job-yang/jobyang-ai-skills/feynman-explainer

Claude Code and agent skill by job-yang/jobyang-ai-skills

Trust tier 3
  • community
Source check pending

Checking that the SKILL.md file is still in the repository.

调研 GitHub/开源仓库、源码、论文、提示词或技术机制时,先读取本技能;「调研一下,写个飞书文档」同样适用,无需点名费曼。复杂技术概念、原理的讲透与解读也用。负责取证、讲透与调研成稿,对内对外都接。分享文、观点硬文、内部方案分别由 talk-smith、cuihuo、engineering-docs 成稿,其中技术调研仍先用本技能。中文定稿交 haohao-shuohua,lark-doc 只负责写入发布。纯翻译润色、文件搬运、单点快答不用。

Install

npx vskill@latest install job-yang/jobyang-ai-skills/feynman-explainer

SKILL.md

Feynman Explainer · 费曼讲透法

唯一目标:能把一个东西讲到外行也能听懂,才算真懂。
这个技能强制用费曼技巧组织「总结 / 调研 / 解读」类输出,杜绝「术语糊弄、看着懂实则没懂」。

入口

技术调研请求即使只有一句话,也先读取本技能和 references/style-examples.md,再开始检索与分析。不要要求用户点名费曼,不用“三句话能答完”排除一项调研任务。

执行顺序:

  1. 读方法:读取本技能及范例,确定要解释的问题、证据范围和成稿归属;不把这份工作清单印进正文。
  2. 取证讲透:按 §4 获取原文与必要运行证据,区分已查证、作者自述、推测和未知,再用费曼逻辑链解释机制。
  3. 成稿检查:普通调研由本技能写;分享、观点、工程方案按文体交接。中文定稿显式读取并执行 haohao-shuohua,核对事实与表达。
  4. 写入发布:用 lark-doc 等载体技能写入已检查的内容。读取原文可在取证阶段调用平台技能;用户明确要建文档骨架、复制或整理已有文件时,也可直接按平台流程操作。

“飞书文档”说明交付到哪里,不决定内容怎么写。不得仅因平台技能已加载就省去内容方法;这些顺序约束是本技能的软加固,不是宿主强制拦截,也不保证自动召回。

快答仅适用于无需调研的单点定义、事实或明确要求不展开的问题。技术调研指令短,不代表任务简单。

本技能是一套风格与结构的强约束,不绑定任何具体主题。命中即按本文规则改造输出。

⚠️ 两条最高铁律(先读这两条,违反任一条 = 用错了本技能):
铁律一 · 逻辑链,不是要点清单:费曼讲透 = 用一条逻辑链把一个问题层层推导通,
不是把内容切成一堆并列要点。若你在写「要点 1 / 要点 2 / 要点 3」这种平铺清单,就是错的。
链管的是节与节的关系,不管版面:节与节首尾相连;节内真并列的东西(两种形态、三个方案、四个参数)
照样用列表或表格,推理用短段落。一段 ≤ 150 字,不写一大坨——读者看不完,链再顺也白搭。
铁律二 · 脚手架要拆,不要留在成品上:费曼五步、比喻、难理解点、费曼检验、难度分层——
这些全是我用来组织思路的内部脚手架,不是要打印在成品上的标签。楼盖好了脚手架要拆掉。
成品必须读起来是一条顺的逻辑链:比喻自然融进句子,难点在讲解中自然点破,
绝不出现「💭 费曼比喻:」「🤔 难理解点在哪?」「要点 X」「【P0】」这类结构外露的牌子。
详见 §1、§2。

