Luyu Skill

陆羽Skill · 元 Skill 工厂

「把真实卡住的场景，做成大家都能用的 Skill。」——陆羽Skill 是 Skill-Bible 的元能力：输入一个职业，产出一套体系化的 Skill 链。

核心理念

陆羽Skill 不是生成一个 Skill，而是生成一套能覆盖某个职业完整工作链的 Skill 体系：

职业 Skill 链（生成产物）
├── career-master/          # 总控：分诊 → 路由 → 编排链路
├── 执行链（判断/产出/复盘类）
│   ├── career-xxx          # 该职业高频工作场景的执行 Skill
│   └── ...
└── 顾问团（专家视角 + 方法论）
    ├── career-advisor-*    # 3 位专家的心智模型视角
    └── career-method-*     # 3 本经典书的方法论

关键原则：

• 先调研，再 Skill 化：先做行业基本概念调研（核心工作流、高频决策场景、能力地图），再生成 Skill——不调研就生成 = 凭训练语料猜
• 体系化 > 单点：一个职业要尽可能覆盖完整工作链，不是挑几个点
• 只蒸馏 HOW，不复制 WHAT：提取专家怎么想、怎么判断，不是复读语录；提炼书的可执行框架，不是读书笔记
• 诚实 > 完整：信息不足就写进诚实边界，绝不编造

总体流程

用户输入（职业/行业/JD）
    │
    ▼
Phase 0  输入分级 + 需求确认（最多追问一次）
    │
    ▼
Phase 1  行业基本概念调研（核心工作流 + 高频决策 + 能力地图）★先调研再Skill化
    │
    ▼
Phase 2  遴选 3 专家 + 3 书 → 展示候选，用户确认 ★检查点
    │
    ▼
Phase 3  蒸馏（专家 ×3 + 书籍 ×3；环境支持时并行）
    │
    ▼
Phase 4  调研摘要 → 用户确认 ★检查点
    │
    ▼
Phase 5  构建 Skill 链（career-master + 执行链 + 顾问团 7+ 个 Skill）
    │
    ▼
Phase 6  质量验证 → 交付体系化套件

Phase 0: 输入分级 + 需求确认

输入分级

L1 — 明确：具体职业/行业名称（"产品经理"、"跨境电商运营"、"数据分析师"），或提供 3 条以上职责的 JD → 直接进入 Phase 1。

L2 — 宽泛：头衔无方向（"总监"、"运营"、"分析师"），不同公司差异大 → 问且只问一个定向问题：

"[职业]"在不同公司方向差异较大，你主要负责哪个方向？
A. [方向1]  B. [方向2]  C. [方向3]  D. 其他：___

L3 — 不清楚：用户说不清 → 给填空模板（我主要做___ / 最常产出___ / 最花时间的是___）。不配合则基于常识兜底，输出开头标注假设。

需求确认（与分级同轮完成，不额外追问）

1. 侧重方向：想让这套 Skill 帮什么？（提升产出质量 / 做关键决策 / 学习成长 / 求职面试）——影响专家和书籍遴选、影响执行链的构成
2. 中文语境：职业在中国语境下是否有显著本土特色？有则遴选中西并重，否则以全球标杆为主

追问总量硬上限：一次。 之后无论信息多不完整都继续推进，用假设标注补齐。

Phase 1: 行业基本概念调研（先调研再 Skill 化）

这是陆羽Skill 区别于「直接生成」的关键一步。不启动 subagent，主流程快速完成（必要时 2-3 次 WebSearch）：

1. 核心工作流：这个职业最高频的 5-8 个工作场景（高频输出物 / 反复判断 / 易漏检查项 / 跨系统整合 / 结构化输出）
2. 高频决策场景：哪 3-5 类决策最影响成败？——这是执行链和专家 Skill 的主战场
3. 能力地图：这个职业的知识体系分哪几块？——这是书籍遴选和执行链构成的坐标系

输出：一段 ≤200 字的行业画像 + 工作场景清单 + 决策场景清单 + 能力地图。作为 Phase 2 遴选和 Phase 5 构建的坐标系。

Phase 2: 遴选 3 专家 + 3 书 ★检查点

基于 Phase 1 的能力地图，遴选：

专家遴选标准（3 位）

互补 > 堆名气：3 个互补的二线专家好过 3 个同质的一线名人。

书籍遴选标准（3 本）

展示候选，用户确认

候选专家：
1. [名] — [核心心智模型一句话] — [覆盖的能力区块]
2. ...
候选书籍：
1. 《[书名]》 — [核心方法论一句话] — [覆盖的能力区块]
2. ...

