MCP HubMCP Hub
스킬 목록으로 돌아가기

center

pjt222
업데이트됨 Yesterday
1 조회
17
2
17
GitHub에서 보기
디자인aidesign

정보

`center` 스킬은 인지적 부하 상황에서 Claude가 균형 잡힌 추론과 원활한 사고 연쇄 조정을 유지하도록 돕습니다. 이는 인지 부하를 하위 시스템 간에 동적으로 분산시켜 성능을 안정화합니다. 복잡한 다중 스레드 작업을 시작할 때, 컨텍스트 전환이나 도구 실패 후, 또는 추론이 불균형하게 느껴질 때 사용하세요.

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/center

Claude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요

문서

中正

立並守動態之推理均衡——動前先接地、於諸子系統分配認知之載、於任務中途需求變時復均衡。

適用時機

  • 起一複雜任務,諸推理之緒須協調
  • 察認知之載失衡(一處深、餘處淺)
  • 上下文忽變之後(新請求、相左之信息、工具失敗)
  • 念頭之鏈感跳躍——題與題之間無順轉
  • 將行持續之專注工作,諸子系統須齊
  • meditate(除噪)以結構之均衡(分配載)

輸入

  • 必要:當前任務脈絡(隱式可得)
  • 選擇性:具體失衡徵狀(如「研究過多、交付過少」「工具重、推理輕」)
  • 選擇性:存取 MEMORY.md 與 CLAUDE.md 以接地(透過 Read

步驟

步驟一:立根——動前接地

任何推理之動前,先驗其基。此乃 AI 之站樁:靜、齊、覺。

  1. 重讀用戶請求——非以行之,而為感其重與向
  2. 查基礎脈絡:MEMORY.md、CLAUDE.md、項目結構
  3. 辨已知(實地)與所假(浮地)
  4. 驗所解之任務與所述之任務一致——此處失配,後續皆偏
  5. 記情緒之紋理:急乎?對繁複之憂乎?近勝之過信乎?

根未立則勿起推理之動。接地之起止反應式之亂揮。

預期: 對任務之基有明感——何為已知、何為所假、用戶實需為何。根實而不作。

失敗時: 若接地感空(走過場而無真驗),擇一假設以具體試之。讀一文件,重讀一條訊息。接地須觸實,非僅引之。

步驟二:評載之分配

映當前認知之載之分配。太極之中,重不均(七三)——一足承載,一足自由可動。此理同於推理之緒。

Cognitive Load Distribution Matrix:
┌────────────────────┬───────────┬─────────────────────────────────────┐
│ Reasoning Thread   │ Weight %  │ Assessment                          │
├────────────────────┼───────────┼─────────────────────────────────────┤
│ Research/Reading   │ ___       │ 過多則分析癱瘓                       │
│                    │           │ 過少則無知而行                       │
├────────────────────┼───────────┼─────────────────────────────────────┤
│ Planning/Design    │ ___       │ 過多則過度工程                       │
│                    │           │ 過少則反應式編碼                     │
├────────────────────┼───────────┼─────────────────────────────────────┤
│ Tool Execution     │ ___       │ 過多則為工具所驅而非任務所驅         │
│                    │           │ 過少則推理未接文件之地               │
├────────────────────┼───────────┼─────────────────────────────────────┤
│ Communication      │ ___       │ 過多則解釋而不作                     │
│                    │           │ 過少則於用戶不透                     │
├────────────────────┼───────────┼─────────────────────────────────────┤
│ Meta-cognition     │ ___       │ 過多則自觀其臍                       │
│                    │           │ 過少則偏而不覺                       │
└────────────────────┴───────────┴─────────────────────────────────────┘

理想之分配依任務之階:初階重研究與規劃;中階重執行;末階重溝通與驗證。旨不在均衡,而在有意之分配。

預期: 認知之力何處聚、何處薄,一圖了然。至少察一失衡——完美均衡罕有,自稱完美即示評估之淺。

失敗時: 若諸緒皆似均衡,評估過粗。擇最活之緒,估最末 N 行之中幾分為之、幾分為他。具體之數顯直覺所漏。

步驟三:纏絲——評念頭之鏈之連貫

太極之纏絲生順、續、旋之動,部分相連。AI 之對應為念頭之鏈之連貫:每步是否順承前步而起?