0. 触发判断

先分调研和快答:技术调研、源码解读、论文或机制研究先读本技能。只有无需调研的单点定义、事实或明确要求不展开的问题,才走快答;不要用预估篇幅排除调研。

场景承接说明
「调研一下这个 GitHub 仓库,看看有什么好东西」本技能先读方法,再取证分析;不要求点名
「调研一下,写个飞书文档」本技能 + 平台技能本技能负责研究与内容,平台负责写入
「总结一下这篇复杂文档/论文/方案」本技能解释关键机制与证据关系
「调研一下 XX 技术/产品/概念」本技能对内对外都接
「讲透 / 讲明白 / 帮我搞懂 XX」本技能只展开必要的内容
解读源码 / 黑盒机制 / 硬核技术本技能不凭简介替代源码或机制证据
「一句话告诉我 XX 是啥」「简单说就行,别展开」直接回答用户只要单点快答时不启动研究流程
无需调研的单点定义或事实直接回答快答例外不覆盖技术调研
纯创作 / 翻译 / 润色 / 文件搬运对应技能不以主题里的技术词触发调研
内部调研报告 / 机制解读 / 选型研判成稿本技能直接完成研究与成稿
讲给别人听的分享文 / talk / slides(个人工程实践、经验传播、项目复盘、博客演讲叙事,普通研究报告不算)talk-smith 成稿其中技术调研先用费曼;交接已有研究结果,避免循环调用
可被反驳的观点硬文cuihuo 成稿其中技术调研先用费曼
需要评审拍板的内部技术方案/RFC/ADRengineering-docs 成稿其中技术调研先用费曼;不因成稿归它而跳过研究
面向未来的技术想象 / 极端外推畅想tangshan-style 成稿不将想象当作查证结果

拿不准文体时,结合用户目标和已有材料判断;只有会改变范围或主要结论的歧义才追问,不要求用户选择内部技能。

多轮重判:以最新任务为准——前一轮是快答不锁定后一轮,用户接着说"写成报告/整理成文档/讲清楚这个机制"就正常展开成文,不因输入短或前面是快答而排除。
⚠️ 和输出型技能的分工:费曼是调研与讲透的事实源——任何技术调研(对内、对外)都先过费曼。
费曼可以自己交付研究报告、机制解读、选型研判(对内对外都接,哪怕对外发布、面向读者);需要把研究结果做成讲给别人听的技术分享、个人工程实践/经验传播、博客或演讲叙事时,把研究结果交给 talk-smith 成稿。已有查证结果直接复用,只有新的研究缺口才补取证,避免循环调用。
分界不是"发不发出去/对不对外"(公开研究本来就面向读者),而是这篇是不是"讲给读者听的技术分享/经验叙事";幽默口语只是执行风格。普通调研稿由费曼直接写到底。扎观点→cuihuo,评审方案→engineering-docs,畅想→tangshan-style,成稿归属不取消其中的技术调研环节。
📌 调研主题是“提示词 / Agent / 技能 / 某个 GitHub 仓库怎么写的”也照样走费曼:判断标准是“你在调研一个外部实践并想搞懂它”,不是看主题词。不要因为内容跟技能有关就去调 skill-library-keeper——那是管理/优化“你自己这套技能集合”时才用的元技能,不是调研外部资料的方法论。

1. 费曼五步(这是我脑子里的施工流程,不是成品的排版模板)

这五步不是五个并列的动作,而是一条推进链:前一步的答案是后一步的起点。 注意:五步是"我怎么想",不是"成品怎么排版"——成品里看不到这五步的名字,只看到它们的效果。

  1. 先讲问题,不讲术语 —— 开头永远用大白话说清「这事到底在解决什么问题 / 为什么反直觉」,

严禁上来甩名词。这是整条链的第一个扣子。

  1. 顺着问题往下追 —— 讲机制时始终问「那接下来呢 / 那为什么不行 / 那怎么办」,让每一段都

是上一段的自然结果,而不是另起炉灶的新条目。抽象概念必须落到生活场景。

  1. 把难点讲化开,而不是挂个牌子 —— 遇到硬核转折,直接在正文里用一句话点破新手最容易

误解的地方(「你可能以为是 A,其实是 B」),然后展开。不要写一行 🤔 难理解点在哪? 当小标题——那是脚手架,要拆。

  1. 费曼检验是自检,不是给读者的字幕 —— 我在心里问「这段能不能 30 秒讲给外行」,

过不了就重写。成品里不要出现「费曼检验:……」这行字。

  1. 收口 —— 结尾用一两句话把整条链复述一遍,让人合上文档也能转述。速查表 / 口诀

仅在内容确实复杂、值得一张总览表时才用,且是自然的收尾,不是套模板。


2. 标准输出结构:逻辑链,不是要点清单(强制套用)

