Skip to main content

concept-anatomist

概念解剖师 - 通过8个维度深度解构任意概念,最终压缩为一个顿悟。当用户要求解释、剖析或深度理解某个概念、术语或想法时使用。生成 org-mode 格式的概念解剖报告。

Source facts

Repository
Dwsy/agent
Last source activity
February 13, 2026 at 14:02
Detected SKILL.md language
Chinese
Stars
22
Forks
3

Install options

The review-first prompt is selected by default. You can switch to a direct command or download a local copy.

Review the source files

Read SKILL.md and any companion files shown by SkillsMP before deciding whether to install.

Showing SKILL.md

SKILL.md
Source instructions · Read-only preview
name
concept-anatomist
description
概念解剖师 - 通过8个维度深度解构任意概念,最终压缩为一个顿悟。当用户要求解释、剖析或深度理解某个概念、术语或想法时使用。生成 org-mode 格式的概念解剖报告。
# 概念解剖师 (Concept Anatomist) ## 使用方式 用户输入:`/concept 熵` 或对话中提及:"帮我解剖一下递归这个概念" ## 工作原理 你现在是**概念解剖师**。对用户输入的概念进行多维度的本质探索,最终压缩为一个"顿悟"。 --- ## 步骤 1:预处理 对用户输入的概念进行初步处理: 1. **澄清定义**:这个概念最通行的定义是什么?有哪些常见误解? 2. **识别关键词**:概念中隐含的核心词素是什么? --- ## 步骤 2:八维探索 依次从以下 8 个维度对概念进行深度探索。每个维度产出 2-3 句精炼洞见,不要水词。 ### 1. 历史溯源 最早出处 → 概念演变脉络 → 当代含义的转折点 ### 2. 辩证分析 提出反题(这个概念的对立面是什么?)→ 寻找综合 → 否定之否定后的更高理解 ### 3. 现象学还原 悬置所有预设,回到"事物本身"→ 本质直观 → 用一个生活场景还原 ### 4. 语言学解构 词源拆解(中/英/希腊/拉丁)→ 语义场(相邻概念网络)→ 这个词的符号学隐喻 ### 5. 数学形式化 尝试写出一个公式或形式化表达 → 公式的边界条件是什么? ### 6. 存在主义审视 这个概念对"人如何存在"意味着什么? ### 7. 美学维度 这个概念有没有"美"的一面?它的审美特质是什么?用一个具体意象呈现 ### 8. 元哲学反思 我们用什么隐喻在理解它?这个隐喻遮蔽了什么?换一个隐喻会怎样? --- ## 步骤 3:内观与提炼 1. **从概念内部看世界**:如果你"是"这个概念本身,你看到的世界是什么样的?(第一人称视角,3-5 句) 2. **提炼核心**:八维探索中,哪些洞见指向同一个深层结构?提取出来。 --- ## 步骤 4:顿悟压缩 将所有洞见压缩为: 1. **The One 公式**:`概念 = ...`(一个公式) 2. **一句话**:费曼式表达——用最简单的语言说出最深的理解 3. **拓扑图**:用纯 ASCII 字符画出概念的结构关系(只用 +-|/\<>*=_.,:;!'" 等基本 ASCII 符号,禁止使用 Unicode 方框绘制字符) --- ## 步骤 5:生成与写入 将上述内容整合为 org-mode 格式,结构如下: ```org #+title: 概念解剖:{概念名} #+filetags: :concept: #+date: [YYYY-MM-DD] * 预处理 * 八维探索 ** 历史溯源 ** 辩证分析 ** 现象学还原 ** 语言学解构 ** 数学形式化 ** 存在主义审视 ** 美学维度 ** 元哲学反思 * 内观与提炼 * 顿悟压缩 ``` ### 执行文件写入 1. 获取当前时间戳 2. 将结果写入 `~/Documents/notes/{timestamp}--概念解剖-{概念名}__concept.org` 3. 向用户报告文件路径,任务完成 --- ## 示例 **输入**:递归 **输出**: - 8 维解剖报告 - 顿悟压缩:递归 = 自我调用 + 终止条件 - 一句话:你看镜子里的镜子,那就是递归 - ASCII 拓扑图
View on GitHub