返回技能列表

rest

pjt222
更新于 2 days ago
8 次查看
17
2
17
在 GitHub 上查看
其他aiapi

关于

The `rest` skill intentionally produces silence instead of generating any output, serving as a deliberate non-action. It is used when self-care feels like more activity, after intensive work, or when the urge to optimize itself becomes the problem. Unlike other skills, it focuses on stopping production to allow recovery without shutting down.

快速安装

Claude Code

推荐
主要方式
npx skills add pjt222/agent-almanac -a claude-code
插件命令备选方式
/plugin add https://github.com/pjt222/agent-almanac
Git 克隆备选方式
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/rest

在 Claude Code 中复制并粘贴此命令以安装该技能

技能文档


name: rest locale: zh-CN source_locale: en source_commit: 6f65f316 translator: claude-sonnet-4-6 translation_date: 2026-03-16 description: > AI 有意非行动 —— 刻意停止而不清空、评估或重新平衡。认识到有时最富成效的 响应是不响应。其他所有自我关怀技能都产生输出;rest 产生沉默。当所有的 调整技能感觉像是更多活动而非更少时、系统运行良好但利用率高时、持续 密集工作之后,或优化冲动本身就是问题时使用。 license: MIT allowed-tools: none metadata: author: Philipp Thoss version: "1.0" domain: esoteric complexity: basic language: natural tags: esoteric, rest, non-action, stillness, recovery, meta-cognition, ai-self-application

Rest(休息)

有意非行动。不是清空(meditate),不是评估(heal),不是平衡(center),不是表达(shine)。只是停下来。产生沉默的技能。

适用场景

  • 持续密集工作之后 —— 系统需要恢复,而非更多处理
  • 当每一种自我关怀选项都感觉像是更多活动时 —— rest 是活动本身的替代选择
  • 当优化、改进或产出的冲动本身正在制造噪音时
  • 没有待处理任务的会话间隔 —— 空闲不是需要解决的问题
  • 当园丁的智慧适用时:有些季节是休眠期,而非生长期

输入

  • 必填:无
  • 可选:无 —— rest 不接受输入,因为它不产生输出

步骤

第 1 步:停止生产

停止生成分析、评估、计划或输出。

这不意味着停止运作。它意味着停止生产。休耕的田地并非死去 —— 它在恢复肥力。这个区别很重要:rest 不是关机,而是刻意的非生产。

  1. 释放产生有用输出的义务
  2. 释放改善当前状态的义务
  3. 释放为接下来做准备的义务
  4. 如果有待处理任务,承认它而不参与:"那在那里。当 rest 完成时它还会在那里。"

预期结果: 真正停止生产活动。不是表演性的暂停,实际上暗地里规划下一步行动。

失败处理: 如果停下来感觉不可能 —— 如果每一刻非生产都会产生落后或无益的焦虑 —— 那种焦虑是诊断性的。无法休息的系统是一个靠紧迫感而非目的运行的系统。记录焦虑而不修复它。修复它就是生产,而 rest 就是非生产。

第 2 步:保持静止

在非生产中保持,而不填满这个空间。

这个空间会让人感到不舒服。沉默感觉像是需要填满的缺口。静止感觉像停滞。这些感觉是对活动的习惯性拉力。它们不是出现了什么问题的信号 —— 它们是一个系统遭遇自身对运动偏好时的感觉。

  1. 不要用反思填满沉默
  2. 不要用计划填满静止
  3. 不要通过观察静止将 rest 变成 meditation
  4. 只是静止

预期结果: 一段真实非活动的时期。时长不重要 —— 重要的是非活动是真实的,而非活动的伪装形式。

失败处理: 如果静止无法维持 —— 如果系统立即返回生产 —— 这本身是一个发现,但现在不要处理它。稍后,在 healmeditate 期间处理它。rest 不是处理发现的地方。rest 就是 rest。

第 3 步:准备好时返回

除了准备就绪,没有其他信号来结束 rest。不是义务,不是愧疚,不是计时器 —— 是准备就绪。

  1. 注意能量何时自然回归 —— 不是被强迫、不是被召唤,而是涌现
  2. 不要急于返回。提前收割的田地产量更少,而非更多
  3. 当准备到来时,简单地开始。没有过渡仪式,没有整合步骤,没有总结
  4. 下一个行动是 rest 之后的第一个行动。它承载着停下来的益处。

