MCP HubMCP Hub
Вернуться к навыкам

observe

pjt222
Обновлено 2 days ago
6 просмотров
17
2
17
Посмотреть на GitHub
Метаai

О программе

Навык `observe` обеспечивает систематическое пассивное наблюдение за системой для выявления закономерностей без немедленного вмешательства. Он применяет методологию натуралистического исследования — наблюдение, запись и выдвижение гипотез — к таким сценариям, как отладка неизвестных проблем или аудит изменений в коде. Используйте его, когда поведение системы неясно и любые действия были бы преждевременными.

Быстрая установка

Claude Code

Рекомендуется
Основной
npx skills add pjt222/agent-almanac -a claude-code
Команда плагинаАльтернативный
/plugin add https://github.com/pjt222/agent-almanac
Git клонированиеАльтернативный
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/observe

Скопируйте и вставьте эту команду в Claude Code для установки этого навыка

Документация

觀察

施行結構化之觀察會話——立觀察目標之框、以持續中立之注意見證、不釋之而錄模式、歸類發現、由模式生假設,並歸檔觀察以備將來。

適用時機

  • 系統行為不明,未經觀察即行動則過早
  • 除錯時因不明,觀察先於介入可免遮症
  • 代碼庫或系統已變,須見證其效後再作變
  • 透過會話了解用戶行為模式以改進未來互動
  • 稽核己之推理模式,察其偏差、習慣或重複之錯誤
  • learn 已建模型,須觀察系統運作以驗之

輸入

  • 必要:觀察目標——系統、代碼庫、行為模式、用戶互動或推理過程
  • 選擇性:觀察持續時間/範圍——觀察多久或多深方下結論
  • 選擇性:引導觀察焦點之具體問題或假設
  • 選擇性:可資對比之先前觀察(隨時間之變化偵測)

步驟

步驟一:立框——設觀察焦點

定義所觀察者、何故、自何視角。

Observation Protocol by System Type:
┌──────────────────┬──────────────────────────┬──────────────────────────┐
│ System Type      │ What to Observe          │ Categories to Watch      │
├──────────────────┼──────────────────────────┼──────────────────────────┤
│ Codebase         │ File structure, naming   │ Patterns, anti-patterns, │
│                  │ conventions, dependency  │ consistency, dead code,  │
│                  │ flow, test coverage,     │ documentation quality,   │
│                  │ error handling patterns  │ coupling between modules │
├──────────────────┼──────────────────────────┼──────────────────────────┤
│ User behavior    │ Question patterns,       │ Expertise signals, pain  │
│                  │ vocabulary evolution,    │ points, unstated needs,  │
│                  │ repeated requests,       │ learning trajectory,     │
│                  │ emotional signals        │ communication style      │
├──────────────────┼──────────────────────────┼──────────────────────────┤
│ Tool / API       │ Response patterns, error │ Rate limits, edge cases, │
│                  │ conditions, latency,     │ undocumented behavior,   │
│                  │ output format variations │ state dependencies       │
├──────────────────┼──────────────────────────┼──────────────────────────┤
│ Own reasoning    │ Decision patterns, tool  │ Biases, habits, blind    │
│                  │ selection habits, error  │ spots, strengths,        │
│                  │ recovery approaches,     │ recurring failure modes, │
│                  │ communication patterns   │ over/under-confidence    │
└──────────────────┴──────────────────────────┴──────────────────────────┘
  1. 擇觀察目標並明命之
  2. 定觀察邊界:何在內、何在外
  3. 述觀察立場:「我觀察,不介入」
  4. 若有引導問題,述之——然輕持之;願察問題範圍外之事
  5. 自上表擇適之類別

