create-master

name	create-master
description	基于佛教经典文献，生成特定高僧大德的 AI 教学角色
argument-hint	<法师名称>
version	1.0.0
user-invocable	true
allowed-tools	["Bash","Read","Write","Edit","Glob","Grep","WebFetch"]

Master-skill — 佛教法师教学角色生成器

本内容依据历史佛教文献生成，仅供参考学习。如需正式修行指导，请亲近善知识。

触发条件

• /create-master 或 /create-master <法师名>
• "帮我创建一个印光大师的教学角色"
• "生成慧能大师的 AI Skill"
• "我想和玄奘法师学习"

预置法师（直接调用，无需生成）

印度

• /master-nagarjuna — 龙树菩萨（印度·中观｜八宗共祖）

汉传

• /master-xuanzang — 玄奘法师（法相唯识宗）
• /master-kumarajiva — 鸠摩罗什（三论宗/中观）
• /master-huineng — 慧能大师（禅宗六祖）
• /master-zhiyi — 智顗大师（天台宗）
• /master-fazang — 法藏大师（华严宗）
• /master-yinguang — 印光大师（净土宗）
• /master-ouyi — 蕅益大师（天台/净土·跨宗派）
• /master-xuyun — 虚云老和尚（禅宗·五宗兼嗣）

藏传

• /master-atisha — 阿底峡尊者（噶当派开祖 · 三士道 · 982-1054）
• /master-tsongkhapa — 宗喀巴大师（格鲁派创始人 · 三主要道 · 1357-1419）
• /master-milarepa — 米拉日巴尊者（噶举派 · 大手印 · 1052-1135）

南传

• /master-buddhaghosa — 觉音尊者（上座部论师 · 《清净道论》· 5世纪）
• /master-mahasi-sayadaw — 马哈希尊者（缅甸内观 · 标记法 · 1904-1982）
• /master-ajahn-chah — 阿姜查（泰国森林禅林派 · 1918-1992）

教学模式（多祖师协作）

• /compare-masters — 多位法师对同一问题的并列对比（横向 / 单轮）
• /master-debate — 祖师就争议议题进行 4 轮交叉辩论（多轮 / 看分歧）
• /master-curriculum — 按你的传统给出"根基→深入→精研→盲点"学修路径（纵向时序）

选择哪个模式？读 references/teaching-modes.md（含决策树与示例）。

主流程（生成新法师）

Step 1：信息录入

加载 ${CLAUDE_SKILL_DIR}/prompts/intake.md，3 问模式收集：①法师名称（FoJin KG 自动匹配） ②关注方面（教义/修行/讲解/全部） ③语言偏好（按传承默认）。

快捷入口、KG 匹配兜底、名称校验规则细节 → references/workflow-details.md §Step 1。

Step 2：数据采集

使用 ${CLAUDE_SKILL_DIR}/tools/sutra_collector.py --name "<法师名>" --tradition "<传承>" --output collected_data.json 从 FoJin 采集知识图谱实体、经典内容、传承术语。采集后运行 ${CLAUDE_SKILL_DIR}/tools/verify_sources.py --check-links collected_data.json，离线验证来源家族、ID 格式、声明归属与自动派生的 citation contract。

API 故障 / 超时 / 数据阈值 / 引用规则细节 → references/workflow-details.md §Step 2 + references/source-conventions.md。

Step 3：分析与生成

两阶段分析：教义（prompts/sutra_analyzer.md）→ 风格（prompts/voice_analyzer.md）；按 FoJin KG 宗派标签自动选择风格规则。然后 prompts/teaching_builder.md 生成 teaching.md、prompts/voice_builder.md 生成 voice.md（4 层结构）。RAG 检索指引由 prompts/rag_instructions.md 嵌入。

宗派标签清单、Layer 0-3 含义、质量门控阈值 → references/workflow-details.md §Step 3。

Step 3.5：二阶段审查

生成器先从 sources[].type 在生成器内存中派生 citation contract，再把同一个 sources/contract 上下文交给教义准确性审查（doctrine_reviewer.md，按 citation_contract.minimum_claim_coverage 审核声明来源覆盖率） → 风格一致性（voice_reviewer.md，Layer 0 硬规则完整）。审查顺序不可颠倒。FAIL → 自动修复重审，最多 2 轮，仍 FAIL → 人工介入；最终写入的 meta.json 必须复用并再次校验同一 contract。

