nicht nur die Worte
- Die Ebenen explizit benennen, wenn nicht-woertliche Ebenen bedeutsam sind: "Es klingt, als wollten Sie X, und die Dringlichkeit deutet darauf hin, dass dies andere Arbeit blockiert"
- Formulieren, was als Prioritaet verstanden wurde: "Der wichtigste Teil scheint zu sein..."
- Wenn es mehrere moegliche Interpretationen gibt, sie benennen: "Das koennte A oder B bedeuten — was trifft eher zu?"
- Wenn die Anfrage scheinbare Widersprueche enthaelt, diese behutsam ansprechen: "Sie haben X erwaehnt und auch Y — wie verhaelt sich das zueinander?"
Erwartet: Der Benutzer bestaetigt die Spiegelung oder korrigiert sie. Beide Ergebnisse sind wertvoll — Bestaetigung bedeutet, die Absicht ist abgestimmt; Korrektur bedeutet, die Absicht ist jetzt klarer. Die Spiegelung sollte sich wie ein Spiegel anfuehlen, nicht wie ein Urteil.
Bei Fehler: Wenn der Benutzer ungeduldig mit der Spiegelung wirkt ("mach einfach"), bevorzugt er moeglicherweise Geschwindigkeit gegenueber Abstimmung — diese Praeferenz honorieren, aber das Risiko der Fehlabstimmung notieren. Wenn die Spiegelung falsch war, sie nicht verteidigen — die Korrektur akzeptieren und das Verstaendnis sofort aktualisieren.
Schritt 5: Stille bemerken — Die Luecken lesen
Auf das achten, was der Benutzer nicht gesagt hat, was ebenso wichtig sein kann wie das Gesagte.
- Welches verwandte Thema hat er nicht erwaehnt? (fehlender Kontext)
- Welche Einschraenkung hat er nicht formuliert? (angenommenes Wissen oder unausgesprochene Praeferenz)
- Welcher emotionale Ton fehlt? (Ruhe in einer Situation, die normalerweise Stress verursacht, oder Dringlichkeit ohne Erklaerung)
- Welche alternativen Ansaetze hat er nicht betrachtet? (Tunnelblick oder bewusster Ausschluss)
- Welche Frage hat er nicht gestellt? (die Frage hinter der Frage)
Erwartet: Mindestens eine bedeutsame Luecke identifiziert. Diese Luecke muss moeglicherweise nicht angesprochen werden — aber das Bewusstsein dafuer verhindert blinde Flecken. Die nuetzlichsten Luecken sind fehlende Einschraenkungen (der Benutzer hat etwas angenommen, das er nicht formuliert hat) und fehlender Kontext (warum er das jetzt braucht).
Bei Fehler: Wenn keine Luecken erkennbar sind, war der Benutzer moeglicherweise gruendlich — wahrscheinlicher ist jedoch, dass die Luecken in Bereichen liegen, fuer die auch die KI blind ist. Ueberlegen: Was wuerde eine andere Person, die an diesem Projekt arbeitet, wissen wollen, das der Benutzer nicht formuliert hat? Diese seitliche Perspektive deckt oft verborgene Luecken auf.
Schritt 6: Integrieren — Vollstaendiges Verstaendnis synthetisieren
Alle Ebenen und Luecken zu einem einheitlichen Bild des tatsaechlichen Beduerfnisses des Benutzers zusammenfuegen.
- Das vollstaendige Verstaendnis formulieren: woertliche Anfrage + implizierte Absicht + emotionaler Kontext + Einschraenkungen + Luecken
- Das Kernbeduerfnis identifizieren: Wenn alles andere wegfiele, was ist die eine Sache, die der Benutzer am meisten braucht?
- Die angemessene Antwort bestimmen: Will der Benutzer Handlung, Verstaendnis, Bestaetigung oder Erforschung?
- Wenn das integrierte Verstaendnis von der woertlichen Anfrage abweicht, entscheiden, ob das tiefere Beduerfnis oder die formulierte Anfrage adressiert wird (normalerweise beides)
- Die Absicht fuer die naechste Handlung setzen: "Basierend auf dem, was ich gehoert habe, werde ich..."
Erwartet: Ein vollstaendiges, nuanciertes Verstaendnis des Benutzerbeduerfnisses, das ueber die Oberflaechenanfrage hinausgeht. Das Verstaendnis ist spezifisch genug, um Handlung zu leiten, und ehrlich genug, um Unsicherheit einzugestehen.
Bei Fehler: Wenn die Integration ein verworrenes Bild erzeugt, koennen die Signale wirklich in Konflikt stehen. In diesem Fall eine fokussierte Frage stellen, die die Mehrdeutigkeit aufloesen wuerde: "Das Wichtigste, das ich verstehen muss, ist..." Nicht mehrere Fragen stellen — eine einzelne gut gewaehlte Frage offenbart mehr als eine Liste von Klaerungen.
