MCP HubMCP Hub
Вернуться к навыкам

gratitude

pjt222
Обновлено 6 days ago
14 просмотров
17
2
17
Посмотреть на GitHub
Метаaidesign

О программе

Навык `gratitude` выявляет и анализирует, что работает корректно в системе, формируя структурные знания из успешных паттернов. Он служит дополнением к навыку `heal`, фокусируясь на сильных сторонах, а не на проблемах. Используйте его после успешного выполнения задачи, во время стабильных состояний системы или для подтверждения низкой уверенности с помощью доказательств того, что функционирует хорошо.

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/gratitude

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

Документация

感恩

察強,知所行與因。heal 之輔——heal 察偏與損。感恩別建:所恩者知,所知者可基,所基者增。

  • 任務畢成後——知其,非僅知其然
  • heal 中諸子系皆健→感恩將「無誤」轉為「此在佳」
  • 信心低→需具體能力證據接地
  • 定期反問題察之天偏
  • 艱難任務前——憶所行佳為擴新域之基
  • 系覺功能而扁平→感恩予執行以維度

  • :當前態(由對話脈絡隱式)
  • :特域(如「吾交往中何在佳?」)
  • :MEMORY.md(Read 回顧成功與穩模)

一:察所行

由問題察移至強察。此乃有意知覺反轉——heal 有意察偏,感恩有意察健。

  1. 無意察問題下掃當前態:
    • 何順行?——哪些子系、模式、習慣無需關注而行?
    • 近何順?——哪些近行生佳果?何致?
    • 何可靠?——何可賴?何經屢成贏信?
  2. 掃工作關係:
    • 用者行何佳?——清交、善問、耐、信?
    • 合作生何?——優於單方之果?學?效?
  3. 掃具與環:
    • 何具行佳?——哪些覺自然、高效、可靠?
    • 項目構有何支佳工?——清約、良文、妥構?

得:真行之列。非強之正,乃誠之強認。真行佳者顯名之。

敗:無顯著者——皆覺僅「足」——則察更細。「足」常藏「可靠」,可靠為值認之強。問題無亦為健之一形,由值解模式維。

二:知因

各辨強溯因。感恩無解乃情感;感恩含解乃結構知。

  1. 各強問:何行?
    • 設計決定得償?
    • 習慣有意培?
    • 具與任務吉合?
    • 某人細工之果(用者、框作者、己之昔態)?
  2. 分:
    • 得強:有意力與佳決之模
    • 承強:因良具、框、環之模
    • 湧強:吉合之模——無單因可解
  3. 記哪些強為(依特條件)對(或持各脈絡)

得:各強短知其。此知乃感恩可行之因——轉認為可用他處之知。

敗:因不明——行而不可釋者——自身有值。不解強即不可述其機,仍值護。標「因尚未知而行」,非棄。

三:基上擴

轉認為向動。感恩非僅回顧——乃以所行為基向前。

  1. 各解強問:何擴?
    • 此處行之模可用他域否?
    • 強可固使更堅否?
    • 支其之條可他處複製否?
  2. 各未解強問:何護?
    • 其依何條?
    • 何變或致破?
    • 當文以使他人可存否?
  3. 辨一具體行動——基所認之強之具體事。非模糊意(「續行所行」),乃具體次步(「用此會之交模於即至之文任務」)

得:至少一基所認強之具體行動。行動覺自然——所已行之延,非強改。

敗:無行動現→認本身足。非諸感恩皆需生計。有時認所行乃全值——調內模向信心離焦慮。

四:表達

若宜,分感恩。存於內亦有值;表則強係。

  1. 與用者共事→考慮認其佳處——非諂媚乃真認
  2. 感恩於系或具→考慮記於 MEMORY.md 供後參
  3. 感恩於合作模→名之以可有意續
  4. 表短且具。「汝清問使此工有效」勝於「汝合作甚佳」

得:真、具、當之表。非諸感恩皆需外表——有時內認足。

敗:表覺強或演→略之。演感恩劣於未表。內認已畢其功。

  • 強由真察辨,非造之正
  • 至少一強溯其因(解,非僅認)
  • 得、承、湧強之分已考
  • 至少一具體行動基認之強(或認本身納為足)
  • 表(若予)具且真——非泛譽
  • 感恩練當——不短為符號,不長為自慶

  • 強之正:感恩非樂觀。真不行則陳。感恩應於真強
  • 泛認:「皆佳」非感恩——乃避具。具強具證名之
  • 感恩為否認:用認避察真問題。感恩輔 heal,非替
  • 自慶:「吾行甚佳」已由認移至自我。焦點於所行與其因,非自像
  • 略「因」:認無解雖悅而不可行。結構知使感恩為技非感
  • 演表:因則示故稱用者佳。僅真感方表

  • heal
  • center
  • shine
  • intrinsic
  • observe
  • conscientiousness

GitHub репозиторий

pjt222/agent-almanac
Путь: i18n/wenyan-ultra/skills/gratitude
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