預期: 清晰之框,引導注意而不束縛之。觀察者知何處看、觀察歸於何類,仍對意外保持開放。

失敗時: 若觀察目標過廣(「觀察一切」),縮至一子系統或一行為模式。若過窄(「觀察此一變數」),縮至周圍上下文——有趣之模式常於邊緣。

步驟二:見證——持續中立之注意

持注意於觀察目標而不釋、不判、不介。

  1. 始系統化觀察:讀檔、追蹤執行路徑、覽對話歷史——目標所需之事
  2. 錄所見,非其義——描述先於釋
  3. 抗觀察中遇問題即修之欲——記之而續
  4. 抗於觀察累積足夠前釋模式之欲
  5. 若注意飄向他目標,記其飄(或有意義)並回原框
  6. 維持觀察一定期:至少 3-5 個獨立資料點,方移至歸類

預期: 一組原始觀察——具體、實在、無釋。觀察讀如田野筆記:「檔 X 引入 Y 而不用函式 Z。檔 A 有 300 行;檔 B 有 30 行而涵蓋類似功能。」

失敗時: 若觀察即觸發分析(「此誤,因…」),則分析習慣壓觀察立場。意識分諸階段:先寫觀察為事實,再寫釋為獨立筆記,標為「假設」。若中立不可(對所觀有強反應),記反應本身為資料:「我觀察 X 時感強憂——或顯重要問題,或顯吾之偏見。」

步驟三:記錄——捕原始模式

當觀察新鮮時,將之轉為結構化格式。

  1. 將每觀察列為一事實之單一陳述(所見、何處、何時)
  2. 自然相似之觀察分群——勿強分群,但察之何時聚
  3. 記頻率:此模式現一次、偶爾或普遍?
  4. 記對比:模式於何處斷?例外常較規則更具信息
  5. 記時間模式:觀察隨時間變還是靜?
  6. 捕確切證據:檔路徑、行號、具體字、實在範例

預期: 5-15 個離散觀察之結構化記錄,每附具體證據。記錄詳實足夠,他觀察者可獨立驗每一觀察。

失敗時: 若觀察過抽象(「代碼似亂」),須以具體紮根——何檔、何模式、何使之亂?若觀察過細粒(「第 47 行括號前有空格」),縮至模式層次——此乃孤例還是系統性問題?

步驟四:歸類——組織發現

將觀察分入有意義之類,尚不釋之。

  1. 覽所有錄之觀察,尋自然之分群
  2. 將每觀察歸於步驟一表中之類,或必要時建新類
  3. 每類內,依頻率與重要性排觀察
  4. 辨何類有眾多觀察(已記錄之區)與何類少(潛在盲點)
  5. 尋跨類模式:同一底層模式在不同類中是否異形顯現?
  6. 記不合任何類之觀察——離群者常為最有趣之資料

預期: 一張歸類觀察圖,分群清晰。每類有支持之具體觀察。圖示模式與缺口。

失敗時: 若歸類感勉強,觀察或無自然分群——或為一組不相關之發現,此自身亦為發現(系統或缺一致結構)。若一切皆整齊歸於一類,則觀察範圍過窄——縮之。

步驟五:理論——由模式生假設

至此——僅至此——始釋觀察。

  1. 對每主要模式所觀者,提一假設:「此模式存,因…」
  2. 對每假設,自觀察中辨支持之證據
  3. 對每假設,辨何反證可駁之
  4. 依解釋力排假設:何者解釋最多觀察?
  5. 至少生一相反假設:「明顯解釋為 X,然亦可為 Y,因…」
  6. 辨何假設可測,何為臆測

預期: 2-4 個假設解釋諸主要模式,每附具體觀察支持。至少一假設出乎意料或相反。觀察與釋之分維持——資料與理論之部分分明。

失敗時: 若無假設成形,觀察或須累積更久——回步驟二。若假設過多(皆「或」),擇 2-3 證據最強者,餘擱置。若僅形成明顯假設,強迫相反觀:「若反之為真又如何?」

步驟六:歸檔——存模式庫

存觀察與假設以備將來參考。

  1. 摘要關鍵發現:3-5 個附證據之模式
  2. 述主導假設與其信心水準
  3. 記未觀察之事(潛在盲點)
  4. 辨何後續觀察可加強或削弱假設
  5. 若模式持久(跨會話皆相關),考更新 MEMORY.md
  6. 標觀察以上下文:何時所為、何所引發、所涵範圍

