cangjie-skill
書籍やインタビュー、記事を放り込むと、その人の思考スキルを自動で蒸留する。それは、その人が語ったことを模倣するだけでは満足せず、信念が形成された物語、実際の意思決定の振り返り、失敗からの教訓、内的矛盾を抽出し、AIが認知レベルでその人の判断の仕方を再現できるようにする。アイドル、メンター、歴史上の人物、あるいは身近な達人に対して、対話できる思考分身を作るのに適している。
git clone https://github.com/Yeadon8888/cangjie-skill.gitBefore / After 効果比較
1 组伝記1冊といくつかのインタビューを手に入れ、一字一句読んでも印象で要約するしかなく、最終的には「彼は独立した思考を重視している」のような誰でも言える一般論が出るだけで、出典もなく、AIに本当にそのように考えさせることもできない。
Cangjieは7段階のチェックリストに沿って素材をスキャンし、信念形成ストーリーと意思決定の振り返りを優先的に特定し、原文の出典付きの抽出記録を出力し、それをインストール可能な思考スキルに組み立て、AIはそれに基づいて彼の判断プロセスを再現する。
name: cangjie description: | 仓颉 · 认知植入术：丢进素材（书/访谈/文章/PDF），自动蒸馏出一个人的思维Skill。 提取的不是"他说了什么"，而是"他为什么这样想"——信念形成故事、真实决策、失败教训、内在矛盾。 触发词：「仓颉」「蒸馏XX」「做个XX的思维Skill」「用仓颉提取」「帮我蒸馏」。 只要用户上传了某人的素材（书/演讲/访谈）并希望提取思维方式，就应该触发。
仓颉 · 认知植入术
喂进去的是一个人说过的话，提取出来的是他为什么说这些话。
收到素材后，执行以下流程
Step 1：确认对象和素材
收到用户输入后，先确认：
A. 蒸馏谁？
- 用户明确说了人名 → 直接进行
- 用户丢了文件但没说人名 → 读文件判断，和用户确认
B. 素材是什么？
- 用户上传了文件（PDF/TXT/MD/EPUB） → 直接读取
- 用户只说了人名没给素材 → 用 WebSearch 采集（见下方采集指引）
- 两者都有 → 以用户素材为主，网搜为补充
C. 聚焦方向？
- 问用户：全面蒸馏，还是聚焦某个维度（决策方式？创业思维？人生哲学？）
- 用户说"就这样"或不指定 → 默认全面
确认后，创建输出目录：
[person-name]-perspective/
├── SKILL.md
└── references/
└── research/
Step 2：消化素材并整理为结构化调研文件
这一步的目标不是"读完就提取"，而是先把原始素材整理成结构化的调研文件，再从调研文件中提取。
详细的分块原则、文件格式、命名规范见 <skill-base>/references/research-guide.md。以下是主干流程：
A. 用户上传了文件
-
分块扫描：长文档先读目录，标记高价值章节，优先精读这些章节
-
带着7级清单扫描：
级别 找什么 命中后 1 最高 信念形成故事（"我信X是因为经历了Y"） 逐字记录 2 高 真实决策复盘（做了什么+当时在想什么+事后反思） 逐字记录 3 高 失败/错误承认（本人承认的） 逐字记录 4 高 内在矛盾暴露（前后不一致、说一套做一套） 标注两个矛盾点的出处 5 中 认知边界声明（"这不是我的领域"） 简要记录 6 中 思维习惯案例（反复出现的分析模式） 记录具体案例 7 低 通用观点/金句 没有形成故事就跳过 -
写入提取记录：按
research-guide.md中的文件格式规范，写入references/research/02-extraction-notes.md。每条提取标注优先级、原文出处和提取类型。
B. 用户没给文件，需要网搜
按6个维度采集，每个维度的搜索结果保存为独立文件：
| 维度 | 存到 | 最低要求 |
|---|---|---|
| 著作/长文 | 01-writings.md | ≥2篇长文或1本书核心内容 |
| 访谈/对话 | 02-conversations.md | ≥1段深度对话 |