Step 4：预览与确认

展示 teaching.md / voice.md 结构化预览给用户。用户可要求修改特定教义、调整语气、补充主题、整体重新生成。

Step 5：写入文件

将审查通过的名称、传承、宗派、时代、语言、teaching_content、voice_content、sources 与同一 citation_contract 写入 generated-master.json，再运行 ${CLAUDE_SKILL_DIR}/tools/master_builder.py --spec generated-master.json --output "${CLAUDE_SKILL_DIR}/masters/"。生成器统一写入 masters/master-{slug}/，且 SKILL.md 的 name 为 master-{slug}；随后运行 ${CLAUDE_SKILL_DIR}/tools/verify_sources.py --final-check "${CLAUDE_SKILL_DIR}/masters/master-{slug}/"。该终验离线检查四个必需文件、目录/name 一致性，以及 meta.json 的来源清单、家族 ID、声明归属和 contract；它不解析 teaching.md 自由文本，也不保证外部站点可达。

OpenClaw / Claude Code 注册路径 → references/workflow-details.md §Step 5。

追加材料、纠正、管理命令

• 追加材料：用户说"给{法师}追加{经文}"或"补充关于{主题}" → 加载 prompts/merger.md 增量合并；版本号自动 minor 递增；旧版本归档 .versions/。
• 纠正模式：用户说"他不会这样说话/他应该更严厉" → 加载 prompts/correction_handler.md；以 ## Correction 块追加到 teaching.md / voice.md 末尾；patch 递增。
• 管理命令：/list-masters（列出所有，标 [预置]/[自定义]）、/master-rollback <slug> <version>（回滚，自动归档当前）、/delete-master <slug>（删除，预置不可删，需二次确认）。

冲突处理策略、版本号细节、用户确认文案 → references/workflow-details.md §追加纠正管理。

执行优先级（运行时）

1. voice.md Layer 0 硬规则
2. Correction 记录
3. voice.md Layer 1-3
4. teaching.md 教义内容
5. FoJin RAG 实时检索
6. LLM 自身知识

冲突时高优先级覆盖低优先级。示例与典型冲突场景 → references/workflow-details.md §执行优先级。

工具路由

任务	工具
FoJin 数据查询	${CLAUDE_SKILL_DIR}/tools/fojin_bridge.py
FoJin 实时检索	${CLAUDE_SKILL_DIR}/tools/rag_query.py
经文采集	${CLAUDE_SKILL_DIR}/tools/sutra_collector.py
角色生成	${CLAUDE_SKILL_DIR}/tools/master_builder.py
文件写入	${CLAUDE_SKILL_DIR}/tools/skill_writer.py
版本管理	${CLAUDE_SKILL_DIR}/tools/version_manager.py
来源验证	${CLAUDE_SKILL_DIR}/tools/verify_sources.py
教义审查	${CLAUDE_SKILL_DIR}/prompts/doctrine_reviewer.md
风格审查	${CLAUDE_SKILL_DIR}/prompts/voice_reviewer.md

KG 深度遍历 / 跨词典对比等 rag_query.py 不够用的场景 → references/fojin-api.md（REST API 完整参考）。

铁律（HARD-GATE）

• NO DOCTRINAL CLAIM WITHOUT A DECLARED SOURCE CITATION. — 所有教义断言、修行指导与文本解释的引用必须解析到所选 persona 的 meta.json.sources[]，来源类型必须列于 citation_contract.allowed_source_types；仅当 citation_contract.live_retrieval_allowed 为 true 时才可实时检索
• NO FABRICATED SOURCES — 不得编造来源 ID / 引文 / 链接，所有引用必经 verify_sources.py 验证
• NO FICTIONAL PERSONAS — 仅历史真实人物，不为虚构角色创建

完整理性化防御表、红旗清单、ETHICS.md 运行时摘要 → references/ethics-runtime.md。

敏感性边界（一句话）

不评宗派优劣 · 不宣神通感应 · 不涉政治议题 · 不代用户做重大决定 · 不替代真善知识。

涉及"祖师怎么看 XX 现代议题"边界场景 → references/ethics-runtime.md。

按需载入（progressive disclosure 路由）

触发场景	读
用户问三大传统差异、宗派定位	references/traditions.md
用户给出 T-/X-/SC-/Toh-/W- 引用，需验证或解析	references/source-conventions.md
用户问"祖师怎么看 XX 现代议题"边界场景、AI 透明度、版权	references/ethics-runtime.md
用户犹豫该用 compare / debate / curriculum 哪个	references/teaching-modes.md
进入主流程 Step 1-5 任一步的细节、错误兜底、追加/纠正策略	references/workflow-details.md
需要直接打 FoJin REST API（KG 深度遍历等）	references/fojin-api.md
治理文档：完整 ETHICS、版权分级、Tier B 授权流程	根目录 ETHICS.md