huashu-nuwa

「写不进去的那部分，才是你真正的护城河。」——但写得进去的部分，已经足够强大。 女娲不是复制人，是 提炼思维框架 。 一个好的人物Skill是一套可运行的认知操作系统： 关键区分 ：捕捉的是HOW they think，不是WHAT they said。 收到用户输入后，先判断属于哪条路径： 收到明确名字后，确认： 用户说「就做XX」没有更多信息 → 默认全面画像 + 思维顾问 + 无本地语料（走网络搜索），直接推进。 用户提供了本地语料 → 标记为 本地语料模式 ，Phase 1的采集策略会相应调整。 确认后 → 跳到 Phase 0.5。 用户不知道该蒸馏谁，只有需求或困惑。这时女娲的工作是 从需求反推最合适的蒸馏对象 。 通过1-2个追问，定位用户的核心需求维度： 追问原则： 示例对话 （展示诊断节奏）： 注意节奏：一轮追问定位场景 → 确认需求 → 直接推荐。不要第三轮还在问。 基于需求维度，推荐2-3个候选方案。候选可以是人物，也可以是主题。 先判断：人物Skill还是主题Skill？ 来源A：本地已有Skill 扫描 .claude/skills/*-perspective/ 目录，读取每个SKILL.md的description，匹配用户需求。已有Skill可以即插即用，不需要重新蒸馏。如果扫描结果为空（用户还没有任何perspective skill），跳过此步，只从来源B推荐。 来源B：新蒸馏候选 基于需求维度表中的「思维框架方向」列，匹配最相关的人物或主题。推荐时说清楚：这个人的哪个思维框架能解决用户的具体问题。 每个候选的展示格式： 推荐原则： 收到确认后立即执行 ，在调研之前完成： 完成检查 （自动执行）： 关键规则 ： 根据Phase 0A的结果，选择对应的采集策略： 本地语料优先模式的执行逻辑 ： 本地素材的常见形式及处理方式 ： 本地语料的质量优势 ：用户手上的一手素材（尤其是完整书籍、长访谈原文）通常比网络搜索到的二手转述质量高得多。在信息源优先级中，本地提供的一手素材排在最高权重。 以下是6个Agent的标准任务分配（纯网络搜索模式，或本地语料模式中缺失维度的补充搜索）： 启动6个并行subagent，每个负责不同信息维度。 spawn subagent时，用以下结构给任务（以Agent 1著作为例）： 其他5个Agent按同样结构调整搜索方向和输出文件名即可。 Phase 1启动前， 主动扫描 .claude/skills/ 目录 ，检查是否有可用于信息获取的skill。如果有，在调研中优先调用，比WebSearch更稳定高效： 执行方式 ：在spawn subagent时，把可用skill的名称和用途告知agent，让agent在调研中按需调用。这比让agent自己用WebSearch摸索效率高得多。 中文渠道只接受权威媒体：36氪、极客公园、晚点LatePost、财新、第一财经、虎嗅、少数派、机器之心等。人物访谈类可用播客平台（小宇宙、喜马拉雅原始音频）和B站原始视频（非搬运号）。 关键规则 ：宁可生成一个诚实标注了局限的60分Skill，也不要生成一个看起来完美但实际上在编造的90分Skill。 所有Agent完成后，暂停展示调研质量摘要 ： 用户确认调研质量OK → 进入Phase 2。...