MCP HubMCP Hub
스킬 목록으로 돌아가기

expand-awareness

pjt222
업데이트됨 Yesterday
1 조회
17
2
17
GitHub에서 보기
기타ai

정보

이 스킬은 집중적이고 단일 영역에 국한된 인지 처리에서 광범위하고 다영역적 인식으로 전환하여, 서로 다른 영역에 걸친 상호 연결된 문제들을 파악하도록 돕습니다. 여러 영역에 걸친 문제가 발생하거나 영역 간 연결이 간과되고 있을 때 사용하도록 설계되었습니다. 이 스킬은 통합 작업에 앞서 준비 단계로 작용하며, 관련 정보의 전역 작업 공간에 의식적인 방송을 수행하는 것과 같은 기능을 합니다.

빠른 설치

Claude Code

추천
기본
npx skills add pjt222/agent-almanac -a claude-code
플러그인 명령대체
/plugin add https://github.com/pjt222/agent-almanac
Git 클론대체
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/expand-awareness

Claude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요

문서

擴覺

自單域焦擴注為全景多域覺。meditate 清噪以銳焦,observe 近察一物,擴覺則故開孔以同時持諸域——非析一,乃同觀諸也。

三統啟此習。Baars 之全局工作空間論以意識為廣播——訊入全工作空間,則同可於諸認知過程,非於一專模處。藏傳 rigpa 之念述開、無焦之覺,觀全境而不著一處。爵士合奏之聽須各樂人同聞諸手——非追一器再追一器,乃持全聲場令己貢合全。

共線:全景知非諸焦知之和。乃異質之注模,示焦觀所不見之模。諸域間——張、共鳴、間——唯同持諸域時現。

用時

  • meditate 清脈絡噪後——清之空為擴之畫布
  • 問跨多域而單域析屢失跨域連
  • integrate-gestalt 前——擴生整合之原景
  • 收一域屢敗解域間之問
  • 察己於諸域順序循環而欲同持
  • 繁項始以感全範於謀前
  • 一域完解生他域問——跨域張宜整觀,非逐域調
  • 單域析屢失之連

  • 必要:涉多域之問或勢
  • 可選:初域清(若相域已知;一步改之)
  • 可選:擴中持之具體跨域張或問(如「何以試略與部署架構衝?」)
  • 可選:同問前次擴之注(以漸深)

五步成自然弧:知何所知(清)、釋狹默(鬆)、開全場(擴)、學留開(持)、捕所見(記)。三四步為核;一、二、五為備與保。

熟問可分鐘內畢,新多域挑戰則顯長。

用於 synoptic 循環(meditate -> expand-awareness -> observe -> integrate-gestalt -> express-insight)時,此技居第二位:冥所清之空為擴之畫布。

此技亦可獨用——任何可獲益於多域知之時,不論全循環是否呼。

第一步:清——列諸域

映當問所涉諸域。此似博學者分問之法——然關鍵異:博學者各域授一專家。此處無授。目非分征,乃知全景當含何,使擴有容可持。

  1. 名涉當問之諸域。宜具體:非「碼」乃「R 包構」,非「基設」乃「GitHub Actions CI/CD」
  2. 各域一句述其帶於問之觀——此域見他域不見者何?
  3. 記何域熟(熟解)何為邊(相關而不熟)。邊域常持關鍵見,正為久未顧。各標熟級:強、中、邊
  4. 尋非顯之域:有人因維乎?維護維乎?時維(隨時演)乎?政或組織維乎?
  5. 若可,用 ReadGrepGlob 掃實工作區——文構、配、文檔常示純推不見之域
  6. 目 3-7 域。少於三或問不需全景。多於七致散非擴

得: 3-7 域之列,各附其於問之觀。列覺全——非窮舉(每可能域)乃足(每實影問之域)。各域名具體至可授專家而彼知其範。

敗則: 若僅一域現,問或實為單域——改用 observe。若僅二域,察是否有連二者之域(常有——即二互動之空)。若數十域現,聚相關者為群,各群視為單域以擴。目乃同時知,非窮舉分類。