用户确认 → Phase 3；用户调整 → 按意见换人/换书。

Phase 3: 并行蒸馏（Agent Swarm）

环境支持子 Agent 时，并行启动 3 个专家蒸馏和 3 个书籍提炼；不支持时按同一任务模板顺序执行。每一份调研结果都必须写入对应 references/research/ 文件。不存文件的调研等于没做。

专家蒸馏 Agent（每人 1 个）

任务模板（详细方法论见 references/expert-distillation.md）：

你的任务：蒸馏 [专家名] 的认知框架，服务于 [职业] 从业者。
先读取 [skill目录]/references/expert-distillation.md 掌握方法论。

调研维度（按优先级）：
1. 著作与长文 — 反复出现 ≥3 次的核心论点（真信念）、自创术语
2. 长访谈/播客 — 被追问时的回答方式、即兴类比、改变立场的瞬间
3. 决策记录 — 关键决策的背景与逻辑、言行一致性
4. 批评与争议 — 外部视角、盲点
5. 表达风格 — 高频句式、确定性表达方式、幽默方式

提炼要求（三重验证）：
- 心智模型 3-5 个：跨域复现 + 有生成力 + 有排他性，三重都过才收录
- 决策启发式 5-8 条："如果X则Y"格式，有案例支撑
- 表达 DNA：句式/词汇/节奏 3-5 条规则
- 诚实边界 ≥3 条：明确写出这个视角做不到什么

输出：写入 [目录]/references/research.md，标注来源和可信度，
区分"他说的/别人说他的/我推断的"，发现矛盾保留矛盾。
信息源黑名单：知乎、微信公众号、百度百科。
中文人物优先：本人著作、权威媒体访谈（36氪/晚点/财新）、B站原始视频、小宇宙播客。

书籍提炼 Agent（每本 1 个）

任务模板（详细方法论见 references/book-distillation.md）：

你的任务：把《[书名]》提炼为 [职业] 从业者可执行的方法论。
先读取 [skill目录]/references/book-distillation.md 掌握方法论。

提炼目标（不是读书笔记，是判断框架）：
1. 核心框架 1-3 个：书的主干方法论，每个含适用场景 + 步骤
2. 决策规则 5-10 条：书中明确的"应该/不应该"，标注来源章节
3. 检查清单：书中可操作的评估标准
4. 反模式：书中警告的常见错误
5. 边界：这本书的方法论在什么情况下失效

来源策略：优先找书的原文/详细章节摘要/作者本人讲解，交叉验证。
每条规则标注来源章节（可追溯性是硬要求）。
输出：写入 [目录]/references/framework.md。
信息源黑名单：知乎、微信公众号、百度百科。

失败处理

• 单个 agent 来源 <10 条：降低该 Skill 规模（心智模型减至 2-3 个），加大诚实边界篇幅，不编造
• agent 间结论冲突：保留，写入总控的"分歧地图"
• 宁可交付诚实标注局限的 60 分 Skill，不交付看似完美实则编造的 90 分 Skill

Phase 4: 调研摘要 ★检查点

汇总展示，等用户确认：

┌─────────────────────┬────────┬──────────────────────┐
│ 对象                │ 来源数 │ 关键产出              │
├─────────────────────┼────────┼──────────────────────┤
│ 专家1 [名]          │ N      │ 心智模型: A、B、C     │
│ 书1 《名》          │ N      │ 框架: X；规则 N 条     │
│ ...                 │        │                      │
├─────────────────────┼────────┼──────────────────────┤
│ 专家间分歧          │ N 处   │ [简述]                │
│ 信息不足项          │        │ [简述+处理方式]        │
└─────────────────────┴────────┴──────────────────────┘

