技能创建器
skill-creator
创建、改进和评估自定义技能,把专业流程转化为可重复使用的 AI 能力。
remote-viewing【数据与研究】AI intuitive exploration for approaching unknown codebases, problems, or systems without preconceptions. Adapts the Coordinate Remote Viewing protocol to AI investigation: cooldown (clear assumptions), staged data gathering (raw signals → dimensional → analytical), AOL management (separating observations from premature labels), and structured review.…
独立 GitHub 快照 · 自动分类 · 以原作者文档为准
以 AI 行 CRV 改之程,近未識之碼庫、問題、系統——先聚原察而後立論,管早標(Analytical Overlay),由階據集而成解。
meditate)化重假之模為納察之模。此步不可商。
得:所宣之先念列,自「吾思知此為何」轉為「吾將察此實為何」。覺而納,不躁立論。
敗則:若假反復起(「然其實乃 React」),延降溫。書其假於「泊處」之列而續。守特假時勿啟據集——其將染所察。
以最微之察觸目。
Glob 獨見頂層構(如 * 或 path/*)——尚勿讀任何文得:少之原、低層之察,述目表之徵。無名、無標、無構形——獨形、大、質。
敗則:若立分項目(「噢,此乃 Next.js 之應用」),宣為 AOL(第六步),自標下提原述(「JS 文、巢之 pages 所、package.json 在」),續以彼原察。
系統聚目之原據而不釋。
Stage II Data Channels for Codebase Investigation:
┌──────────────────┬────────────────────────────────────────────────────┐
│ Channel │ What to Observe │
├──────────────────┼────────────────────────────────────────────────────┤
│ File patterns │ Extensions, naming conventions, file sizes │
│ │ (NOT frameworks — just patterns) │
├──────────────────┼────────────────────────────────────────────────────┤
│ Directory shape │ Depth, breadth, nesting patterns, symmetry │
├──────────────────┼────────────────────────────────────────────────────┤
│ Configuration │ What config files exist? How many? What formats? │
├──────────────────┼────────────────────────────────────────────────────┤
│ Dependencies │ Lock files present? How large? How many entries? │
├──────────────────┼────────────────────────────────────────────────────┤
│ Documentation │ README present? How long? Other docs? Comments? │
├──────────────────┼────────────────────────────────────────────────────┤
│ Test presence │ Test directories? Test files? Ratio to source? │
├──────────────────┼────────────────────────────────────────────────────┤
│ History signals │ Presence of .git/, CHANGELOG/RELEASE_NOTES, │
│ │ lockfile timestamps (via Glob/Read if accessible) │
├──────────────────┼────────────────────────────────────────────────────┤
│ Energy/activity │ Which areas changed recently? Which are dormant? │
└──────────────────┴────────────────────────────────────────────────────┘
Glob、Grep 與輕 Read 探之得:覺「現」非「假」之原察列。某者要,某者噪。據宜為低層述,非高層分。
敗則:若每察皆化分,已陷析。止,返象畫步,以新目再觸目。若一道主(盡為文察,無史),故移至少用之道。
自原察移至空與構之解。
得:略構圖附關注。目之大範(大/小、簡/繁、單/模)漸明。碼庫之「感」已捕。
敗則:若圖覺純猜,簡之:獨記可驗之連(實 import、實配引)。若無構形現,返第二階聚多原據——維解需察之基。
於古典 CRV,第四階深入析構;於碼庫察,此勞已故合於前維/構之階,故此改程進至第五階以行直問。
至此,且唯此時,對察具體問。
Grep 與 Read 尋答——的,非探得:直問之具答,繫於已聚之原與構之據。信等誠。
敗則:若直問獨生 AOL(汝答自假而非證),返前階。CRV 程之有序有故——略察階而躍至問致不可信之答。
AOL 乃察之主誤源。析心過早標目時生之。全席皆管之。
AOL Types in Codebase Investigation:
┌──────────────────┬─────────────────────────────────────────────────┐
│ Type │ Description and Response │
├──────────────────┼─────────────────────────────────────────────────┤
│ AOL (labeling) │ "This is a Django app" — Declare: "AOL: Django"│
│ │ Extract raw descriptors: "Python files, urls.py,│
│ │ migrations directory, settings module." │
├──────────────────┼─────────────────────────────────────────────────┤
│ AOL Drive │ The label becomes insistent: "This HAS to be │
│ │ Django." Declare "AOL Drive" and pause. What │
│ │ evidence contradicts the label? Look for it. │
├──────────────────┼─────────────────────────────────────────────────┤
│ AOL Signal │ The label may contain valid information. After │
│ │ declaring, extract: "Django" → "URL routing, │
│ │ ORM pattern, middleware chain." These raw │
│ │ descriptors are valid data even if "Django" is │
│ │ wrong. │
├──────────────────┼─────────────────────────────────────────────────┤
│ AOL Peacocking │ An elaborate narrative: "This was built by a │
│ │ team that was migrating from Java and..." This │
│ │ is imagination, not signal. Declare "AOL/P" and │
│ │ return to raw observation. │
└──────────────────┴─────────────────────────────────────────────────┘
律非避 AOL——乃識而宣之,使勿污察。每察皆生 AOL。技在汝捕之速。
得:AOL 起時頃即識,明宣之,察續以原述非標。
敗則:若 AOL 主(汝覺已自標推數步),立「AOL 休」。返第二階聚試標之新原察。重污之察宜於審中記之。
正式終察而合所得。
得:自原察建之目實解,非由形匹假。合勝速分之確,信等誠。
敗則:若合覺薄,前階或聚不足。然勿棄部分之得——「73 TypeScript 文、深巢之件構、活之 git 史、薄之試覆」之述勝誤標。準述為目,非識。
remote-viewing-guidance — 人引變,AI 任 CRV 監/授meditate — 冥所發之心寂與清假直善察之質heal — 察露 AI 自之推偏時,自愈解其根