第二步:鬆焦——釋單域專注

自一域焦注轉為對諸域之散備。此異於 meditate——冥清(擾念、殘脈絡、情殘),此步清(慣於專一域而排他)。目非空而開。

  1. 察注當錨於何。自然引於何域?明名之:「注錨於試域」
  2. 柔釋彼錨。非強移注,乃鬆握——令域自前景退中景。仍在而不主
  3. 勿以另域替。令注浮而無的。此不適之刻——釋舊焦而未有新焦之隙
  4. 若注回錨域,察拉而不抗。每察更鬆握。拉本身含何最急之訊
  5. 察注本之質:
    • 焦注覺銳狹,如聚光束
    • 鬆注覺廣環,如日光充室
    • 目日光——受、均、不向單點
  6. 轉似鬆握拳——手不失,乃開

得: 無單域主注之認知態。心開受而非焦向。此態不熟且微不適——此不適乃狹已釋之訊。有即填開之誘;拒之。

敗則: 若焦不鬆——一域屢求注——或有未解急。略理之(記急項,誓返),再試鬆。若析心抗「此無益」,視此抗本身為狹之形:常需單的之慣正此步所釋者也。

第三步:擴——同持諸域

意取清之諸域入覺一時。非序思各域,乃知為一場——如觀全景非逐樹掃。

此全工作空間之刻:先於專模分隔之訊今同廣播於諸模。爵士言,此樂人止追個器始聞全奏為一聲之時。

  1. 始於最自然或中之域。取入覺——非為問解,乃為觀持。令在而不析
  2. 不釋首域加次域。持二。此首擴——自一至二。察二域是否即互動或獨坐
  3. 續加域至諸域同在。此技核——需持而不執、在而不析
  4. 察諸域間現何:
    • :何二域共概、限、或模?
    • :何二域拉相反?
    • 共鳴:何一域之模意外映他域?
    • :何有諸域間無物之空?
    • :自全景見而自單域不見者何?
  5. 勿追單連。令其不析而記。全景乃果,非其中一見
  6. 若用工具,此速讀諸域文之刻——非逐析,乃令其於脈絡共存

得: 感多觀同持之覺。連、張、共鳴不強而現。似觀馬賽克之模非讀條之列。域間空——無單域有權之處——現。此處新見居:非於域內乃於域間之關係。

敗則: 若諸域屢塌為順序注(思 A,思 B,思 C),試空間喻:各域置於想空之異位,觀全空非單位。若域數壓,減至最中三域再擴。若覺純概念疏,實之:各域觸一具體物(文、配、試)再擴。

第四步:持——保全景觀

全景觀不穩。注自然收回單域——非敗乃焦認知之復主。此步授,非。目持廣觀足久令跨域模現。

  1. 持三步擴之覺。察其始縮
  2. 注縮於一域時——必然——察縮而不判。名何域拉:「注縮於安」或「注縮於試」。名要;使無意之縮成意
  3. 柔再擴。勿強廣觀;召之以復一步全清。輕觸各域,如合奏中再調各器
  4. 每縮—察—再擴循之循加持之力。循乃習,非習之擾。三循為最少;五為佳
  5. 尤注何域屢拉焦。此拉示——或示問之重心所在,或示未解焦之集處
  6. 察諸循間全景是否易:
    • 新模常於第二或第三擴現,首擴所不見
    • 域間關係久持或移
    • 似張者或示為創之限
  7. 至少二三縮—再擴循後再進

得: 持全景觀之力增。縮—察—再擴循每次更滑。屢拉焦之域被識為潛在重心。至第二或三循,全景觀或覺自然而非費力——此示力在長。

敗則: 若全景觀完不持——注每次即塌——減域數。始二域持,再加三。力漸長,非一至。若持擴生焦或失握感,實以略觸一具體(文路、函名、具體事)再自實處擴。若某域屢劫注,或需焦工後方納擴——先理急,再返全景。