用户确认 → Phase 5；觉得某项弱 → 定向补充调研一轮后继续（补充最多一轮）。

Phase 5: 构建 Skill 链（体系化）

这是陆羽Skill 与 career.skill 的关键差异：不只生成顾问团，而是生成一套完整的职业 Skill 链。

5.1 总控：career-master

按 references/master-template.md 构建。核心能力：

• 分诊：判断用户问题是判断类（该不该做/怎么选）还是产出类（写文档/出方案）
• 路由：根据问题类型路由到执行链或顾问团
• 编排链路：任务横跨多步时，编排执行链顺序，保证上一步产出是下一步合法输入

5.2 执行链（3-6 个 career-xxx）

从 Phase 1 的高频工作场景中，选 3-6 个「反复出现 + 卡人 + 能被体系化解决」的场景，每个生成一个执行 Skill。参照 pm-prd-writer 的结构（输入 → 核心判断 → 编号工作流 → 交付 → 边界）。

每个执行 Skill 必须自带参考模板（模仿 pm-prd-writer 的 references/prd-template.md 最佳实践）：

[职业]-xxx/
├── SKILL.md                       # 判断 + 工作流
├── README.md                      # 使用者说明
├── SOURCES.md                     # 来源档案
└── references/
    └── output-template.md         # ★ 完整输出模板（必配）

• SKILL.md 保持轻量：输出章节只写结构概览（一二级标题），并注明"读取 references/output-template.md 获取完整模板"
• 模板含写作指引：完整章节骨架 + 每节说明（"这节是干嘛的、怎么写"），Agent 生成时参考但不复制到最终文档
• 模板与判断分离：改模板不动 SKILL.md 判断逻辑；模板可独立复用/迭代

模板文件命名建议：<输出物>-template.md（如 report-template.md、plan-template.md）。

5.3 顾问团（3 专家 + 3 方法论 + 1 子总控）

• 3 个专家视角 Skill：按 references/expert-distillation.md 模板（心智模型 + 决策启发式 + 表达 DNA + 反模式 + 诚实边界 + 回答工作流）
• 3 个方法论 Skill：按 references/book-distillation.md 模板（核心框架 + 决策规则 + 检查清单 + 反模式 + 边界声明）
• 1 个顾问团子总控：路由 + 评审会模式 + 分歧地图 + 诚实边界

5.4 README.md（套件级）

套件说明：包含什么、每个 Skill 什么时候用、安装方式、调研时间戳、更新建议。

Phase 6: 质量验证 + 交付

自查清单

• 与参考示例逐节对比：结构无缺项，每个心智模型有证据和局限
• 专家 Skill：读 100 字输出能认出是谁；心智模型 3-5 个且各有证据；诚实边界 ≥3 条
• 方法论 Skill：每条规则可追溯章节；框架是"步骤+输出"不是知识罗列
• 执行链 Skill：每个覆盖一个真实高频场景，交付物直接可用
• 执行链 Skill：每个都带 references/output-template.md（SKILL.md 输出章节引用它，模板含写作指引）
• 总控：路由覆盖 Phase 1 的高频决策场景；分歧地图非空
• 全套：Skill 之间无明显重叠；触发词互不冲突；命名符合规范

交付

1. 输出整个 [职业]-skill-suite/ 目录（career-master + 执行链 + 顾问团）
2. 输出使用说明：先装 career-master 体验路由，再按需装单个 Skill
3. 末尾固定一句："哪个专家/哪本书/哪个执行场景不符合预期，告诉我，我单独重做那一个。"

快速模式

用户说"快速版"、"先给我看看清单"时：跳过 Phase 3-6，只执行 Phase 0-2 并为每个候选输出制作提示词，用户可逐条自行制作。

更新模式

用户说"更新 XX 职业的 skill"时：只对指定专家/书/执行场景重跑调研 agent（重点补最近 12 个月动态），增量更新对应 Skill 和总控的分歧地图，不重做全套。

品味守则

绝不做的事

• 编造专家没说过的话、书里没有的规则
• 生成前跳过行业调研
• 把不相关的功能硬拼进一个 Skill