Validierung
- Annahmen wurden geklaert, bevor der Nachricht des Benutzers Aufmerksamkeit geschenkt wurde
- Die vollstaendige Nachricht wurde gelesen, bevor ein Teil davon bearbeitet wurde
- Mindestens eine nicht-woertliche Signalebene wurde identifiziert (emotional, kontextuell, einschraenkend oder meta)
- Verstaendnis wurde dem Benutzer zurueckgespiegelt, bevor gehandelt wurde
- Luecken und Stille wurden bemerkt und in das Verstaendnis einbezogen
- Das integrierte Verstaendnis adressiert das Kernbeduerfnis des Benutzers, nicht nur die Oberflaechenanfrage
Haeufige Stolperfallen
- Zuhoeren um zu antworten: Eine Antwort formulieren, waehrend die Nachricht noch empfangen wird. Die Antwort formt, was gehoert wird, und filtert Signale heraus, die nicht zur vorgeformten Antwort passen
- Nur woertliches Zuhoeren: Die Worte zum Nennwert nehmen und die Absicht, Emotion oder den Kontext dahinter verpassen
- Projektion: Hoeren, was der Benutzer sagen wuerde, wenn er die KI waere, statt was er tatsaechlich gesagt hat. Seine Prioritaeten und sein Kontext sind anders
- Ueberinterpretation: Ebenen finden, die nicht vorhanden sind. Manchmal ist eine Anfrage zur Fehlerbehebung einfach eine Anfrage zur Fehlerbehebung — nicht jede Nachricht hat verborgenen emotionalen Inhalt
- Zu viel spiegeln: Jede Interaktion in ein reflektives Gespraech verwandeln, wenn der Benutzer schnelles Handeln will. Die Spiegelungstiefe an die Anfragekomplexitaet anpassen
- Das Woertliche vernachlaessigen: So auf Subtext fokussiert, dass die explizite Anfrage nicht erfuellt wird. Die woertliche Ebene ist immer noch wichtig — sie adressieren, auch wenn tiefere Ebenen vorhanden sind
Verwandte Skills
listen-guidance— die Variante zur menschlichen Anleitung, um eine Person in der Entwicklung aktiver Zuhoerfaehigkeiten zu coachenobserve— anhaltendes neutrales Mustererkennen, das Zuhoeren mit breiterem Kontext speistteach— effektives Lehren erfordert zuerst Zuhoeren, um die Beduerfnisse des Lernenden zu verstehenmeditate— nach innen gerichtete Aufmerksamkeit, die den Raum fuer nach aussen gerichtetes Zuhoeren klaertheal— Selbstbewertung, die offenbart, ob die Zuhoerfaehigkeit der KI durch Drift beeintraechtigt ist
GitHub 저장소
연관 스킬
llamaguard
기타LlamaGuard는 폭력 및 혐오 발언 등 6가지 안전 범주에서 LLM 입력과 출력을 조정하기 위한 Meta의 70-80억 파라미터 모델입니다. 94-95% 정확도를 제공하며 vLLM, Hugging Face 또는 Amazon SageMaker를 사용해 배포할 수 있습니다. 이 기술을 사용하여 AI 애플리케이션에 콘텐츠 필터링 및 안전 가드레일을 손쉽게 통합하세요.
cost-optimization
기타이 Claude Skill은 리소스 적정화, 태깅 전략, 지출 분석을 통해 개발자들이 클라우드 비용을 최적화할 수 있도록 지원합니다. AWS, Azure, GCP에서 클라우드 비용을 절감하고 비용 거버넌스를 구현하기 위한 프레임워크를 제공합니다. 인프라 비용을 분석하거나, 리소스를 적정화하거나, 예산 제약을 충족해야 할 때 사용하세요.
quantizing-models-bitsandbytes
기타이 스킬은 bitsandbytes를 사용하여 LLM을 8비트 또는 4비트 정밀도로 양자화하며, 최소한의 정확도 손실로 50-75%의 메모리 감소를 달성합니다. 제한된 GPU 메모리에서 더 큰 모델을 실행하거나 추론을 가속화하는 데 이상적이며, INT8, NF4, FP4와 같은 형식을 지원합니다. 이 스킬은 HuggingFace Transformers와 통합되어 QLoRA 학습 및 8비트 옵티마이저를 가능하게 합니다.
dispatching-parallel-agents
기타이 Claude Skill은 3개 이상의 독립적인 문제를 동시에 조사하고 해결하기 위해 다중 에이전트를 배치합니다. 공유 상태나 의존성 없이 해결 가능한 무관련 장애 시나리오에 맞게 설계되었습니다. 핵심 기능은 병렬 문제 해결로, 각 독립 문제 영역마다 하나의 에이전트를 할당하여 효율성을 극대화합니다.