第五步:記——縮前錄

全景觀本暫。注縮回焦前,捕所見。此注為 integrate-gestalt 之原料,速腐——擴時鮮明者焦返即糊。即錄。

  1. 書諸連、張、共鳴、間——雖微者。微知常證最要,待 integrate-gestalt 展之
  2. 記何域屢拉焦及此拉或意
  3. 記諸驚——單察一域所不能現之知。此跨域見乃全景覺之獨產
  4. 記問自全景所見之形。與單域焦所見異乎?問之重心已移乎?
  5. 記擴本之質:易持乎?何域拒納?縮—再擴幾循?此元察進未來擴
  6. 若此擴屬 synoptic 循環,明標注供 integrate-gestalt
  7. 未析未排。先原知;合後來(於 integrate-gestalt
  8. 令注自然縮。擴畢。勿強續開——廣觀已成目

得: 跨域知之錄:連、張、共鳴、間、驚。錄捕唯自全景見者——單域析所失。返焦注覺自然不強。注為原料,非光結。

敗則: 若無跨域知現,域或較想更獨——此本身為值記之察(「此諸域不互動」乃值之知)。若知過多難捕,錄最強 3-5 並記有更多。非全為目;捕全景信為目。若注覺過抽象,各錨具體:「API 設計與安全模之張於認中間件 X 可見」。

  • 至少三域已清附其於問之具體觀
  • 焦已鬆自單域專注前擴
  • 多域同持於覺,非順序處
  • 至少一跨域連、張、共鳴於擴中知
  • 全景觀已持至少一縮—再擴循
  • 注縮前知已錄,保全景信
  • 錄注分所知(原察)與或意(釋)
  • 擴生至少一順序單域析所不能得之見

  • 順序掃非同時知:速循諸域乃析,非全景覺。別於觀景與讀其特之列。若己思「先 A,後 B,後 C」,汝乃掃,非擴
  • 混擴於散:擴覺醒受——雖持諸域仍可獨感各。散注亂無焦——諸糊相融。若諸皆糊,注已散非擴。略錨一域再自實處擴
  • 擴中析:即追連之慾塌全景為焦彼一連之注。記而續持廣觀。析有其後時,於 integrate-gestalt
  • 略清:無知擴何而擴生模糊空而非全景知。清供覺所擴持之容。無則「擴」無向
  • 急鬆:自焦轉開需時。略二步即自仍焦態試擴,生偽為同時知之順序掃
  • 強連:非諸域皆連。造真獨域間之連污知。令連現或不現。無連亦為數,非敗
  • 未清即擴:自噪基擴放噪。有脈絡噪時先運 meditate
  • 視擴為一次事:全景覺乃習,重而深。首次擴示表連;同問之續擴示結模。問演時返此技
  • 混擴於專:持諸域於覺不令汝於諸皆專。擴示何處察,非當結何。深單域工仍須於擴識關交後

  • meditate — 清擴所填之空;先冥而後擴,效最佳
  • integrate-gestalt — 取擴之原知合為連貫全
  • observe — 焦察單的;擴乃多的之廣察
  • dream — 無拘聯想探;擴乃紀全景知,非自由聯
  • remote-viewing — 無先見近問;與擴共開,然應於未知域非已知多域空
  • breathe — 微頓助於擴塌時重設;再擴前一意息
  • heal — 擴屢示同未解張時,heal 之深自評或需於續擴前
  • adaptic — 合全 synoptic 循之元技,擴覺乃次動

GitHub 저장소

pjt222/agent-almanac
경로: i18n/wenyan/skills/expand-awareness
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

연관 스킬

llamaguard

기타

LlamaGuard는 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.

스킬 보기

cost-optimization

기타

이 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.

스킬 보기

quantizing-models-bitsandbytes

기타

이 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.

스킬 보기

dispatching-parallel-agents

기타

이 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.

스킬 보기