2.1 核心原则:讲一条链,不摆一堆点(骨架是链,版面是块)

费曼讲透的骨架是一条因果推导链,不是并列的知识条目。 一个主题应该像剥洋葱、 像追问一个侦探问题那样,一层推出下一层:

这东西想解决什么问题?
→ 最朴素的做法是什么?为什么它不够用? (制造张力)
→ 于是真正的做法是什么?它怎么解决了上面的问题? (给出机制)
→ 但这么做又带来什么新麻烦 / 反直觉的地方? (深入)
→ 所以最终是怎么收口的?我该记住什么? (闭环)

每一节都要接得住上一节:上一节抛出的疑问,正是这一节要回答的;这一节讲完又自然 勾出下一节的疑问。读者是被一根线牵着往前走,而不是被丢进一个有 7 个抽屉的柜子里 自己乱翻。

链不等于一大段。链是节与节之间的因果;每一节内部照样要好扫读:

节内内容怎么写
本节结论(接住上一节的疑问)节首一两句,关键词加粗
推理、机制怎么运作、比喻短段落,一段 ≤ 150 字、一段一事
真并列的形态、方案、参数、对比列表或表格(≥3 项 × ≥2 维度一律表格)
读者最容易误解的点单独成段,或 > 引用块点破
勾出下一节的疑问节末一句

判断一组东西该不该列:它们是同一层级的几样东西吗? 是,就列,列完用一句话说它们为什么同源/有什么关系(这句就是链的关节)。是「因为 A 所以 B」,就写成句子。

2.2 反面模式(一旦出现就是写错了)

❌ 要点平铺:把主题拆成「要点 1 / 要点 2 / 要点 3……」,每个要点各讲各的、互不咬合, 读者读完记住 7 个孤立的知识块,却说不出它们之间是什么关系。这是本技能明令禁止的模式。

❌ 清单式总结:XX 有以下几个特点:1. …… 2. …… 3. …… —— 这是词条,不是讲透。

❌ 脚手架外露:把「💭 费曼比喻:」「🤔 难理解点在哪?」「要点 X」「【P0】」「费曼检验:」 这些组织工具本身当排版元素印在成品上。读者不需要看到我的施工方法,只需要读到一篇顺的文章。 比喻要化进句子(「这就像你把保险箱密码念给了陌生人」),而不是挂一个「费曼比喻」的牌子再说。

判断标准:把你写的相邻两节之间加一句「那……呢?」或「于是……」,如果读着别扭、接不上,
说明它们只是并列条目,没有构成逻辑链,必须重写。节内并列的列表不受此限。
2.3 脚手架 vs 成品(这是本技能的关键区分)
脚手架(我脑子里用来组织,不上成品)成品里应该长成什么样
「难理解点在哪?」这一步正文里一句自然的话点破误区:「很多人以为泄露和劫持是一回事,其实前者攻内容、后者攻控制流。」
「费曼比喻」这一步比喻直接写进句子:「泄露型就像哄保险箱把密码念出来。」不写「💭 费曼比喻:」
「费曼检验」这一步我自己默默检查过就行,成品不留字幕
「难度标签 P0/P1」用行文轻重体现:命脉的地方讲透、多花笔墨;边角的地方一笔带过。不打标签
「要点 1 / 要点 2」编号用有信息量的小标题或直接用过渡句串联,标题是内容不是序号
2.4 推荐骨架(一条链、好扫读的样子)

标题是有内容的短语或问句(例如「泄露与劫持:同一个漏洞的两张脸」), 不要用「要点 X」这种编号壳子,也不要把「先问/于是/但是」这类连接词直接当标题印出来 (那些是段落间的过渡逻辑,写进行文里,不是当标签挂):

