返回技能列表

argumentation

pjt222
更新于 6 days ago
19 次查看
17
2
17
在 GitHub 上查看
design

关于

This skill helps developers construct structured arguments using a hypothesis-argument-example framework. It's designed for writing technical proposals, justifying design decisions in ADRs, and providing substantive PR reviews or code feedback. Key capabilities include formulating testable hypotheses, building logical arguments, and steelmanning counterarguments.

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/argumentation

在 Claude Code 中复制并粘贴此命令以安装该技能

技能文档

構辯

由設經辯至實證建嚴辯。技稱皆循三:明設述何信、辯釋何以、例證之確。

  • 書或察提技變之 PR 述→用
  • 證 ADR 設決→用
  • 構非「不喜」之碼察饋→用
  • 書研辯或技提→用
  • 技論挑或衛某法→用

  • :須證之稱或位
  • :脈(碼察、設決、研、文)
  • :受(同伴、察者、利相關、研)
  • :對辯或他位以對
  • :可達證或數

一:擬設

述稱為明、可駁設。設非見或好——乃可對證測之具體斷。

  1. 一句書稱
  2. 施可駁測:有人可以證駁此乎?
  3. 窄範:限於某脈、庫、域
  4. 由可測準與見分

可駁與不可駁:

Unfalsifiable (opinion)Falsifiable (hypothesis)
"This code is bad""This function has O(n^2) complexity where O(n) is achievable"
"We should use TypeScript""TypeScript's type system will catch the class of null-reference bugs that caused 4 of our last 6 production incidents"
"The API design is cleaner""Replacing the 5 endpoint variants with a single parameterized endpoint reduces the public API surface by 60%"
"This research approach is better""Method A achieves higher precision than Method B on dataset X at the 95% confidence level"

得:一句設具體、定範、可駁。讀者可即想何證可確或駁。

敗:設似糊→施「吾何駁此」測。不能想反證→稱為見非設。窄範或加可量準至可測。

二:識辯類

擇最支設之邏構。異稱呼異推法。

  1. 察四辯類:
TypeStructureBest for
DeductiveIf A then B; A is true; therefore BFormal proofs, type safety claims
InductiveObserved pattern across N cases; therefore likely in generalPerformance data, test results
AnalogicalX is similar to Y in relevant ways; Y has property P; therefore X likely has PDesign decisions, technology choices
EvidentialEvidence E is more likely under hypothesis H1 than H2; therefore H1 is supportedResearch findings, A/B test results
  1. 配設於最強辯類:

    • 真→演繹
    • 稱按觀真→歸納
    • 稱按相似前例或行類比
    • 稱一釋較合數於它→證據
  2. 考合類為強辯(如類比輔以歸納證)

得:擇辯類(或合)附明由何配設。

敗:無單類合→設或須分子稱。析為部,各有自然辯構。

三:構辯

築接設於證之邏鏈。

  1. 述前提(始事或設)
  2. 示邏接(前提如何引結)
  3. 鋼化最強對辯:先述最佳對例而後
  4. 直以證或推對對辯

例——碼察(演+納):

:「取驗邏為共模將減三 API 處之蟲重」

前提

  • 三處(createUserupdateUserdeleteUser)各施同入驗微異(觀於 src/handlers/
  • 末 6 月 5 驗蟲中 3 修一處而未傳他(見 #42、#57、#61)
  • 共模行邏一源(演:一施則一處可修)

邏鏈:因三處重同驗(提一),一修而他漏(提二,自 3/5 例納)。共模意一修達諸呼者(共模語演)。故取將減蟲重。

對辯(鋼化):「共模引耦——驗變影一處可破他」

:諸處已共同驗;耦隱難維。經共模附參選(如 validate(input, { requireEmail: true }))使耦明可測。今隱重更險,蓋藏依。

例——研(證據):

:「域語料前訓較增通語料更增生醫 NER 下游性能」

前提

  • PubMed 前訓 BioBERT(4.5B 詞)勝通英前訓 BERT-Large(16B 詞)於 6/6 生醫 NER 基(Lee 等,2020)
  • Semantic Scholar 前訓 SciBERT(3.1B 詞)勝 BERT-Base 於 SciERC、JNLPBA 雖前訓料小
  • 通域擴(BERT-Base 至 BERT-Large、3x 參)於生醫 NER 益小於域適(BERT-Base 至 BioBERT、同參)

邏鏈:證一致示生醫 NER 域料擇勝料規(證據:此果於域特較規重時更可)。三獨比同向,強納。

對辯(鋼化):「此或不普於生醫 NER 外——生醫獨技詞膨域適優」

:有效限。設專為生醫 NER。然似域適益見於法 NLP(Legal-BERT)與金 NLP(FinBERT),示紋或普於他特域,雖此分稱需自證。

得:完辯鏈附前提、邏接、鋼對辯、駁。讀者可步循。

敗:辯似弱→察前提。弱辯多由不證前提非邏誤。為各前提尋證或認為設。對辯強於駁→設或須改。

四:供具例

以獨可驗證輔辯。例非繪——乃使辯可測之經基。

  1. 至少一正例確設
  2. 至少一邊例測限
  3. 各例獨可驗:他人可重或察不賴釋
  4. 碼稱:引具檔、行、提
  5. 研稱:引具論、集、實果

例擇準:

CriterionGood exampleBad example
Independently verifiable"Issue #42 shows the bug was fixed in handler A but not B""We've seen this kind of bug before"
Specific"createUser at line 47 re-implements the same regex as updateUser at line 23""There's duplication in the codebase"
Representative"3 of 5 validation bugs in the last 6 months followed this pattern""I once saw a bug like this"
Includes edge cases"This pattern holds for string inputs but not for file upload validation, which has handler-specific constraints"(no limitations mentioned)