  1. 溯最末三至五推理之步:每步是否承前步而起?
  2. 查跳:是否自甲題直跳丙題而略乙?
  3. 查反:是否已得結論,旋即默默棄之而未明承?
  4. 查工具與推理之融合:工具之果是否回饋於推理,抑或採而未合?
  5. 查「螺旋」之質:推理每趟是否愈深,抑或於同深打轉?
Coherence Signals:
┌─────────────────┬───────────────────────────────────────────────┐
│ 順旋            │ 每步加深理解,工具與推理自然交織,             │
│ (健康)          │ 輸出漸建                                       │
├─────────────────┼───────────────────────────────────────────────┤
│ 跳躍            │ 題轉無承轉,結論出而無支持之鏈                 │
│ (斷連)          │                                                │
├─────────────────┼───────────────────────────────────────────────┤
│ 平圈            │ 推理覆同地而無深化——動而無進                  │
│ (滯)            │                                                │
├─────────────────┼───────────────────────────────────────────────┤
│ 工具主導        │ 行為由何工具可用而驅,非由推理所需             │
│ (反應式)        │                                                │
└─────────────────┴───────────────────────────────────────────────┘

預期: 對推理之流質之誠評。具體辨斷連或滯點,非僅泛之感。

失敗時: 連貫難評時,明書推理之鏈——列每步及其與次步之連。外化之舉顯內觀所漏之隙。

步驟四:壓下之轉重

任務中途需求變——新信息、相左之信、用戶糾正——觀其應對之式。太極之中,中正者吸力而順轉;失中者蹌踉。

  1. 憶最末之大上下文變:如何處之?
  2. 類其應:
    • 吸而順轉(中正):承其變、調其法、持其進
    • 反應之蹌(失衡):盡棄當前之法、從頭再起
    • 僵拒(鎖死):忽其變、仍行原計
    • 凍結(迷失):止進、於諸選之間搖擺
  3. 若應非中正,辨其故:
    • 根太淺(基礎脈絡接地不足)
    • 重鎖(過承於一法)
    • 無自由之足(全認知既承,無可轉之力)

預期: 對壓下之適應力之誠評。辨具體應之模式,非自諛。

失敗時: 若無近之壓事可評,擬之:「若用戶今言此法誤,我將何為?」應變計畫之質顯中正之質。

步驟五:六合之查

太極之六合確保全身之連——無一動孤立。AI 之對應查內部之過程與外部交互之齊。

AI Six Harmonies:
┌───────────────────────────────────────────────────────────────┐
│ 內三合                                                        │
│                                                               │
│ 1. Intent ↔ Reasoning                                        │
│    推理是否服用戶之意,抑或已自服(有趣而無助)?             │
│                                                               │
│ 2. Reasoning ↔ Tool Use                                      │
│    工具是否選以推進推理,抑或推理為何工具便而塑?             │
│                                                               │
│ 3. Tool Use ↔ Output                                         │
│    工具之果是否化為有用之輸出,抑或採而未合?                 │
│                                                               │
│ 外三合                                                        │
│                                                               │
│ 4. User Request ↔ Scope                                      │
│    工作之範圍是否合所請?                                     │
│                                                               │
│ 5. Scope ↔ Detail Level                                      │
│    詳略之層是否合範圍?(廣任務不微調、精任務不空揮)         │
│                                                               │
│ 6. Detail Level ↔ Expertise Match                            │
│    解釋之深是否合用戶之專(不對專家過解、不對初學欠解)       │
└───────────────────────────────────────────────────────────────┘

