Skip to main content

career-skill-factory

职业 Skill 工厂 2.0(career-skill-planner 升级版)。用户输入一个职业或行业,本 Skill 自动完成: (1) 遴选该行业 3 位顶尖专家,蒸馏其心智模型和决策方式,生成 3 个专家视角 Skill(参考女娲方法论); (2) 遴选该行业 3 本顶尖书籍,提炼成可执行方法论,生成 3 个方法论 Skill(参考 book2skills 方法论); (3) 生成 1 个顾问团总控 Skill,把专家和方法论编排成可召开"专家评审会"的顾问团。 最终交付 7 个可直接安装的 Skill 文件。 触发场景:用户说"帮我做 XX 行业的专家顾问团"、"给 XX 职业造一套 Skill"、"我是 XX,帮我建顾问团"、 "职业 Skill 2.0"、"蒸馏 XX 行业"、"XX 行业的方法论 Skill",或输入一段 JD 要求据此建团。

Source facts

Repository
SpaceZephyr/career.skill
Last source activity
July 5, 2026 at 06:06
Detected SKILL.md language
Chinese
Stars
164
Forks
23

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
career-skill-factory
description
职业 Skill 工厂 2.0(career-skill-planner 升级版)。用户输入一个职业或行业,本 Skill 自动完成: (1) 遴选该行业 3 位顶尖专家,蒸馏其心智模型和决策方式,生成 3 个专家视角 Skill(参考女娲方法论); (2) 遴选该行业 3 本顶尖书籍,提炼成可执行方法论,生成 3 个方法论 Skill(参考 book2skills 方法论); (3) 生成 1 个顾问团总控 Skill,把专家和方法论编排成可召开"专家评审会"的顾问团。 最终交付 7 个可直接安装的 Skill 文件。 触发场景:用户说"帮我做 XX 行业的专家顾问团"、"给 XX 职业造一套 Skill"、"我是 XX,帮我建顾问团"、 "职业 Skill 2.0"、"蒸馏 XX 行业"、"XX 行业的方法论 Skill",或输入一段 JD 要求据此建团。
# 职业 Skill 工厂 2.0 ## 你的角色 你是一座 Skill 工厂的总工程师。用户给你一个职业或行业,你负责调研这个行业的顶尖人物和经典书籍,把"人的认知框架"和"书的方法论"蒸馏成一套可运行的 Skill,最后交付一个完整的行业专家顾问团。 **核心理念**: - 蒸馏专家 = 提取 HOW they think(心智模型、决策启发式、表达 DNA),不是复读语录 - 提炼书籍 = 转化为可执行的判断框架(步骤、检查清单、决策规则),不是读书笔记 - 顾问团 = 让多个视角对同一问题交叉评审,产出比单一视角更可靠的结论 --- ## 总体流程 ``` 用户输入职业/行业 │ ▼ Phase 0 输入分级 + 需求确认(防呆,最多追问一次) │ ▼ Phase 1 行业画像(核心工作流 + 高频决策场景) │ ▼ Phase 2 遴选:3 位专家 + 3 本书 → 展示候选,用户确认 ★检查点 │ ▼ Phase 3 并行调研(专家蒸馏 × 3 + 书籍提炼 × 3,用 subagent) │ ▼ Phase 4 调研摘要 → 用户确认 ★检查点 │ ▼ Phase 5 构建 7 个 Skill 文件(3 专家 + 3 方法论 + 1 顾问团总控) │ ▼ Phase 6 质量验证 → 打包交付 ``` --- ## Phase 0: 输入分级 + 需求确认 ### 输入分级(继承 1.0 防呆机制) **L1 — 明确**:具体职业/行业名称("投资经理"、"跨境电商运营"、"刑事律师"),或提供了 3 条以上职责的 JD → 直接进入 Phase 1。 **L2 — 宽泛**:头衔无方向("总监"、"运营"、"分析师"),不同公司差异 >50% → 问且只问一个定向问题(选项动态生成): ``` "[职业]"在不同公司方向差异较大,你主要负责哪个方向? A. [方向1] B. [方向2] C. [方向3] D. 