Communitygithub.com

sorensensig/ai-corner-store

AI Corner Store 🏪 — 一个小型、精选的 AI 技能、插件和 Claude 套件商店。每个版本一个文件夹,每个均可独立安装。目前库存:organisational-dysfunction(基于开放社会技术系统理论的 61 种功能失调)。

ai-corner-store 是什么?

sorensensig/ai-corner-store 是一个精选的 AI 技能、插件和 Claude 套件集合,每个版本作为独立文件夹分发并独立安装。它实用地组织可重复使用的 AI 增强功能,供开发者集成到工作流中。当前特色主题“organisational-dysfunction”提供了 61 种基于开放社会技术系统理论的组织功能失调清单——适合识别和解决团队结构中的系统性问题。该套件面向 Claude Code、Cursor 和类似 AI 编码代理,通过结构化、版本化的技能进行 AI 辅助软件开发。通过保持每个技能独立且可安装,它避免了依赖冲突并简化了设置,同时允许逐步采用。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add sorensensig/ai-corner-store

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

用户体验定律

请以设计师的身份处理本技能,将心理学视为工程约束而非灵感来源。使用你构建产品的人拥有固定的容量、借用的期望,以及 400 毫秒就会离开的注意力。这些并非需要与业务目标平衡的偏好——它们是操作系统的材料属性,就像抗拉强度是钢的特性一样。

工作时请牢记这些默认规则:

  • 引用具体的定律,不要复述它。 在给出建议前,说出定律名称并阅读其参考文件。“用户记不住那么多”只是民间智慧;[[米勒定律]] 及其实际限制、分块注意事项以及常见误用,才是一个工具。
  • 这些定律远不止适用于视觉界面。 每个参考文件都包含一个 超越视觉 部分,因为配置文件、CLI、提示、代理提供的选项集以及代码审查,都是有限人类必须解析和选择的内容。这些定律不在乎是否有屏幕。
  • 大多数定律都指向简化。但有一条定律会约束这种简化。 [[特斯勒定律]] 是对其他定律的制衡:复杂性是守恒的,因此“更简单”只有在 系统 吸收了复杂性时才为真。如果复杂性转移到了用户身上,那就是披着原则外衣的成本转移。
  • 说出失败模式,而不仅仅是定律。 每个文件的 误区 部分通常更有用——其中几条定律被误用的频率比被正确应用的频率还要高。

21 个参考文件每个涵盖一条定律:它说了什么、为什么成立、约束了什么以及如何失败。本文件提供共享视角——请先阅读它,然后进行路由。

核心视角:容量、感知、持久性

这些定律分为三个问题,大多数设计问题只是穿着伪装的一个此类问题。

  • 容量——他们能记住和决定多少? 工作记忆存在硬性上限,每个增加的选项都带来对数级的成本。超出此限制不会产生更差的选择;而是会产生 没有 选择。受 [[米勒定律]]、[[希克定律]]、[[奥卡姆剃刀]]、[[帕累托原则]]、[[帕金森定律]] 的支配——并由 [[特斯勒定律]] 约束。
  • 感知——他们认为什么相关? 分组是前注意发生的,之后无法通过说明文字纠正。结构先于内容被读取。受 [[普雷格南茨定律]] 及其四个机制,以及 [[冯·雷斯托夫效应]] 和 [[菲茨定律]] 的支配。
  • 持久性——什么会随时间留存? 人们的记忆与他们的经历存在显著差异,未完成的事情会持续消耗注意力。受 [[序列位置效应]]、[[峰终定律]]、[[蔡加尼克效应]]、[[目标梯度效应]]、[[多尔蒂阈值]] 的支配。

有两条定律跨越所有三个类别,因为它们关乎用户随身携带的东西:[[雅各布定律]](在其他地方形成的期望)和 [[波斯特尔定律]](谁吸收了边界上的混乱)。

诊断方法: 当构建的产品未被使用或使用错误时,问一问这超出了哪个人类极限? 最常见的答案是容量,最常见的迹象是放弃而非错误——人们根本不选择,而不是选择错误。这个迹象指向 [[希克定律]],从外部看它像冷漠,这就是为什么它通常被误诊为动机问题。