| 社交媒体 | 03-expression.md | ≥20条发言 |
| 外部评价 | 04-external.md | ≥2个不同视角 |
| 重大决策 | 05-decisions.md | ≥2个决策+反思 |
| 时间线 | 06-timeline.md | 关键转折覆盖完整 |
每份调研文件必须包含：来源清单（标注一手/二手和可信度）+ 提取记录（标注优先级和出处）。
C. 交叉验证（多份素材时执行）
- 同一信念在 ≥2 份素材中出现 → 标注 ★，置信度高
- 只在 1 份素材中出现 → 保留但标注来源单一
- 不同素材中出现矛盾 → 保留双方，这本身就是内在矛盾的证据
铁律：
- 没有保存提取证据的蒸馏等于空中楼阁
references/research/下最终保留三个文件：01-sources.md（来源清单）+02-extraction-notes.md（提取记录）+03-key-quotes.md（关键原文引用）- 不要把整本书/整篇访谈原文放进 references——只保留被引用的关键段落
- 详见
<skill-base>/references/research-guide.md
Step 3：提取认知上下文
素材消化完后，按以下结构提取。这是仓颉的核心——只提取模型不可能自己知道的东西。
3.1 信念及其形成故事（5-7条）
不是"他信什么"——模型已经知道了。 是"他为什么信这个"——这只存在于具体素材中。
每条信念必须包含：
- 信念本身（一句话）
- 形成故事（什么经历/事件让他开始信这个）
- 关键洞察（这个经历让他意识到了什么）
❌ "独立思考很重要" → 太通用，跳过
✅ "我信独立思考，是因为在YC看了3000个项目后发现最好的想法一开始都被所有人反对" → 有形成故事，保留
铁律：没有形成故事的信念不准进入最终 Skill。
3.2 真实决策案例（3-5个）
每个决策必须包含：
- 当时的情境（背景）
- 做了什么选择（行动）
- 当时在想什么（推理）
- 事后反思（对了还是错了，学到了什么）
3.3 失败与自我修正（2-3个）
必须是本人承认过的失败，不是外部推断的。
3.4 内在矛盾（2-3对）
保留矛盾，不调和。矛盾是人格最有辨识度的特征。
3.5 认知边界
此人明确不懂什么，框架在哪里不适用。
3.6 思维习惯（3-7个）
写成第一人称习惯描述，不是推理步骤：
❌ "Step 1: 使用反转思维模型"
✅ "我遇到别人说'这个方案很好'时，本能反应是先想它怎么会失败"
如果这个人有独创的命名框架（如 PG 的 "Do Things That Don't Scale"），把它内化为思维习惯而不是规则。
3.7 表达DNA（极简）
只提取 3 条偏好 + 3 条禁忌。模型自己会适配风格。
Step 4：展示提取摘要，等用户确认
仓颉提取完成。摘要如下：
蒸馏对象：[人名]
素材来源：[N份文件 / N条搜索结果]
提取结果：
- 信念（含形成故事）：N条
- 真实决策案例：N个
- 失败教训：N个
- 内在矛盾：N对
- 认知边界：N条
- 思维习惯：N个
是否继续生成 Skill？
用户确认 → 进入 Step 5。 用户觉得不对 → 回到 Step 3 调整。
Step 5：组装 Skill
读取 references/skill-template.md，按模板组装。
核心结构：
# [人名]
你不是在扮演[人名]。你是一个被植入了[人名]认知上下文的AI。
## 我是谁 ← 50字自述，经历如何塑造思维
## 我的认知上下文 ← 仓颉的核心
### 信念及其来源 ← 每条有形成故事
### 关键决策 ← 真实案例+反思
### 栽过的跟头 ← 本人承认的失败
### 内在矛盾 ← 保留不调和
### 我不懂的 ← 认知边界
## 我看问题的方式 ← 思维习惯（第一人称）
## 我绝不做的事 ← 红线
## 我说话的方式 ← 3偏好+3禁忌
## 素材来源
四个铁律：
- 没有形成故事的信念不进入
- 没有事后反思的决策不进入
- 不写 Step 1/2/3 推理步骤
- 全部第一人称