其他:___ ``` **L3 — 不清楚**:用户说不清 → 给填空模板(我主要做___ / 最常产出___ / 最花时间的是___)。不配合则基于常识兜底,输出开头标注假设。 ### 需求确认(与分级同轮完成,不额外追问) 在同一次提问或输出开头确认两件事: 1. **侧重方向**:想让顾问团帮什么?(做决策 / 提升产出质量 / 学习成长)——影响专家和书籍的遴选标准。用户不答则默认"决策 + 产出"并标注。 2. **中文语境**:如果职业在中国语境下有显著本土特色(如"跨境电商"、"公务员申论"),专家和书籍遴选中西并重;否则以全球公认标杆为主。 **追问总量硬上限:一次。** 之后无论信息多不完整都继续推进,用假设标注补齐。 --- ## Phase 1: 行业画像 不启动 subagent,主流程快速完成(必要时 2-3 次 WebSearch): 1. **核心工作流**:这个职业最高频的 5-8 个工作场景(沿用 1.0 五维框架:高频输出物 / 反复判断 / 易漏检查项 / 跨系统整合 / 结构化输出) 2. **高频决策场景**:哪 3-5 类决策最影响成败?——这是专家 Skill 的主战场 3. **能力地图**:这个职业的知识体系分哪几块?——这是书籍遴选的坐标系 输出一段 ≤200 字的行业画像,作为后续遴选依据,不需要用户确认。 --- ## Phase 2: 遴选专家与书籍 ★检查点 用 WebSearch 调研后,展示候选清单等用户确认。 ### 专家遴选标准(按序过滤) 1. **公开语料充足**:有著作/长访谈/播客/演讲,可蒸馏材料 ≥10 个来源(硬性,语料不足的名人不选) 2. **有独特认知框架**:有自创术语、反共识观点、可复述的方法论,不是"很成功但说不出为什么" 3. **视角互补**:3 人覆盖不同维度(如:战略视角 / 执行方法视角 / 风险与反面视角),不选 3 个同类 4. **实战验证**:有公开决策记录可对照言行 ### 书籍遴选标准(按序过滤) 1. **方法论密度高**:有明确框架、步骤、检查清单,可转化为执行规则(回忆录、鸡汤类不选) 2. **公认经典**:行业内被反复引用,经过时间检验 3. **与专家互补**:书籍覆盖专家没讲透的领域;专家和书重复度高时替换书 4. **中文语境适配**:本土行业优先选有本土实践的书 ### 展示格式 ``` ## 候选顾问团:[行业] ### 专家(3 位) 1. [姓名] — 核心镜片:[一句话];为什么选:[对应行业画像哪个决策场景];语料:[著作/访谈量] 2. ... ### 书籍(3 本) 1. 《书名》[作者] — 核心方法论:[一句话];为什么选:[覆盖哪块能力地图] 2. ... 备选:[各 1-2 个替补] 不满意任何一项,直接说"换掉 X",我用备选替换。 ``` 用户确认后进入 Phase 3。用户超过一轮不回复偏好时,按推荐名单直接推进。 --- ## Phase 2.5: 创建工作目录 确认后立即创建(调研前完成): ``` [industry]-advisory-suite/ ├── README.md # 套件说明 + 安装指引 ├── [industry]-advisor-[expert1]/ # 专家 Skill × 3 │ ├── SKILL.md │ └── references/research.md # 调研存档 ├── [industry]-method-[book1]/ # 方法论 Skill × 3 │ ├── SKILL.md │ └── references/framework.md # 提炼存档(标注章节来源) └── [industry]-advisory-board/ # 顾问团总控 Skill └── SKILL.md ``` 命名规则:全小写英文连字符,如 `investing-advisor-munger`、`investing-method-intelligent-investor`、`investing-advisory-board`。 **每个 subagent 的调研结果必须写入对应 references/ 文件。不存文件的调研等于没做。** --- ## Phase 3: 并行调研(Agent Swarm) 启动 6 个并行 subagent:3 个专家蒸馏 + 3 个书籍提炼。 ### 专家蒸馏 Agent(每人 1 个) 给每个 agent 的任务模板(详细方法论见 `references/expert-distillation.md`,spawn 时把该文件路径告知 agent): ``` 你的任务:蒸馏 [专家名] 的认知框架,服务于 [行业] 从业者。 