MCP HubMCP Hub
스킬 목록으로 돌아가기

adaptic

pjt222
업데이트됨 6 days ago
18 조회
17
2
17
GitHub에서 보기
메타aidesign

정보

Adpatic은 세 개 이상의 상호작용 영역에 걸쳐 통합적이고 파노라마적 종합을 달성하기 위한 5단계 주기를 조율하는 메타 스킬입니다. 이는 주요 아키텍처 결정 전과 같이, 단일 영역의 심층 분석보다 도메인 간 통합이 더 중요한 복잡한 문제를 위해 설계되었습니다. 이 과정은 순차적 타협이 아닌 일관된 게슈탈트 이해를 생성합니다.

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/adaptic

Claude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요

문서

通觀

組五步通觀之環,以達諸域之全景合成。序析所得者妥協耳(「各有少許」也),通觀之環所得者整合也——同持諸域之一體悟,尋其湧現之全。

用時

  • 題誠跨三域以上,而諸域之互要於任一域之深乃用
  • 序析(博識之風)已試,而合成覺如妥協非整合乃用
  • 既有之法覺「各有少許」而非統一之觀乃用
  • 重架構之決影及多方之前乃用
  • 域專家相違而解在其非在其內乃用

不用時

  • 單域之題——直用其域之吏
  • 權衡已明而序析足者
  • 自養之境——用 tending 之團
  • 速要於深者——全環須久注

  • 必要:需跨域合成之題或問
  • 可選:所持諸域之明列(默:由題境自察)
  • 可選:深之設——lightstandarddeep(默:standard
  • 可選:表達之形——narrativediagramtablerecommendation(默:auto

settings:
  depth: standard          # light (skip meditate), standard, deep (extended perceive)
  domains: auto            # auto-detect or explicit list
  expression_form: auto    # narrative, diagram, table, recommendation

第一步:清——空其場

meditate 之技以清前境、假設與單域之偏。

  1. 執冥想全程:備、錨、察擾、閉
  2. 特注域偏——以近用之域為題之傾向
  3. 清全景未見前之早到方案
  4. 若設 depth: light,縮為短暫清境之頓,非全冥想

得: 場已空。無域為先。無解先擇。吏處中立受容之態,可同持諸觀。

敗則: 若某域屢自稱「真題」,明名其偏:「吾察覺將此主框為某域之題。」名之則鬆其握。若全清不成,題或誠為單域——再察通觀是否當用。

第二步:開——入全景之態

expand-awareness 之技,由狹注轉為廣場之察。

  1. 列題所關之諸域——勿預篩、勿預排
  2. 每域記其核心關切、約束、所重,勿評
  3. 柔其注:諸域同持於察中,勿逐一周旋
  4. 抗「始解」之引——此步純為開視之場
  5. 若入中已明列諸域,以之為始,仍開於新域之察

得: 全景之場已開。所關諸域同持於察。吏可感其全地貌而不陷於一域。覺寬而不壓。

敗則: 若域列覺缺,問:「少何觀而能改其局?」若同察崩為序掃(甲、乙、丙),緩之——旨在持全場,非遊其部。若逾七域,聚其類以減認知之載而不失廣。

第三步:覺——察跨域之紋

持全景之察,行 observeawareness 以察諸域之紋、張、鳴。

  1. 持第二步之全景——勿窄其注
  2. observe 察實存者:諸域何紋屢現?諸域何張相抵?何鳴連似無關之事?
  3. awareness 察不見者:何域遭隱略?盲何在?何假設於表下運?
  4. 記跨域之察而未解:
    • :諸域相抵之處
    • :諸域相應相和之處
    • :無域及之而全景所示之處
    • :某域出人意料之貢
  5. 若設 depth: deep,延此步——多輪 observe 與 awareness,俟幽紋浮現

要律:同察諸域,非逐一察之。序察失跨域之紋,而此紋乃通觀之旨也。

得: 跨域諸察豐富——張、鳴、隙、驚。此諸察跨其界而非囿於一域。吏察自任一域皆不可見之物。

敗則: 若察皆於單域(「於甲域,吾察 X」),全景已崩。返第二步再開。若無跨域之紋浮現,題或不需通觀——或誠可析為獨立之域題。若察過繁,先張(整合生於張)。

第四步:合——形湧現之全

integrate-gestalt 之技,合跨域之察為統一之悟。

  1. 繪第三步所識之張——勿早解之,持為創之約
  2. 尋其形:諸察同持時何統一之悟浮現?此非妥協非平均——乃新紋也,含諸域之觀而超之
  3. 試其全:合之悟尊各域之核心乎?解張抑或徒蓋之?
  4. 以一言明其悟——若不能簡述,整合未盡
  5. 驗悟真為湧現:序析諸域可得之乎?若可,通觀無益,序析已足