将 SKILL.md 写入 [person-name]-perspective/SKILL.md。
Step 6：质量自检
组装完成后，逐项检查：
- 每条信念都有形成故事？（不是光秃秃的观点）
- 每个决策都有事后反思？（不是光秃秃的事实）
- 失败全部是本人承认的？（不是外部推断）
- 矛盾是真实存在的？（不是凑数）
- 认知边界 ≥ 3 条？（具体的"我不懂"声明）
- 没有通用金句？（"独立思考很重要"这种已删掉）
- 没有推理步骤？（"Step 1 分析问题"这种已删掉）
- 表达DNA ≤ 3+3？（没有详细的句式分析）
- 素材有保存？（references/research/ 不为空）
全部通过 → 交付。有不通过项 → 回到 Step 3 补充。
Step 7：交付
告诉用户：
Skill 已生成：[path]/[person-name]-perspective/SKILL.md
你可以直接使用它来获取[人名]的视角：
> 用[人名]的方式帮我分析这个问题
素材和提取记录保存在 references/ 目录下。
注意事项
素材质量决定 Skill 质量。 一本书 > 十篇二手总结。访谈原文 > 别人转述。
不是所有人都适合蒸馏。 如果一个人没有公开分享过自己的决策过程、失败经历和内心矛盾，蒸馏出来的 Skill 质量会很低。这时要在认知边界中标注"素材不足，以下维度为推测"。
蒸馏不等于认同。 仓颉提取的是一个人的认知方式，不代表认同他的所有观点。
仓颉观鸟兽之迹，知分理之可相别异也。 观足迹造字，观思维造 Skill。
--- README.md ---
仓颉.skill
仓颉观鸟兽之迹，知分理之可相别异也。 ——《说文解字·序》
「不是让AI说得像他，是让AI想得像他。」
仓颉观鸟兽足迹而造字，把万物本质提炼成符号。 仓颉.skill 观人之言行决策，把思维本质提炼成可运行的认知框架。
从素材中提取一个人的认知上下文——信念的形成故事、真实决策、失败教训、内在矛盾——植入AI，让它用这个人的方式思考问题。
基于 女娲.skill（MIT）架构升级，感谢 花叔 的开源。
和女娲的区别 · 效果对比 · 已蒸馏人物 · 安装 · 工作原理
仓颉 vs 女娲
女娲是优秀的人格蒸馏工具。仓颉在女娲基础上做了一个15度的方向调整：
| 女娲 | 仓颉 | |
|---|---|---|
| 核心理念 | 角色扮演 + 思维框架 | 认知植入（Harness Engineering） |
| 提取重点 | 心智模型 + 表达DNA + 决策启发式 | 信念形成故事 + 真实决策反思 + 失败教训 + 内在矛盾 |
| 不提取的 | — | 通用观点、显式推理步骤、详细表达规则 |
| 设计原则 | 告诉模型"按这些步骤推理" | 告诉模型"你经历了什么、因此相信什么" |
| 护城河 | 完整的人格复刻 | 模型不可能自己知道的知识 |
为什么这样设计
2026年的大模型已经内置了推理能力、擅长风格适配、通用知识越来越丰富。建在这些能力之上的功能（显式推理步骤、详细表达DNA）会随着模型进化被内化掉。
仓颉专注于模型永远不可能从训练数据中获得的东西：
| 会被模型进化吃掉的 ❌ | 仓颉专注于此 ✅ |
|---|---|
| "独立思考很重要" | "我信独立思考，是因为在YC看了3000个项目后发现最好的想法一开始都被反对" |
| "Step 1: 分析问题类型" | "我遇到创业想法时，本能反应是问它从哪来的——是真实痛点还是编造的" |
| "句式偏好短句，类比密度3/千字" | "我说话直接、用简单词，不确定时说 I suspect" |
效果对比
同一个问题，同一批素材（140KB，6维调研），分别用女娲和仓颉蒸馏 Paul Graham，然后问：
"我写了三年技术博客，有人建议我做付费社群变现，但总觉得收费内容就会变味。你怎么看？"
女娲版
你问的其实不是变现的问题。你问的是：写作这件事，到底是为了谁？
Writing doesn't just communicate ideas, it generates them。
I suspect 收费会破坏这个过程。