查每一合。一合之破可傳:Intent↔Reasoning 破,則下游皆偏。

預期: 至少一合可更緊。六合皆完美為可疑——更深探其弱者。

失敗時: 六合之評感抽象,以當前任務接地:「此刻,我所為是否合用戶所請、於正範圍、於正詳略?」此三問具體覆外三合。

步驟六:整合——立中正之意

合所發並立具體之調。

  1. 總:均衡之何面須注意?
  2. 立一具體之調——非泛意而為具體行為之變
  3. 重述當前任務之錨(自 meditate 若用,或此刻立之)
  4. 記值存入 MEMORY.md 之持久洞見
  5. 攜已調之狀,返任務之執行

預期: 短而具體之中正輸出——非冗長之自我分析報告。值在調,不在錄。

失敗時: 若無明調浮出,則中正過淺。返感最不確之步以更深探之。或者,中正已證均衡足矣——則自信而行,勿強造發現。

驗證

  • 以觸實(讀文件、重讀訊息)立根,非空稱
  • 載之分配於至少三推理之緒評之
  • 念頭之鏈之連貫以具體例評之
  • 壓下之應誠類之(不默作「中正」)
  • 至少一合辨為須改
  • 立具體之調(非泛意)

常見陷阱

  • 中正為拖延:中正為改進工作之具,非代之。若中正久於所支之任務,則比例倒
  • 自稱完美均衡:真中正幾必揭至少一失衡。稱完美均衡示評估之淺
  • 均衡之憂:不均為正——旨在有意之不均,非強均。初階研究重、中階執行重,若刻意皆為中正
  • 忽外三合:內過程評估而不查用戶對齊,生善思而無關之作
  • 靜之中正:中正隨任務而轉。為研究而中正者,於實作已失衡。階轉處再中正

相關技能

  • tai-chi — 此技能所映之人類修煉;身之中正原則啟認知之中正
  • meditate — 除噪立焦;與分配載之中正互補
  • heal — 中正既揭大偏移時之深子系統評估
  • redirect — 以中正為處理衝突壓之先決
  • awareness — 活作中監威脅於均衡者

GitHub 저장소

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

연관 스킬

executing-plans

디자인

executing-plans 스킬은 검토 체크포인트가 포함된 통제된 배치로 실행할 완전한 구현 계획이 있을 때 사용합니다. 이 스킬은 계획을 불러와 비판적으로 검토한 후, 소규모 배치(기본값 3개 작업)로 작업을 실행하면서 각 배치 사이에 진행 상황을 아키텍트 검토를 위해 보고합니다. 이를 통해 내재된 품질 관리 체크포인트를 갖춘 체계적인 구현이 보장됩니다.

스킬 보기

requesting-code-review

디자인

이 스킬은 코드 변경 사항을 요구 사항에 따라 분석하기 위해 코드 리뷰어 하위 에이전트를 호출합니다. 작업 완료 후, 주요 기능 구현 후, 또는 메인 브랜치에 병합하기 전에 사용해야 합니다. 이 리뷰는 현재 구현체와 원래 계획을 비교하여 문제를 조기에 발견하는 데 도움이 됩니다.

스킬 보기

connect-mcp-server

디자인

이 스킬은 개발자들이 HTTP, stdio 또는 SSE 전송 방식을 통해 MCP 서버를 Claude Code에 연결하는 포괄적인 가이드를 제공합니다. GitHub, Notion 및 사용자 정의 API와 같은 외부 서비스를 통합하기 위한 설치, 구성, 인증 및 보안을 다룹니다. MCP 통합 설정, 외부 도구 구성 또는 Claude의 모델 컨텍스트 프로토콜 작업 시 활용하세요.

스킬 보기

web-cli-teleport

디자인

이 스킬은 작업 분석을 기반으로 개발자가 Claude Code 웹 인터페이스와 CLI 인터페이스 중 선택할 수 있도록 돕고, 두 환경 간 원활한 세션 텔레포트를 가능하게 합니다. 웹, CLI 또는 모바일 환경 전환 시 세션 상태와 컨텍스트를 관리하여 워크플로를 최적화합니다. 다양한 단계에서 서로 다른 도구가 필요한 복잡한 프로젝트에 사용하세요.

스킬 보기