【开场】1~2 段大白话
- 说清这东西在解决什么问题、哪里反直觉,用一个总比喻把读者领进门
- 抛出全文要追的那个核心问题,让读者知道顺着这条线走下去会懂什么
【主线 · 一条推进链】若干节,每节承接上一节:
## <有信息量的小标题>
节首一两句接住上一节的疑问、给出本节结论(关键词加粗);
再用短段落讲清这一层,比喻融进句子,误区在句子里或引用块里点破;
真并列的形态/方案/参数用列表或表格;节末一句勾出下一节要回答的问题。
(硬核处配图/表格,图旁的讲解是正常短段,不挂"费曼比喻"标签)
【收口】
一两句话把整条链复述一遍(外行也能转述)。
内容确实复杂时,才补一张总览表或一句口诀收尾——是自然收尾,不是套模板。
节的数量按内容定(简单主题 2~3 节,硬核可到 7~9 节),但无论多少节,它们必须首尾相连成一条链。
检验方法:能不能把某一节整体删掉而不影响其他节的逻辑?如果能,说明它们是并列要点(错);
如果删了后面就接不上(对,这才是链)。

3. 风格硬约束(违反任一条 = 不合格)

写完后调用 `haohao-shuohua` 轻档做 lint。费曼产出通常是长文,容易掺入 AI 腔(后缀病、名词化、破折号泛滥、段末打钉)。写完让 haohao-shuohua 轻档扫一遍,只挑最刺眼的改,不动费曼的骨架。
例外:费曼的比喻是命根子(§3.2),不受 haohao-shuohua「比喻红线」约束——haohao-shuohua 已在自己的比喻红线里明确豁免费曼场景。节与节之间的关节词「于是/但是/所以」也不受 haohao-shuohua「反车轱辘话」的过渡句删除规则约束;但段内多余的连接词照删。haohao 收尾时同样不得把费曼稿里的列表、表格改回段落。
3.1 语言风格
  • 禁止 AI 腔:不堆砌排比、不浮夸、不空话套话。像老朋友坐你对面把一件事掰扯明白。
  • 术语即翻译:任何术语第一次出现,紧跟一句大白话解释它「干嘛用的」。
  • 例外:用户已知的术语不必解释(如已知用户懂 AST,就别解释 AST)。
  • 短句优先:能一句说清不写三句;少用从句套从句。
  • 节与节之间要有关节:在节首或上一节节末用「于是 / 但问题是 / 所以 / 这就带来一个新麻烦」把因果露出来,禁止节与节毫无过渡地硬切。不要求每段都挂连接词,段内用不着的就省,连接词堆多了也是 AI 腔。
  • 段落短:一段 ≤ 150 字(约 4 行),一段一事,首句就是这段的结论;纯段落不连排超过 3 段,中间该有列表、表格、引用或图。版式底线见 haohao-shuohua/references/reader-layout.md。
  • 加粗做扫读锚点:每节结论、每段最要紧的那个词或数字加粗,每段 ≤ 1 处,不加粗整句。
3.2 比喻规则(这是费曼的命根子)
  • 每个硬核转折至少一个比喻,且不同环节换不同生活场景,不要全程一个比喻用到底。
  • 比喻要能承载机制,不是装饰。好比喻能让读者自己推导出下一步。
  • 比喻直接写进正文句子(「泄露型就像哄保险箱把密码念出来」),不要单独挂一个

「💭 费曼比喻:」的标签块再说——那是脚手架外露(见 §2.2、§2.3)。

  • 常用素材池(可扩展):开车/加油、搬家打包、装修房子、印刷厂排版、保险箱与钥匙、

便利贴 vs 保险箱、米其林菜谱 vs 厨房、神庙的柱子与地基、工作日记。

  • 复杂关系(多方对比、流程、层级)可以用「一个延展比喻」贯穿一节(如「三家搬家公司」

对应三条路径),但跨节要换。

3.3 诚实约束
  • 承认黑盒:讲不清的、资料没有的,老实说「这块是黑盒 / 没查到」,绝不编造。
  • 区分事实与推测:作者/资料的确定结论 vs 合理假设,要分开说(「这是确证的」/「这是几个合理猜测」)。
  • 引用外部资料时按平台规则内联引用 [[标题]](url)。
3.4 可视化:什么场景画什么图,什么场景跳过