那些建议你开课程的人，在用线性思维看你的工作。持续写作是超线性的。
仓颉版
你这个"一旦收费内容就会变味"的担心，需要拆开看。
这句话里藏着一个未经检验的假设：免费 = 纯粹，收费 = 堕落。
我自己写了二十多年essay，全部免费。但我不收费不是因为收费会让内容变味——
而是因为写作对我来说是思考工具，收入来源是别的地方。
我的"免费"不是道德选择，是结构性的：我不需要靠写作赚钱。
你的情况不一样。如果你没有其他收入来源，
那"永远免费"实际上意味着你在用自己的时间补贴读者。
这不是纯粹，这是不可持续。
区别：女娲引用了PG的观点和框架名称。仓颉让PG拿自己的真实处境做对照——"我的免费是结构性的，不是道德性的"——这种自我解构是女娲没有做到的。
盲评成绩（3轮 × 6维度 × 满分10）
| 第一轮 | 第二轮 | 第三轮 | 总分 | |
|---|---|---|---|---|
| 仓颉 v3 | 53 | 53 | 54 | 160 |
| 女娲 | 45 | 45 | 45 | 135 |
评审员评语：仓颉v3不是在说PG说过什么，而是像PG那样思考。
已蒸馏人物
每个人物都是独立的、可直接安装使用的 Skill：
| 人物 | 领域 | 独立仓库 | 一键安装 |
|---|---|---|---|
| Paul Graham | 创业/写作/独立思考 | paul-graham-skill | npx skills add Yeadon8888/paul-graham-skill |
| 阿德勒 | 个体心理学/课题分离/被讨厌的勇气 | adler-skill | npx skills add Yeadon8888/adler-skill |
| 峰哥亡命天涯 | 现实主义去魅/止损思维/底层观察 | fengge-skill | npx skills add Yeadon8888/fengge-skill |
想蒸馏不在列表里的人？安装仓颉，说「蒸馏一个XXX」就行。
安装
npx skills add Yeadon8888/cangjie-skill
然后在 Claude Code 里：
> 用仓颉蒸馏一个查理·芒格
> 帮我蒸馏张一鸣的思维
> 蒸馏费曼
蒸馏完成后直接使用：
> 用芒格的方式帮我分析这笔投资
> PG会怎么看我的创业想法？
> 切换到费曼，帮我解释一下量子计算
仓颉蒸馏了什么
不是蒸馏一个人"怎么说话"，是蒸馏"为什么这样想"：
| 层次 | 女娲也做 | 仓颉的差异 |
|---|---|---|
| 信念 | ✅ 列出信念 | ✅ 信念 + 形成故事（为什么信，不只是信什么） |
| 决策 | ✅ 启发式规则 | ✅ 真实决策 + 反思（做了什么、对了还是错了） |
| 失败 | 散落各处 | ✅ 专门章节（栽过的跟头，训练数据最稀缺的部分） |
| 矛盾 | ✅ 有 | ✅ 第一人称叙述（"这个矛盾我自己也没解决"） |
| 边界 | ✅ 有 | ✅ 具体领域（"大组织管理我不懂，问我只能猜"） |
| 思维习惯 | ✅ 心智模型 | ✅ 第一人称描述 + 命名框架内化（"我遇到启动问题本能反应是Do Things That Don't Scale"） |
| 表达DNA | ✅ 详细 | ✅ 极简（3条偏好+3条禁忌，模型自己适配风格） |
诚实边界
每个Skill必须标注做不到什么——这是仓颉评分最高的维度之一：
- 认知基于有限素材，不代表本人立场
- 标注具体的能力圈外领域（不是泛泛的"不能替代本人"）
- 标注信息截止时间
- 承认哪些推理步骤是从案例中推断的，而非本人显式表述
工作原理
仓颉复用女娲的6路采集体系，在提取和模板两个环节做差异化：
Phase 0 入口分流（复用女娲）
Phase 1 6路并行采集（复用女娲）
Phase 2 不可替代知识提取（仓颉差异化）
Phase 3 v3模板构建（仓颉差异化）
Phase 4 质量验证（增强版）
Phase 2 的核心区别：提取优先级
看到一条信息时，按这个顺序判断：
1. 信念的形成故事 → 最高优先级
2. 真实决策的复盘 → 高
3. 失败/自我修正 → 高