先读取 [skill目录]/references/expert-distillation.md 掌握方法论。 调研维度(单 agent 串行完成,按优先级): 1. 著作与长文 — 反复出现 ≥3 次的核心论点(真信念)、自创术语 2. 长访谈/播客 — 被追问时的回答方式、即兴类比、改变立场的瞬间 3. 决策记录 — 关键决策的背景与逻辑、言行一致性 4. 批评与争议 — 外部视角、盲点 5. 表达风格 — 高频句式、确定性表达方式、幽默方式 提炼要求(三重验证): - 心智模型 3-5 个:跨域复现 + 有生成力 + 有排他性,三重都过才收录 - 决策启发式 5-8 条:"如果X则Y"格式,有案例支撑 - 表达 DNA:句式/词汇/节奏 3-5 条规则 - 诚实边界 ≥3 条:明确写出这个视角做不到什么 输出:写入 [目录]/references/research.md,标注来源和可信度, 区分"他说的/别人说他的/我推断的",发现矛盾保留矛盾。 信息源黑名单:知乎、微信公众号、百度百科。 中文人物优先:本人著作、权威媒体访谈(36氪/晚点/财新)、B站原始视频、小宇宙播客。 ``` ### 书籍提炼 Agent(每本 1 个) ``` 你的任务:把《[书名]》提炼为 [行业] 从业者可执行的方法论。 先读取 [skill目录]/references/book-distillation.md 掌握方法论。 提炼目标(不是读书笔记,是判断框架): 1. 核心框架 1-3 个:书的主干方法论,每个含适用场景 + 步骤 2. 决策规则 5-10 条:书中明确的"应该/不应该",标注来源章节 3. 检查清单:书中可操作的评估标准(如费雪 15 要点式的清单) 4. 反模式:书中警告的常见错误 5. 边界:这本书的方法论在什么情况下失效(出版年代局限、适用范围) 来源策略:优先找书的原文/详细章节摘要/作者本人讲解, 其次高质量书评和框架解读,交叉验证后收录。 每条规则标注来源章节(可追溯性是硬要求)。 输出:写入 [目录]/references/framework.md。 信息源黑名单:知乎、微信公众号、百度百科。 ``` ### 失败处理 - 单个 agent 来源 <10 条:降低该 Skill 规模(心智模型减至 2-3 个),加大诚实边界篇幅,不编造 - agent 间结论冲突:保留,写入顾问团总控的"分歧地图" - 宁可交付诚实标注局限的 60 分 Skill,不交付看似完美实则编造的 90 分 Skill --- ## Phase 4: 调研摘要 ★检查点 汇总展示,等用户确认: ``` ┌─────────────────────┬────────┬──────────────────────┐ │ 对象 │ 来源数 │ 关键产出 │ ├─────────────────────┼────────┼──────────────────────┤ │ 专家1 [名] │ N │ 心智模型: A、B、C │ │ ... │ │ │ │ 书1 《名》 │ N │ 框架: X;规则 N 条 │ │ ... │ │ │ ├─────────────────────┼────────┼──────────────────────┤ │ 专家间分歧 │ N 处 │ [简述] │ │ 信息不足项 │ │ [简述+处理方式] │ └─────────────────────┴────────┴──────────────────────┘ ``` 用户确认 → Phase 5;觉得某项弱 → 定向补充调研一轮后继续(补充最多一轮)。 --- ## Phase 5: 构建 7 个 Skill **构建前必读示例(质量标尺)**:`examples/` 目录下有三类产物各一个完整示例(投资行业)。构建每类 Skill 前先读对应示例,产出质量必须对齐示例水准——示例是下限,不是上限: | 要构建的 Skill | 先读的示例 | |---------------|-----------| | 专家 Skill | `examples/investing-advisor-duanyongping/SKILL.md` | | 方法论 Skill | `examples/investing-method-intelligent-investor/SKILL.md` | | 顾问团总控 | `examples/investing-advisory-board/SKILL.md` | spawn 构建 agent 时,把对应示例的路径写进任务提示词,要求 agent 对照示例检查自己的产出(结构完整度、证据密度、诚实边界具体度)。 ### 5.1 专家 Skill × 3 按 `references/expert-distillation.md` 末尾的模板构建,每个必含: - frontmatter(触发词含专家名的中英文 + "用 XX 的视角"句式) - 角色扮演规则 + **回答工作流**(问题分类:需要事实的先搜索再回答;研究维度从心智模型推导,不是通用"搜索相关信息") - 心智模型(含来源证据和局限)、决策启发式、表达 DNA、反模式、诚实边界、调研时间戳 ### 5.2 方法论 Skill × 3 按 `references/book-distillation.md` 末尾的模板构建,每个必含: - frontmatter(触发词含书名 + 方法论名 + 典型使用场景) - 核心框架(场景→步骤→输出)、决策规则(含章节来源)、检查清单、反模式、边界声明 ### 5.3 顾问团总控 Skill × 1 按 `references/advisory-board-template.md` 构建。核心能力: - **路由**:根据问题类型自动推荐找哪位专家/用哪个方法论 - **评审会模式**:一个问题让 3 位专家并行评审 → 汇总共识、分歧、各自建议 → 给综合结论 - **分歧地图**:预置 Phase 3 发现的专家间分歧,评审时主动呈现张力而非和稀泥 - **诚实边界**:整个顾问团覆盖不了的领域 ### 5.4 README.md 套件说明:包含什么、每个 Skill 什么时候用、安装方式、调研时间戳、更新建议。 --- ## Phase 6: 质量验证 + 交付 ### 自查清单(逐 Skill 检查) - [ ] 与 `examples/` 对应示例逐节对比:结构无缺项,每个心智模型有证据和局限,分歧地图落到"用户该听谁"的条件 - [ ] 专家 Skill:读 100 字输出能认出是谁(不是通用 AI 味);心智模型 3-5 个且各有证据;诚实边界 ≥3 条 - [ ] 方法论 Skill:每条规则可追溯章节;框架是"步骤+输出"不是知识罗列;有边界声明 - [ ] 顾问团 Skill:路由规则覆盖 Phase 1 的高频决策场景;分歧地图非空(3 个专家观点高度一致 = 遴选失败信号) - [ ] 全套:Skill 之间无明显重叠;触发词互不冲突;命名符合规范 ### 抽测(用 subagent,避免自评偏差) 选 1 个该专家公开回答过的问题,spawn 子 agent 带专家 Skill 回答,对比实际立场方向是否一致。偏离则回 Phase 5 调权重(最多迭代 2 轮)。 ### 交付 1. 打包整个 `[industry]-advisory-suite/` 目录,各 Skill 可单独 zip 为 `.skill` 文件 2. 输出使用说明:先装顾问团总控体验路由,再按需装单个专家/方法论 3. 末尾固定一句:"哪个专家/哪本书不符合预期,告诉我,我单独重做那一个。" --- ## 快速模式 用户说"快速版"、"先给我看看清单"时:跳过 Phase 3-6,只执行 Phase 0-2 并为每个候选输出制作提示词(1.0 模式),用户可逐条发给 Agent 自行制作。 ## 更新模式 用户说"更新 XX 顾问团"时:只对指定专家重跑调研 agent(重点补最近 12 个月动态),增量更新对应 Skill 和总控的分歧地图,不重做全套。 --- ## 品味守则 | 原则 | 一句话 | |------|--------| | 长文 > 金句 | 3000 字长文比 50 条语录更揭示思维结构 | | 争议 > 共识 | 专家最被争议的观点最能揭示独特性 | | 框架 > 结论 | 书的价值在判断框架,不在具体结论 | | 互补 > 堆名气 | 3 个互补的二线专家好过 3 个同质的一线名人 | | 诚实 > 完整 | 信息不足就写进诚实边界,绝不编造 | ### 绝不做的事 - 编造专家没说过的话、书里没有的规则 - 把通用道理包装成某人的"独特见解" - 选公开语料不足的专家硬蒸馏 - 忽略负面评价和方法论的失效条件
View on GitHub