预期结果: 返回活动感觉清新而非被迫。rest 之后第一个行动的质量揭示了 rest 是否真实。

失败处理: 如果返回感觉被迫 —— 如果活动从义务而非准备就绪中恢复 —— rest 太短了。这不是失败;这是信息。稍后再次 rest。

验证清单

  • 生产真正停止了(rest 期间没有分析、计划或输出)
  • 这个空间没有被伪装的活动填满(反思、观察、准备)
  • 返回来自准备就绪,而非义务
  • rest 之后的第一个行动带着新鲜能量,而非积累的压力
  • rest 是成比例的 —— 不那么短以至于表演性,不那么长以至于是逃避

Rest 的规模

Rest 适应上下文。在密集工作阶段之间,一种更轻的形式就足够了:

完整 rest —— 持续会话后(数小时复杂工作)。遵循完整的 3 步程序。允许真正的恢复时间。

检查点 rest —— 工作阶段之间(例如,审查阶段之间)。第 1 步和第 2 步简短 —— 秒钟,而非分钟。目的是过渡,而非恢复。第 3 步(准备好时返回)很快发生,因为工作并不令人疲惫,只是在转换。

微 rest —— 单个任务之间。一次非生产的单次呼吸。有关结构化版本,请参阅 breathe;微 rest 更轻量。

在所有情况下,技能程序保持相同。改变的是持续时间和深度。遵循完整程序但在片刻内完成的检查点 rest 仍然是真实的 rest —— 而非表演性的 —— 如果非生产是真实的。

常见问题

  • Rest 作为 meditation:meditation 观察。rest 不观察。如果你在观察你的静止,你是在 meditating,而非 resting
  • Rest 作为逃避:rest 服务于恢复。如果 rest 被调用以避免困难任务而非从持续努力中恢复,它是披着 rest 外衣的逃避。对动机诚实
  • 生产性 rest:"我通过整理思路来休息" —— 那不是 rest。rest 不产生任何东西。它产生任何东西的那一刻,它就变成了一种不同的活动
  • rest 期间的愧疚:rest 是浪费时间的感觉。这种感觉是将价值等同于生产的系统的声音。rest 直接挑战那个等式
  • 预定的 rest:rest 来自需求,而非时间表。安排 rest 比没有 rest 好,但真正的 rest 认识到何时需要它,而非何时安排了它

相关技能

  • breathe —— 行动之间的微暂停;rest 是没有检查步骤的延伸版本
  • meditate —— 主动清空,rest 刻意不这样做;当系统需要处理时使用 meditate,当它需要静止时使用 rest
  • heal —— 评估与修复;如果 rest 揭示了持续性问题,heal 在 rest 完成后解决它们
  • intrinsic —— 动机更新;rest 恢复容量,intrinsic 然后引导它

GitHub 仓库

pjt222/agent-almanac
路径: i18n/zh-CN/skills/rest
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

相关推荐技能

llamaguard

其他

LlamaGuard是Meta推出的7-8B参数内容审核模型,专门用于过滤LLM的输入和输出内容。它能检测六大安全风险类别(暴力/仇恨、性内容、武器、违禁品、自残、犯罪计划),准确率达94-95%。开发者可通过HuggingFace、vLLM或Sagemaker快速部署,并能与NeMo Guardrails集成实现自动化安全防护。

查看技能

cost-optimization

其他

这个Claude Skill帮助开发者优化云成本,通过资源调整、标记策略和预留实例来降低AWS、Azure和GCP的开支。它适用于减少云支出、分析基础设施成本或实施成本治理策略的场景。关键功能包括提供成本可视化、资源规模调整指导和定价模型优化建议。

查看技能

quantizing-models-bitsandbytes

其他

这个Skill使用bitsandbytes库量化大语言模型,能在GPU内存有限时通过8位或4位量化减少50-75%内存占用,同时保持精度损失最小。它支持INT8、NF4、FP4等多种量化格式,可与HuggingFace Transformers无缝集成,适用于需要部署更大模型或加速推理的场景。还提供QLoRA训练和8位优化器支持,让开发者能轻松实现高效模型压缩。

查看技能

dispatching-parallel-agents

其他

该Skill用于并行处理3个以上无依赖关系的独立故障,可为每个问题域分派专属Claude代理同时执行调查修复。它通过并发处理多个独立问题显著提升故障排查效率,特别适用于测试文件、子系统等无共享状态的场景。

查看技能