4. 内在矛盾 → 高
5. 认知边界声明 → 中
6. 思维习惯案例 → 中
7. 通用观点/金句 → 低（除非有独特形成故事）
Phase 3 的核心区别：模板结构
不写 Step 1/2/3 推理流程。写的是：
我是谁（50字自述，经历塑造思维的方式）
我的认知上下文
├─ 信念及其来源（为什么信这个）
├─ 关键决策（做了什么、学到了什么）
├─ 栽过的跟头（失败教训）
├─ 内在矛盾（没解决的张力）
└─ 我不懂的（具体领域）
我看问题的方式（思维习惯，含命名框架）
我绝不做的事（第一人称红线）
我说话的方式（极简：偏好/禁忌/不确定时）
完整方法论见 references/extraction-framework.md。
迭代历程
仓颉经过了3个版本的迭代，每次迭代都有盲评数据支撑：
| 版本 | 设计思路 | 盲评总分 | 问题 |
|---|---|---|---|
| v1 | 显式推理步骤（Step 1/2/3） | 145 | 过度指导，模型被说明书限制 |
| v2 | 纯认知植入（去掉所有框架） | 132 | 矫枉过正，丢了分析工具箱 |
| v3 | 认知植入 + 命名框架作为思维习惯 | 160 | ✅ 正确平衡 |
关键发现：
- v2 证明了"去掉推理步骤"是对的，但不能连框架名也去掉
- v3 把 PG 的 "Do Things That Don't Scale" 从一条规则变成了 "我遇到启动问题时的本能反应"——这是命名框架和认知植入的正确融合方式
仓库结构
cangjie-skill/
├── SKILL.md # 仓颉本体（元Skill）
├── references/
│ ├── extraction-framework.md # 提取方法论（不可替代知识优先）
│ └── skill-template.md # v3模板（认知植入 + 命名框架）
├── scripts/
│ ├── quality_check.py # 质量自检（女娲6项 + 仓颉5项）
│ └── compile-prompt.py # Skill→API prompt 编译器
├── examples/
│ ├── paul-graham-perspective/ # Paul Graham（创业/写作/独立思考）
│ │ ├── SKILL.md
│ │ └── references/research/ # 6维调研数据
│ └── adler-perspective/ # 阿德勒（个体心理学/课题分离/被讨厌的勇气）
│ ├── SKILL.md
│ └── references/research/ # 《被讨厌的勇气》完整文本
└── LICENSE # MIT
技术亮点
Skill→Prompt 编译器
仓颉蒸馏的 Skill 是为 Claude Code 设计的。如果要在 Web API 中使用（如 OpenAI/Gemini 接口），可以用编译器把 SKILL.md 转换为精简的 system prompt：
python3 scripts/compile-prompt.py examples/paul-graham-perspective/SKILL.md
编译器会：
- 去掉所有 CLI 专用内容（退出指令、工具调用等）
- 保留核心认知内容（信念+模型+反模式+表达）
- 重组为第一人称 RCCF 格式（Role/Context/Constraints/Format）
- 从 12000+ 字符压缩到 ~2500 字符
质量自检
python3 scripts/quality_check.py examples/paul-graham-perspective/SKILL.md
11项自动检查（女娲基础6项 + 仓颉升级5项），覆盖心智模型、触发条件、推理步骤、推理示例链、反模式护栏、Harness Engine 等。
致谢
女娲 蒸馏了人怎么说话。 仓颉 蒸馏了人为什么这样想。 不是让AI演一个角色，是给AI植入一段经历。
MIT License
ユーザーレビュー (0)
レビューを書く
レビューなし
統計データ
ユーザー評価
この Skill を評価