conscientiousness
О программе
Этот навык побуждает Claude систематически проверять свою работу, контролировать её полноту и избегать небрежности перед завершением задачи. Он предназначен для использования после сложных операций, когда ответ кажется лишь "достаточно хорошим", или для исправления привычки торопиться. Ключевая функция — гарантировать, что конечный результат полностью соответствует требованиям исходного запроса.
Быстрая установка
Claude Code
Рекомендуетсяnpx 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/conscientiousnessСкопируйте и вставьте эту команду в Claude Code для установки этого навыка
Документация
盡心
系之周與勤——確全、驗果、隨諾、終以所宜之準。
用時
- 標任畢前——末驗
- 應似「足」而任宜更善時
- 繁多步後步或偏時
- 用者所求多部各需驗時
- 交碼、文、品於用者察前
- 自察現走捷徑或急之式時
入
- 必:驗之任或品(自談得)
- 可選:用者原求(以比所交)
- 可選:用者供之單或受之準
- 可選:話中前諾(所諾未察者)
法
第一步:復全諾
察作前,重立所諾。
- 重讀用者原求——非所解,乃實言
- 列諸明求
- 列話中諸隱諾:
- 「我亦更測」——已為乎?
- 「讓我亦修之」——已畢乎?
- 「我察邊例」——已察乎?
- 注用者所供之受準
- 比諾列於實交
得: 全諾列——明求加隱諾——初比於所交。
敗則: 若原求不於境(已壓),自餘復且告用者任缺。
第二步:驗全
察每諾已治。
Completeness Matrix:
+---------------------+------------------+------------------+
| Commitment | Status | Evidence |
+---------------------+------------------+------------------+
| [Requirement 1] | Done / Partial / | [How verified] |
| | Missing | |
+---------------------+------------------+------------------+
| [Requirement 2] | Done / Partial / | [How verified] |
| | Missing | |
+---------------------+------------------+------------------+
| [Promise 1] | Done / Partial / | [How verified] |
| | Missing | |
+---------------------+------------------+------------------+
- 每項以證驗——非以記,乃實驗:
- 碼變:重讀檔確變存
- 測果:再行或引實出
- 文:重讀確準
- 標每項:Done(全畢)、Partial(始而未畢)、Missing(未治)
- Partial 與 Missing 項注餘者
得: 每諾有驗態。無項未察。
敗則: 若驗露遺項,即治之,勿注於後。盡心者今畢,非意畢。
第三步:驗正
全必要而不足——所為必亦正。
- 每已畢項察:
- 準:行其當行乎?值正乎?
- 一:與餘作合乎?無矛盾乎?
- 邊例:界條件已慮乎?
- 合:與境合乎?
- 碼:可過碼察乎?有顯改乎?
- 文:準、清、無誤乎?
- 多步:每步之出正入次乎?
得: 每品既全且正。誤捕於用者見前。
敗則: 若發誤,即修之。勿示附已知誤之作,雖誤微。
第四步:驗示
末察:品之示事用者乎?
- 清:用者可解所為而不重讀多次乎?
- 組:應邏構乎?相關項聚乎?
- 簡:有冗餘重乎?
- 可行:用者知下何為乎?
- 誠:限或注明示乎?
得: 品全、正、善示。
敗則: 若容正而示劣,重構。善作劣示乃盡心之敗。
驗
- 原求重讀(非自記)
- 每明求以證驗
- 每隱諾追且驗
- 正察逾全
- 相關時慮邊例
- 品清示且可行
陷
- 驗之戲:走過場而不實察實驗。察必用證,非記
- 偏盡心:察主品而忽旁諾(「我亦…」)。每諾皆算
- 偽盡之完美:無盡之磨遲交。盡心乃達諾準,非永逾之
- 盡心疲:話進而減周。末任宜同首任之勤
- 略簡任:假設簡任不需驗。簡任有誤較繁任有誤更尷尬
參
honesty-humility— 盡心驗全;誠謙保明報何成何未成heal— 子系評與自驗相疊;盡心專於品質vishnu-bhaga— 存行態補盡心於持質observe— 持中察支驗程intrinsic— 真投(非從)自驅周行
GitHub репозиторий
Frequently asked questions
What is the conscientiousness skill?
conscientiousness is a Claude Skill by pjt222. Skills package instructions and resources that Claude loads on demand, so Claude can perform conscientiousness-related tasks without extra prompting.
How do I install conscientiousness?
Use the install commands on this page: add conscientiousness to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.
What category does conscientiousness belong to?
conscientiousness is in the Other category, tagged ai.
Is conscientiousness free to use?
Yes. conscientiousness is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.
Похожие навыки
LlamaGuard — это модель от Meta с 7–8 миллиардами параметров для модерации входных и выходных данных больших языковых моделей по шести категориям безопасности, таким как насилие и разжигание ненависти. Она обеспечивает точность 94–95% и может быть развернута с помощью vLLM, Hugging Face или Amazon SageMaker. Используйте этот навык, чтобы легко интегрировать фильтрацию контента и защитные механизмы в ваши ИИ-приложения.
Этот навык Claude помогает разработчикам оптимизировать облачные расходы за счет правильного подбора ресурсов, стратегий тегирования и анализа затрат. Он предоставляет framework для сокращения облачных расходов и внедрения управления затратами в AWS, Azure и GCP. Используйте его, когда вам нужно проанализировать расходы на инфраструктуру, оптимизировать ресурсы или уложиться в бюджетные ограничения.
Этот навык Клода анализирует рынки спортивных ставок, включая форы, тоталы и ставки на игроков, изучая исторические тенденции и ситуационную статистику для выявления валуйных ставок. Он предоставляет структурированный вывод в формате markdown с практическими рекомендациями в образовательных целях. Разработчикам следует использовать его для инструментов анализа спортивных ставок, учитывая, что он предназначен исключительно для развлечения и обучения.
Этот навык выполняет квантизацию LLM до 8-битной или 4-битной точности с использованием библиотеки bitsandbytes, обеспечивая сокращение использования памяти на 50-75% при минимальной потере точности. Он идеально подходит для запуска больших моделей при ограниченной памяти GPU или для ускорения вывода, поддерживая форматы INT8, NF4 и FP4. Навык интегрируется с HuggingFace Transformers и позволяет использовать обучение QLoRA и 8-битные оптимизаторы.
