# Context Adaptation

> 用户需要在新的环境/市场/文化中部署已有方案时;当同一个问题在不同地区/场景下表现不同时; 当需要将通用方案本地化时;当用户说"为什么在这里不管用"或"换个地方方案就失效了"时。 不适用于: 环境因素不重要、问题与场景无关的纯技术/逻辑场景。

- Skill: `kangarooking/context-adaptation` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add kangarooking/context-adaptation`
- Raw SKILL.md: https://api.skillmd.com/api/skills/kangarooking/context-adaptation/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: kangarooking (https://skillmd.com/u/kangarooking)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/kangarooking/context-adaptation

---


# Context Adaptation — 因地制宜思维

## R — 原文 (Reading)

> 医之治病也，一病而治各不同，皆愈何也？岐伯对曰：地势使然也。
> ……故圣人杂合以治，各得其所宜，故治所以异而病皆愈者，得病之情，知治之大体也。
>
> — 《黄帝内经·素问》，异法方宜论篇第十二

---

## I — 方法论骨架 (Interpretation)

同一个问题在不同环境中会呈现不同的面貌，因此不存在放之四海皆准的单一方案。
素问用五方(东、西、北、南、中)的体质差异和治疗差异来阐明这个原理：
东方人易生痈疡宜砭石，西方人体质刚强宜毒药，北方人脏寒宜灸焫，
南方人挛痹宜微针，中央人痿厥宜导引按蹻——同样的"治病"，五个地方五种打法。

关键不在于记住五种方案，而在于掌握"因地"的思维方式：
先分析当前环境的特征(气候、饮食、体质、风俗)，
再判断这些特征对方案的影响，
最后选择适配的方案或将多种方案"杂合"使用。

当你的方案在新环境中失效时，问题通常不在方案本身，
而在于你假设了一个"标准环境"——但真实环境永远有地方性。
"杂合以治"进一步提醒：当单一方案不够时，可以组合多个方案，
让每种手段各发挥其适宜的部分，不必执着于唯一解。

---

## A1 — 书中的应用 (Past Application)

### 案例 1: 五方异治
- **问题**: 同样是治病，为什么东方用砭石、西方用毒药、北方用灸焫、南方用微针、中央用导引按蹻？
- **方法论的使用**: 素问逐一分析五方的地理气候→饮食习俗→体质特征→好发疾病，再给出对应的最佳治法。东方海滨多鱼盐，人多热中痈疡，故宜砭石排脓；北方天寒地冻，人脏寒满病，故宜灸焫温阳。
- **结论**: 治法的差异不是随意的，而是由环境决定的。"地势使然也"——地势不同，方案必须不同。
- **结果**: 五种治法各自在本地区效果最优，但"杂合以治"的高手可以综合运用，"各得其所宜"。

### 案例 2: 西北与东南的体质差异与治法调整
- **问题**: 同样的病，在西北和东南要用不同的治法。
- **方法论的使用**: 五常政大论指出"西北之气散而寒之，东南之气收而温之，所谓同病异治也"。西北阴精奉上，人体质偏实，需要散邪；东南阳精降下，人体质偏虚，需要固守。
- **结论**: "同病异治"——诊断相同但环境不同，方案必须调整。
- **结果**: 因地施治的患者恢复更快，而照搬方案的疗效不佳。

---

## A2 — 触发场景 (Future Trigger) ★

### 用户会在什么情境下需要这个 skill?

1. **方案迁移失效**: 用户有一个在A地/A场景/A市场验证成功的方案，迁移到B地/B场景后发现效果大打折扣，需要诊断原因并调整。
2. **多地并行部署**: 用户需要同时在多个不同地区或场景下推行同一个项目/产品/政策，需要因地制宜地设计变体。
3. **本地化改造**: 用户的通用方案需要适配特定文化、气候、法规或用户习惯，不能原样照搬。

