菜单
Write and maintain Kaiwu_2026 答辩材料 (defense/presentation docs). Covers technical writing for innovation points, updating the main summary doc, and git workflow for doc commits.
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
基于 SOC 职业分类
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/Piaoxuemoli/qoobeeHermes --skill defense-docs命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
正在显示 SKILL.md
| name | defense-docs |
| description | Write and maintain Kaiwu_2026 答辩材料 (defense/presentation docs). Covers technical writing for innovation points, updating the main summary doc, and git workflow for doc commits. |
| version | 1.0.0 |
| author | QoobeeHermes |
| platforms | ["linux"] |
| metadata | {"hermes":{"tags":["kaiwu","docs","defense","technical-writing"],"related_skills":["wiki-sync","repo-scanner"]}} |
为 Kaiwu_2026 仓库编写和维护答辩材料。
Don't use for: wiki/ 索引更新（用 wiki-sync）、代码变更记录（用实验记录）
docs/答辩材料总结/
├── 答辩总文档.md # 主文档，按维度分类全部创新点
├── 特征/ # 特征工程相关
├── 奖励/ # 奖励设计相关（如需）
├── 网络/ # 网络架构相关
├── 训练/ # 训练策略相关
├── 经典问题/ # 深度技术分析
└── 工程/ # 工程实践、基础设施、工具链
每个创新点遵循「三段式」：
### X.Y 标题
**官方做法**：简述官方基线怎么做的，有什么问题
**我们的做法**：详述我们的方案，含代码片段/公式/架构图
**核心价值**：一句话总结为什么这样做更好
新增内容时：
答辩总文档.md 对应章节末尾添加摘要段落> 详见 [子目录/文件名.md](子目录/文件名.md) 链接详细文档重要创新点应附带 30 秒话术模板：
### 答辩话术（XX 秒）
> "一句话点明问题 → 我们的方案 → 核心数据/对比"
答辩材料提交严格遵守 AGENTS.md 规范：
git -c user.name="QoobeeHermes" -c user.email="qoobeehermes@kaiwu2026" commit -m "..."
docs(wiki): <描述>
docs 类型wiki（答辩材料属于文档类）# 1. 查看变更
git status
# 2. 只 add 答辩材料相关文件（禁止 git add .）
git add "docs/答辩材料总结/工程/新文件.md"
git add "docs/答辩材料总结/答辩总文档.md"
# 3. 提交（QoobeeHermes 身份）
git -c user.name="QoobeeHermes" -c user.email="qoobeehermes@kaiwu2026" \
commit -m "docs(wiki): <描述>"
# 4. 推送到 dev（禁止推 master）
git push origin dev
git add .：必须指定文件路径写答辩材料前，先从以下来源收集信息：
uname -a、python3 --version 等实际配置把静态 HTML 站点部署到服务器对外访问的标准 SOP。覆盖 Caddy(Docker,:80/:443) 与 nginx(宿主,独立端口) 两条路径、端口约定、80 端口冲突坑、部署目录、reload 与 curl 验证。任何"部署/上线/开放访问一个 HTML 页面或静态站点"的请求都必须先读这里，不要自己瞎配。
Diagnose RL agent behavioral issues by analyzing reward structure. Use when the agent exhibits unwanted behavior (random skills, wandering, avoiding combat, etc.) to identify root causes in the reward function.
Author/validate/export Google's DESIGN.md token spec files.