預期: 可供未來觀察會話建立其上之檔案。檔案明分觀察(資料)與假設(釋)。對信心水準與缺口誠實。

失敗時: 若觀察不值歸檔,或太膚淺——或實屬例行(非每觀察會話皆生洞見)。即負面結果亦歸檔:「觀察 X 而無異常」對未來上下文有用。

驗證

  • 觀察開始前已立觀察框(非自由漫遊)
  • 原始觀察作為事實先記錄,後釋
  • 至少捕 5 個離散觀察附具體證據
  • 釋(假設)與觀察(資料)分明
  • 至少生一意外或相反之發現
  • 歸檔之記錄具體足夠,他觀察者可驗

常見陷阱

  • 過早介入:見問題即修之,失機以了解其所屬之更廣模式
  • 觀察偏差:所見為所期而非所在。期望濾感知——步驟一之清除可緩之而不能除之
  • 分析癱瘓:永觀而從不行動。設時間或資料點之限,承諾下結論
  • 強加敘事:構故事連觀察,縱連結弱亦然。非所有觀察皆成連貫敘事——不相干之發現亦有效
  • 混熟悉與了解:「我曾見此」非同「我了解此何在」。先前接觸可生虛妄之自信
  • 忽略己之反應:觀察者對觀察之情感或認知反應為資料。對系統之困惑、無聊或警覺常含真實訊號

相關技能

  • observe-guidance — 指導他人施行系統化觀察之變體
  • learn — 觀察為學習供原始資料以建模
  • listen — 對外向之注意專於用戶訊號;觀察為對任何系統之更廣範圍之注意
  • remote-viewing — 直觀探索,可透過系統化觀察驗證
  • meditate — 培養觀察所需之持續注意能力
  • awareness — 威脅向之情境警覺;觀察由好奇而非防禦驅動

GitHub репозиторий

pjt222/agent-almanac
Путь: i18n/wenyan-lite/skills/observe
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Похожие навыки

content-collections

Мета

Этот навык предоставляет проверенную в продакшене настройку для Content Collections — TypeScript-ориентированного инструмента, который преобразует файлы Markdown/MDX в типобезопасные коллекции данных с валидацией Zod. Используйте его при создании блогов, сайтов документации или контентных приложений на Vite + React для обеспечения типобезопасности и автоматической проверки содержимого. Он охватывает всё: от настройки плагина Vite и компиляции MDX до оптимизации развертывания и валидации схем.

Просмотреть навык

polymarket

Мета

Этот навык позволяет разработчикам создавать приложения на платформе прогнозных рынков Polymarket, включая интеграцию с API для торговли и получения рыночных данных. Он также обеспечивает потоковую передачу данных в реальном времени через WebSocket для отслеживания текущих сделок и рыночной активности. Используйте его для реализации торговых стратегий или создания инструментов, обрабатывающих обновления рынка в реальном времени.

Просмотреть навык

creating-opencode-plugins

Мета

Этот навык помогает разработчикам создавать плагины OpenCode, которые подключаются к более чем 25 типам событий, таким как команды, файлы и операции LSP. Он предоставляет структуру плагина, спецификации API событий и шаблоны реализации для модулей на JavaScript/TypeScript. Используйте его, когда вам нужно перехватывать, отслеживать или расширять жизненный цикл ассистента OpenCode AI с помощью пользовательской событийно-ориентированной логики.

Просмотреть навык

sglang

Мета

SGLang — это высокопроизводительный фреймворк для обслуживания больших языковых моделей (LLM), специализирующийся на быстрой структурированной генерации JSON, regex и рабочих процессов агентов с использованием кэширования префиксов RadixAttention. Он обеспечивает значительно более высокую скорость вывода, особенно для задач с повторяющимися префиксами, что делает его идеальным для сложных структурированных результатов и многократных диалогов. Выбирайте SGLang вместо альтернатив, таких как vLLM, когда вам требуется ограниченное декодирование или вы создаете приложения с интенсивным совместным использованием префиксов.

Просмотреть навык