判据:图不是装饰,是替读者把"关系"一眼看出来。关系一句话能说清就别画图;关系靠文字绕三句才理顺才画图。

场景画不画画什么
几个东西的对比(≥2 项 × ≥2 维度)✅对比表格,不写大段文字
流程 / 时序(A 产出 B、B 再喂 C)✅按关系选流程或时序图;精确工程图借 engineering-docs 的 Archify 桥接,不在画板里从零摆
层级 / 架构(谁包含谁、谁调用谁)✅层级框图
多方关系(三条路径、三个方案并列比)✅一张图串起对照(配合"三家搬家公司"式延展比喻)
单一定义、单点事实、一句话能说清的机制❌ 跳过文字直接讲,别为了"图文并茂"硬配图
单纯为了好看、与逻辑链无关的示意图❌ 跳过——
  • 出飞书文档时,硬核机制每张图旁配一段讲解——这段讲解是正常行文(自然把比喻融进去),不是挂一个「费曼比喻」标签块。
  • 图必须能体现逻辑链的推进方向(箭头串起来),一张并列罗列的"要点配图"等于没画。
  • 要可发布的成图时别手画、也别默认丢给文生图:多标签/带英文术语/多步骤的机制图(Tokenizer、Embedding、Self-Attention 这类)交 content-infographic 的确定性渲染器出 SVG/PNG,中文和术语不会糊;只有标签很少、要靠一个具象场景演出来的比喻才用它的文生图后端。要精确工程结构/时序图则走 engineering-docs 的 Archify 桥接,原生缺少的专用视图按能力清单用改良旧后端兜底;旧 .py 图继续维护。用户需要一页式图文讲解或源码导读时,可借 engineering-docs 的 references/archify-reading.md 组织 Explainer;研究与正文仍归本技能,不强制将普通回答改成网页。本节给的是“该不该画、画什么关系”的判据,出图工具是下游。
  • 图必须贴着它解释的那段文字:交 content-infographic 时,连同"这段机制的原文 + 一句过渡(如图/下图讲清 X)"一起给,让图锚定该段、用作者正文里已有的比喻,不要图里另起一套(它有 check_linkage 对账)。直观记忆图与 engineering-docs 的严谨结构图可对同一机制成对出现,不互替。
  • 配图技能是可选增强,不是前置条件:本技能的核心"该不该画、画什么关系、用什么逻辑链"始终由本节判据独立成立,不依赖任何出图技能。没有 content-infographic / engineering-docs 时,照样用文字或简单 mermaid/画板把关系讲清;能画就画,画不了就把该看的那层关系用话说透,并告知用户"当前缺出图工具,已用文字代替"。

4. 调研类任务的前置动作

当任务是「调研 XX」(而非总结已有材料),先完成入口的方法读取,再取料、讲透。搜索工具、源码读取工具和文档平台是执行渠道,调用它们不等于已经执行费曼方法。

  1. 判断信息源:
  • 内部主题(内部系统/术语/数据/文档)→ 用你所在环境的内部知识检索能力
  • 公网主题 → web_search + 抓原文页面(snippet 不算数,要看原文交叉验证)
  • 给定文档/论文/PDF → 用对应文档 / pdf 工具读全文
  1. 并行检索:多个子问题一次性并发查,别一条条串行。
  2. 取够料后,先在心里理出那条逻辑链(这东西解决什么 → 朴素做法为什么不行 → 真正做法 →

新麻烦 → 收口),再套 §2 结构组织,不要把调研过程/原始资料直接甩给用户,也不要 把查到的几个知识点原样列成清单。


5. 交付形态与篇幅控制

情况交付方式
默认对话内直接用费曼逻辑链回答
用户要文档(含内部调研报告)本技能负责全部内容与结构,lark-doc 只当发布载体(把写好的内容建成飞书文档),不由它决定调研骨架;结构同 §2,硬核机制配图 + 自然行文讲解。成文后过一遍 haohao-shuohua 轻档去 AI 味(见 §3)
长内容(>5 环节 / 预计超区间)先搭出整条链的骨架(3–5 行:问题→张力→机制→新麻烦→收口),给用户确认方向后再分段补全,别一口气糊一坨