得:讀者可獨驗之具例。至少正一邊一。各引具產(檔、行、議、論、集)。

敗:例難尋→設或太廣或非觀現實接地。窄範至可指。例缺乃信號非以糊引補之缺。

五:合全辯

合設、辯、例為脈適式。

  1. 碼察——構註:

    [S] <one-line summary of the suggestion>
    
    **Hypothesis**: <what you believe should change and why>
    
    **Argument**: <the logical case, with premises>
    
    **Evidence**: <specific files, lines, issues, or metrics>
    
    **Suggestion**: <concrete code change or approach>
    
  2. PR 述——構體:

    ## Why
    
    <Hypothesis: what problem this solves and the specific improvement claim>
    
    ## Approach
    
    <Argument: why this approach was chosen over alternatives>
    
    ## Evidence
    
    <Examples: benchmarks, bug references, before/after comparisons>
    
  3. ADR——用標 ADR 式三映於脈(設)、決(辯)、果(例/預證)

  4. 研書——映標構:引述設、法/果供辯與例、論對對辯

  5. 察合辯:

    • 邏缺(結真自前提引乎)
    • 缺證(有不證前提乎)
    • 未對對辯(強對已答乎)
    • 範蔓(辯留設限內乎)

得:完、格之辯適於脈。讀者可評設、循推、察證、考對辯——皆於一連構。

敗:合辯似散→設或太廣。析為焦子辯,各自有設辯例三。兩緊辯勝一蔓辯。

  • 設可駁(有人可以證駁)
  • 設定範於某脈非通稱
  • 辯類識且合稱
  • 前提明述非設共知
  • 邏鏈無缺接前提於結
  • 強對辯鋼化且對之
  • 至少一正例支設
  • 至少一邊例或限認
  • 諸例獨可驗(附引)
  • 出式配脈(碼察、PR、ADR、研)
  • 無邏謬(訴威、假二分、稻人)

  • 以見為設:「此碼亂」乃好非設。重書為可測稱:「此模有 4 責當分按單責律,證為其 6 公法跨 3 無關域」
  • 略對辯:未對之異弱辯雖讀者未述。恆鋼化——以最佳形述強對例而後駁
  • 糊例:「吾常見此紋」非證。指具議、提、行、論、集。具例難尋→設或非接地
  • 訴威:「資工程師言之」或「Google 如此」非邏辯。威可究但辯須自證自推立
  • 結範蔓:結廣於證所支。例覆 3 API 處→勿結全庫。配結範於證範
  • 混辯類:演繹稱用納語(「傾」)或反之。精述結強——演供確、納供概

  • review-pull-request —— 施構辯於構碼察饋
  • review-research —— 構基證辯於研脈
  • review-software-architecture —— 證構決以設辯例三
  • create-skill —— 技本身為構辯如何成事
  • write-claude-md —— 文益於明證之例與決

合:構辯 + 對辯魔

高險決,合此技與 advocatus-diaboli 為決前察環。紋:

  1. 經構辯——築設辯例三
  2. 壓測 經 advocatus-diaboli——鋼化提,後以具問挑各設。標嚴:關(重設或棄)、中(調)、低(註而進)
  3. 按發——關發重設;中發調;低發註

何時合對獨用:

  • 構提、PR 述、設證唯用構辯
  • 察他既辯唯用 advocatus-diaboli
  • 既為提者且需對抗自察前提時合用兩

例——PR 應精: 構辯構應(設:合 PR 善、附證辯、合作邀)。advocatus-diaboli 後捕兩關症:代過程識稱為揣非實(安 PR 致愧)、「吾實踐已測之」不可驗。皆去。末應短 40-50%——過釋示不安。

例——系設分流: 構辯(經 Plan 代)設全 500 行分流管。advocatus-diaboli 殺之:9 項時系太早自為維負(遞陷)。末解:25 行加既腳。

GitHub 仓库

pjt222/agent-almanac
路径: i18n/wenyan-ultra/skills/argumentation
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

相关推荐技能

content-collections

Content Collections 是一个 TypeScript 优先的构建工具,可将本地 Markdown/MDX 文件转换为类型安全的数据集合。它专为构建博客、文档站和内容密集型 Vite+React 应用而设计,提供基于 Zod 的自动模式验证。该工具涵盖从 Vite 插件配置、MDX 编译到生产环境部署的完整工作流。

查看技能

polymarket

这个Claude Skill为开发者提供完整的Polymarket预测市场开发支持,涵盖API调用、交易执行和市场数据分析。关键特性包括实时WebSocket数据流,可监控实时交易、订单和市场动态。开发者可用它构建预测市场应用、实施交易策略并集成实时市场预测功能。

查看技能

creating-opencode-plugins

该Skill帮助开发者创建OpenCode插件,用于接入命令、文件、LSP等25+种事件。它提供了插件结构、事件API规范和JavaScript/TypeScript实现模式,适合需要拦截操作、扩展功能或自定义事件处理的场景。开发者可通过它快速构建响应式模块来增强OpenCode AI助手的能力。

查看技能

sglang

SGLang是一个专为LLM设计的高性能推理框架,特别适用于需要结构化输出的场景。它通过RadixAttention前缀缓存技术,在处理JSON、正则表达式、工具调用等具有重复前缀的复杂工作流时,能实现极速生成。如果你正在构建智能体或多轮对话系统,并追求远超vLLM的推理性能,SGLang是理想选择。

查看技能