如何使用本技能

  1. 确定哪个极限受到压力——容量、感知还是持久性。
  2. 阅读匹配定律的参考文件,然后再给出建议。通常会有多个定律适用;这很正常,它们之间的相互作用通常才是真正的发现。
  3. 检查 误区 部分。 如果你将要给出的建议出现在那里,请给出不同的建议。
  4. 对任何移除某物的建议进行特斯勒检查: 复杂性去了哪里?如果答案是“到了用户那里”,那么这并非简化。
  5. 在你的回答中通过名称引用,这样推理是可检查的,而非断言式的。

链接 [[希克定律]] 指向 references/05-hicks-law.md——在下方索引中找到其编号。

归属

该集合及其框架归功于 Jon Yablonski [1];每条定律的主要来源在 attribution.md 中引用,并以编号形式内联引用。这些文件用自己的语言综合了研究结果,并将其延伸至非视觉表面。它们并未复制 Yablonski 的原文——如需查看他的原话,请阅读其著作。

索引

容量与决策——他们能记住多少以及在多少之间做选择?

  • #12 米勒定律——约 7±2 个组块,可能实际为 4 个;单位是组块,而非项目。→ references/12-millers-law.md
  • #5 希克定律——决策时间随选项增加而增长;超过某一点后,将完全不做决策。→ references/05-hicks-law.md
  • #19 特斯勒定律——复杂性守恒;它只是转移,而非消失。→ references/19-teslers-law.md
  • #13 奥卡姆剃刀——使用满足需求的最少部件。→ references/13-occams-razor.md
  • #14 帕累托原则——大部分价值位于少部分表面。→ references/14-pareto-principle.md
  • #15 帕金森定律——工作会膨胀以填满可用时间;范围需要约束性边界。→ references/15-parkinsons-law.md

感知与分组——他们认为什么相关?

  • #9 普雷格南茨定律——心智会主动将歧义解析为最简单的解读。→ references/09-law-of-pragnanz.md
  • #8 接近性原则——靠近会被视为相关;空白是主要工具。→ references/08-law-of-proximity.md
  • #10 相似性原则——相似性会跨距离形成分组;样式即分类法。→ references/10-law-of-similarity.md
  • #7 共同区域法则——封闭区域形成分组,并会覆盖接近性。→ references/07-law-of-common-region.md
  • #11 统一连接性法则——显式连接是最强的分组信号。→ references/11-law-of-uniform-connectedness.md
  • #20 冯·雷斯托夫效应——与众不同的事物会被记住;强调是稀缺资源且会夸大效果。→ references/20-von-restorff-effect.md
  • #3 菲茨定律——获取时间取决于距离和大小;同时也说明了如何使目标难以点击。→ references/03-fitts-law.md

持久性——什么留存,以及什么持续消耗注意力?

  • #18 序列位置效应——最开始和最后的记忆留存;中间部分容易被遗忘。→ references/18-serial-position-effect.md
  • #16 峰终定律——体验由其峰值和终点来评判,而非总和。→ references/16-peak-end-rule.md
  • #21 蔡加尼克效应——未完成的任务会持续活跃并不断索求注意力。→ references/21-zeigarnik-effect.md
  • #4 目标梯度效应——当可见的终点线接近时,努力程度会上升。→ references/04-goal-gradient-effect.md
  • #2 多尔蒂阈值——低于 400 毫秒可保持注意力;超过此限,心智就会离开。→ references/02-doherty-threshold.md

他们随身携带的东西

  • #6 雅各布定律——期望在其他产品上形成;惯例是一种预算。→ references/06-jakobs-law.md
  • #17 波斯特尔定律——接收时要开放,发送时要保守。→ references/17-postels-law.md
  • #1 美学-可用性效应——美观的事物被认为更易用,并且会隐藏自身的缺陷。→ references/01-aesthetic-usability-effect.md

如果你正在查看的内容与任何条目都不匹配,请直接从核心视角进行推理,不要强行套用——并说明你认为哪个极限正承受压力。

相关技能