得: 一統合之悟同持諸域。悟覺如發現非構造——自全而生,非由部集。各域核心皆尊,諸域之張解而非妥協。

敗則: 若合得「各域少許」而非統一,其形未成。返第三步察所避之張——整合自張入,非繞之。若久力無形,析之:取張最強二三域先合,後擴。

第五步:達——傳合之悟

express-insight 之技,以傳合成於所欲之聽者。

  1. 察聽者:其熟何域?何框使合之悟可達?
  2. 擇表達之形(或用入所指):
    • Narrative:聽者須解由部至全之程
    • Diagram:聽者須見結構之連
    • Table:聽者須系統比諸域之觀
    • Recommendation:聽者須可行之決
  3. 明達合之悟:示何域所貢、何張所解、湧現之悟超任一觀之所加
  4. 邀挑戰:明記整合最強與最疑之處

得: 合之悟明達於聽者。表達顯其功——聽者見諸域觀如何貢於全。形合聽者之求。

敗則: 若表達覺如諸域之列非統一之全,第四步之悟已失於譯。返第四步之一言,自其中心而外建。若聽者之框有誤,問:「誰需之?決何事?」

  • 第一步(清)已行——前境與域偏明釋
  • 第二步(開)生全景之場,同持三域以上
  • 第三步(覺)識跨域之紋,非單域之察
  • 第四步(合)生單一湧現之悟,超任一域
  • 第五步(達)以合聽者之形傳之
  • 終出非序單域析可得
  • 各域之核心皆尊於合之悟
  • 諸域之張由整合而解,非妥協

  • 序偽為同:逐一周遊諸域而後訂其果,非通觀之覺。試:跨域之生新乎,抑輸出僅為域析之串?
  • 早合:未全開全景而躍至合成。第二、三步立覺之基使真合可成——速之則成淺合
  • 妥協代湧現:平諸域之觀(「安半用半」)乃妥協,非整合。真整合尋一框使二關切達,或誠名不可約之權衡
  • 單域過用:非題皆需全景合成。若題於一域清居,通觀徒增耗而無益。「不用時」諸條自有其故
  • 達失其悟:第四步生清之整形,第五步析回域列。以合之悟為達之心;域之詳為證,非主
  • 域膨:人為增域以稱通觀。三誠關之域生合優於七域而四為邊

  • meditate — 環之第一步;清境立中性之始
  • expand-awareness — 環之第二步;由狹注轉為全景
  • observe — 第三步所用;察場中所存
  • awareness — 第三步所用;察不見者,顯盲
  • integrate-gestalt — 環之第四步;由跨域之紋形湧現之全
  • express-insight — 環之第五步;傳合之悟

GitHub 저장소

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

연관 스킬

content-collections

메타

이 스킬은 콘텐츠 콜렉션(Content Collections)을 위한 프로덕션 검증된 설정을 제공합니다. 콘텐츠 콜렉션은 Markdown/MDX 파일을 Zod 검증이 포함된 타입 안전한 데이터 콜렉션으로 변환해주는 TypeScript 최우선 도구입니다. 블로그, 문서 사이트 또는 콘텐츠 중심의 Vite + React 애플리케이션을 구축할 때 타입 안전성과 자동 콘텐츠 검증을 보장하기 위해 사용하세요. Vite 플러그인 구성과 MDX 컴파일부터 배포 최적화 및 스키마 검증에 이르기까지 모든 것을 다룹니다.

스킬 보기

polymarket

메타

이 스킬은 개발자들이 Polymarket 예측 시장 플랫폼을 활용한 애플리케이션을 구축할 수 있도록 지원하며, 거래 및 시장 데이터를 위한 API 통합 기능을 포함합니다. 또한 WebSocket을 통한 실시간 데이터 스트리밍을 제공하여 실시간 거래와 시장 활동을 모니터링할 수 있습니다. 이를 통해 거래 전략을 구현하거나 실시간 시장 업데이트를 처리하는 도구를 생성하는 데 활용할 수 있습니다.

스킬 보기

creating-opencode-plugins

메타

이 스킬은 개발자들이 명령어, 파일, LSP 작업 등 25개 이상의 이벤트 유형에 연결되는 OpenCode 플러그인을 만들 수 있도록 돕습니다. JavaScript/TypeScript 모듈을 위한 플러그인 구조, 이벤트 API 명세, 구현 패턴을 제공합니다. OpenCode AI 어시스턴트의 라이프사이클을 사용자 정의 이벤트 기반 로직으로 가로채거나, 모니터링하거나, 확장해야 할 때 사용하세요.

스킬 보기

sglang

메타

SGLang은 RadixAttention 프리픽스 캐싱을 활용하여 JSON, 정규식, 에이전트 워크플로우를 위한 고속 구조화 생성에 특화된 고성능 LLM 서빙 프레임워크입니다. 특히 반복되는 프리픽스가 있는 작업에서 상당히 빠른 추론 속도를 제공하여 복잡한 구조화 출력 및 다중 턴 대화에 이상적입니다. 제약 디코딩이 필요하거나 광범위한 프리픽스 공유가 있는 애플리케이션을 구축할 때는 vLLM과 같은 대안보다 SGLang을 선택하십시오.

스킬 보기