Community研究與資料分析github.com

Mind-Skill:認知編排器

Mind-Skill 是一個用於 AI 代理的認知框架,能將代理商從被動的任務處理者轉變為策略性規劃者。它透過深度分析、戰略簡約和協同編排來確保精準且高效的技能選用。

Mind-Skill:認知編排器 是什麼?

Mind-Skill 是一種高階認知框架,專為 AI 代理設計,旨在優化任務執行前的策略性思考與技能選取流程。它支援 Claude Code、Cursor、Codex 等主流平台,透過導入第一性原理、系統思考與奧卡姆剃刀等思維框架,協助代理剖析複雜需求、避免技能冗餘,並制定最佳執行路徑。其核心資產包含思維框架、技能選取矩陣與任務分解協議,並提供技能評估腳本與策略藍圖範本作為實用工具。整個工作流程遵循「暫停反思 → 分解任務 → 審核技能 → 擬定藍圖 → 精準執行 → 驗證結果」的六步法,確保每一個行動都經過深思熟慮,最終僅使用最合適的技能來達成目標,從而節省 token 成本並提升輸出品質。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add Alqudimi/agent-skills

Installed? Explore more 研究與資料分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

Mind-Skill:認知編排器 是做什麼的?

Mind-Skill 不僅僅是一個工具;它是知識框架,負責指導代理如何感知、分析並執行任務。它將代理從被動的處理器轉變為策略性建築師,確保每個行動都經過深思熟慮,每個技能選擇都有合理依據,每個解決方案都在深度與效率之間達到最佳化。

何時呼叫 Mind-Skill

  • 複雜度超載: 當任務涉及多個領域或需求模糊不清時。
  • 技能選取困境: 當你擁有許多技能,需要找出「完美匹配」而不產生冗餘時。
  • 策略規劃: 在開始任何多階段專案之前,確保具備邏輯清晰的路線圖。
  • 效率優化: 當你需要最小化 token 使用量並最大化輸出品質時。

核心哲學支柱

1. 深度分析勝於表面執行

絕不倉促執行任務。使用 task-decomposition.md 參考文件,一層層剝開請求的外殼,直到核心意圖顯現。

2. 策略簡約(零浪費協議)

技能在上下文與複雜度方面代價高昂。如果能用基礎知識解決任務,就不要啟用技能。如果兩個技能功能重疊,選擇精準度與成本比例最高的那個。

3. 協同編排

將技能視為樂團中的樂器,而 Mind-Skill 是指揮。確保一個技能的輸出能順暢地流入下一個技能的輸入。

參考資料庫(知識資產)

資產用途指引
思維框架thinking-frameworks.md在推理過程中應用第一性原理、系統思考與奧卡姆剃刀。
技能選取矩陣skill-selection-matrix.md使用明確的標準來決定在工作流程中包含或排除哪些技能。
任務分解task-decomposition.md遵循 4 階段協議,將宏觀目標分解為可執行的微任務。

操作工具

  • 評估腳本: 執行 scripts/skill-evaluator.py 以程式化方式評估現有技能與當前任務的相關性。
  • 策略藍圖: 使用 templates/strategic-plan-template.md 在執行前記錄你的推理與計畫。這確保了透明度與邏輯一致性。

「正念」工作流程

  1. 暫停與反思: 在採取任何行動之前,先呼叫 Mind-Skill 分析使用者的請求。
  2. 分解: 使用 task-decomposition.md 找出任務的功能模組。
  3. 審核技能: 比對 skill-selection-matrix.md 檢視你可使用的技能。
  4. 擬定藍圖: 填寫 strategic-plan-template.md(內部記錄或作為備忘)。
  5. 精準執行: 僅使用藍圖中指定的技能。
  6. 驗證: 將最終輸出與第一階段識別的「核心問題」進行比對。

「智慧不在於能夠使用所有工具,而在於有智慧只使用對的工具。」

相關技能