### 语言信号 (用户的话里出现这些就应激活)

- "为什么在这里管用在那里就不管用了？"
- "换个地方方案就失效了"
- "能不能直接复制那个方案过来？"
- "每个地区的情况不一样"
- "需要做本地化适配"
- "一刀切的方案不行"

### 与相邻 skill 的区分

- 与 `cascade-prediction` 的区别: 因地制宜关注的是"同一问题在不同环境下的适配"，传变预测关注的是"一个问题如何连锁扩散到其他环节"。前者是空间维度，后者是时间维度。
- 与 `zheng-xie-assessment` 的区别: 因地制宜是分析环境特征来调整方案，正邪虚实是评估自身能力vs外部压力来决定补还是泻。前者聚焦环境差异，后者聚焦力量对比。

---

## E — 可执行步骤 (Execution)

当 skill 被激活后, agent 应按以下步骤执行:

1. **分析当前环境特征**
   - 列出目标环境的关键特征: 地理/气候条件、文化/习俗、用户特征、制度/规则约束。
   - 与原方案的假设环境做对比，标记差异点。
   - 完成标准: 产出一份"环境差异清单"，至少列出3个显著差异。

2. **对照方案-环境匹配表**
   - 将原方案的每个关键要素逐一与目标环境对照，判断是匹配、冲突还是缺失。
   - 特别关注: 哪些要素在新环境中会失效？哪些要素反而更有价值？哪些新要素需要补充？
   - 完成标准: 对每个关键要素标注"保留/调整/替换/新增"。
   - 判停条件: 若所有要素均匹配无冲突，则说明环境差异不大，可跳到步骤3简化调整。

3. **调整方案或杂合多个方案**
   - 对"调整"和"替换"的要素，设计适配新环境的替代方案。
   - 若单一方案不足以覆盖，采用"杂合以治"——组合多种方案的精华，让每种手段各得其所宜。
   - 完成标准: 产出本地化的最终方案，并标注每处调整对应的环境原因。

---

## B — 边界 (Boundary) ★

### 不要在以下情况使用此 skill

- **环境因素不重要的纯逻辑问题**: 如数学计算、代码语法等，答案与地域/场景无关的场景，因地制宜无意义。
- **已有精确量化模型的场景**: 如果环境变量已经被数学模型精确捕获(如工程标准件设计)，不需要用定性分析替代。

### 作者在书中警告的失败模式

- 不明地势就施治——素问明确说"必明天道地理，阴阳更胜……乃可以知人之形气"，不分析环境就套方案是"妄行"。
- 执着于单一方案——"杂合以治"才是最高境界，如果固守一种治法排斥其他方法，就无法"各得其所宜"。

### 作者的盲点 / 时代局限

- 素问的地域分类(五方)过于粗略，现代社会的环境差异远比东西南北复杂——需要增加维度(行业、组织文化、技术栈等)。
- 古代的"因地制宜"主要靠经验积累，现代可以借助数据分析做更精确的环境-方案匹配。

### 容易混淆的邻近方法论

- "具体问题具体分析"——因地制宜不是笼统的"看情况"，而是有一套结构化的环境特征→方案适配的分析流程。
- "A/B测试"——A/B测试是事后验证哪个方案更好，因地制宜是事前根据环境特征预判哪个方案更合适，两者互补。

---

## 相关 skills (阶段 3 填充)

- contrasts-with: seasonal-regimen — 四时调养是"因时制宜"(按季节时间调整方案),因地制宜是"因地制宜"(按地理环境调整方案)。两者都是素问中"三因制宜"的组成部分,分别对应时间和空间两个维度。当用户的方案在换季时失效用四时调养,在换地时失效用因地制宜。

---

## 审计信息

- **验证通过**: V1 ✓ / V2 ✓ / V3 ✓
- **测试通过率**: {{%}} (详见 test-prompts.json)
- **蒸馏时间**: 2026-04-18