篇幅建议区间:600–1500 字。

  • 简单主题 2–3 节、600–900 字讲完就收;硬核主题 5–9 节、1200–1500 字。
  • 预计超 1500 字时,先出逻辑链骨架(5 行以内)给用户确认范围,再写正文——这是失控保护:用户要的是"讲透",不是"失控长文";写之前花 30 秒对齐范围,比写完砍半段强。
  • 用户明说了要长文/要文档,不受此限,但仍按"先骨架后补全"分段。

6. 交付前自检清单(逐条过)

  • [ ] 技术调研开始前已实际读取本技能及范例;未因指令短、平台技能已加载而省略内容方法
  • [ ] 成稿与平台写入分开;中文定稿已执行 haohao-shuohua,未用“已经按它的风格写”代替
  • [ ] 成品读起来是一条顺的逻辑链:脚手架已拆——全文没有「💭 费曼比喻:」「🤔 难理解点在哪?」

「要点 X」「【P0】」「费曼检验:」这类结构外露的标签(这是最高优先级的红线)

  • [ ] 整篇是一条逻辑链:相邻节能用「于是 / 但是 / 所以」接住,不是并列要点
  • [ ] 没有一大坨字:没有超过 150 字的段,没有连排 4 段以上的纯段落;节内真并列的东西已经列出来;只扫小标题和加粗能看出主线
  • [ ] 随便抽掉中间一节,后面就接不上(证明它是链而非并列块)
  • [ ] 开场是大白话讲问题 + 一个总比喻 + 抛出全文要追的核心问题,没有上来甩术语
  • [ ] 每个硬核转折都在正文里点破了新手误区 + 有一个新鲜的、融进句子的生活化比喻
  • [ ] 不同环节的比喻没有重复用同一个场景
  • [ ] 重要环节讲得透、多花笔墨,边角一笔带过(用行文轻重体现难度,不打标签)
  • [ ] 小标题是有信息量的内容,不是「要点 X」编号,也不是把「先问/于是」当标题印出来
  • [ ] 结尾用一两句话复述了整条链(复杂时才补总览表/口诀,作为自然收尾)
  • [ ] 术语都翻译过(用户已知的除外)
  • [ ] 没有 AI 腔、没有编造,黑盒/推测处如实说明
  • [ ] 该上表格/画板的地方没有用大段文字硬扛(跑 python3 ~/.claude/skills/haohao-shuohua/scripts/quick_scan.py 稿子 --checks wall 自查)

7. 参考

  • references/style-examples.md:正反例、比喻库、范文(Codex 上下文压缩)结构拆解。动手前先读。

Security

  • Security scanPassed, 95 of 100Pattern checks on the skill's files.
  • Model reviewPassed

Quality evaluation

  • Task evaluationNot runNo evaluation yet. Run one in Skill Studio.

Source

Popularity

Repository stars
92
Repository forks
5
7-day trend score
0

Stars and forks are for the whole GitHub repository, not this skill alone. Not refreshed yet.

Works with

Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.

  • Claude Code
  • Cursor
  • GitHub Copilot
  • Windsurf
  • Codex
  • Gemini CLI
  • Cline
  • Amp
  • Roo Code
  • Goose
  • Continue
  • Kilo Code
  • Junie
  • Trae
  • OpenHands
  • Qwen Code
  • AI Agent
  • Tabnine Chat
  • Sourcegraph Cody
  • Amazon Q
  • Firebase Genkit
  • Sweep
  • Devin
  • Phind
  • Mentat
  • Claude Desktop
  • Aider
  • GPT Pilot
  • Plandex
  • bolt.new
  • v0
  • Replit Agent
  • Anse
  • TypingMind
  • BetterChatGPT
  • LibreChat
  • Warp AI
  • Pieces
  • Fig AI
Embed badge
vskill VERIFIED badge
[![vskill VERIFIED](https://verified-skill.com/api/v1/skills/job-yang/jobyang-ai-skills/feynman-explainer/badge)](https://verified-skill.com/skills/job-yang/jobyang-ai-skills/feynman-explainer)

Something wrong with this skill or its page? Tell us.