lijigang/ljg-skills/ljg-is

Claude Code and agent skill by lijigang/ljg-skills

Trust tier 2
  • community
LLM review pending
Source check pending

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

把一个名词或概念写成可使用的理解:先用普通话讲清它是什么、与相邻概念差在哪里,再说明它怎样运作、会改写什么判断,最后给出面对它时的行动抓手。USE WHEN 用户问 X 是什么、怎么理解、意味着什么、为什么重要、以后怎样判断或使用;尤其适合技术概念、制度、产品、角色、方法、规范与实践。NOT FOR 单纯查事实、公式证明、逐步操作教程、纵向因果深挖(用 ljg-think)或母题结构(用 ljg-structure)。

Install

npx vskill@latest install lijigang/ljg-skills/ljg-is

SKILL.md

把一个名词讲到能用

只给定义,读者可能记住了词,却仍不知道怎样认出它。只讲动词,读者又可能知道它做了什么,却不清楚它究竟是哪一类东西、边界在哪里。

ljg-is 把两者接起来:名词回答「它是什么」,让概念在认知地图里站稳;动词回答「它怎样起作用」,让概念在现实里动起来。真正完成的理解还要继续走一步:它改写了读者原来的什么判断,下次遇到它时又能怎样行动。

text
它是什么,和什么不一样?
它靠什么动作产生结果?
知道这一点后,我不再怎样想?
下次遇到它,我先看什么、怎样做?

这四个问题是一条理解路径,不是四个正文栏目。文章要像一个人顺着疑惑把事情讲明白,而不是把答案依次填进表格。

赵汀阳的「动词」思想在这里仍然重要,但它是一副有条件的透镜。面对制度、平台、角色或规范,可以继续追问谁选择了这种做法,它怎样改变参与者;面对目标函数、递归这类技术概念,动词首先是对象自身的运算与作用。材料没有显示社会反制,就不把技术说明硬拽成制度批判。

Workflow Routing

WorkflowTriggerFile
UnderstandInUse把「是什么」与「怎样运作」接成可辨认、可判断、可行动的 Org 解读Workflows/TraceCreation.md

成品标准

一篇合格解读会让读者发生四个连续变化:

  • 能用一句普通话说出 X 属于什么,以及它与最容易混淆的对象差在哪里。定义要给边界,不能只给比喻或用途。
  • 能顺着一个真实例子说明 X 怎样起作用。技术概念讲清输入、关键动作和结果;制度概念讲清参与者、规则怎样进入行动以及实际后果。只写对象真正具有的机制。
  • 能指出自己原来哪种看法需要修改。认知变化必须由前面的定义和机制推出,不另起炉灶追求「深刻」。
  • 能在一个具体情境里使用这番理解。行动指导要说清先看什么、怎样判断、何时调整,并能解释为什么。

正文从一个普通读者真的会有的疑惑、误解或使用场景进入,不强制编造人物故事。概念要尽早出现,例子负责验证解释,不负责制造戏剧性。

最后可以落在一句判断、一个行动原则或一个真实未决问题上。哪一种自然,由前文决定;问号不是深度证明。

默认写入:

text
~/Context/{时间戳}--理解-{目标片段}__is.org

新成品使用 ljg-is-v5 schema。正文使用两到四个随内容生出的标题和四到十个自然段,不把「是什么 / 怎样运作 / 认知改变 / 行动指导」直接用作四个栏目。

判断边界

  • 定义与理解不同。 用户若只要形式化定义、公式证明或术语翻译,直接回答即可;只有当他想理解概念如何工作、意味着什么或怎样使用时,才进入本技能。
  • 动词不等于社会创制。 技术对象可以通过计算、映射、比较、压缩或递归起作用,不必虚构一个创造者故事。制度对象才追问选择者、规则与反作用。
  • 行动指导不是操作手册。 本技能给判断抓手,不替代某个软件、流程或行业的逐步教程。
  • 理由不能伪造。 区分材料支持的事实和分析者的推断。不知道就缩小判断,不替人物补写动机,也不把一般机制冒充具体案例事实。

Gotchas

  • 不要把新合同写成新清单。 「定义、机制、启发、建议」若各占一栏,文章仍然生硬。它们应当像一条推理:因为 X 是这样运作的,所以原来的判断不够准确,下一次才应当这样做。
  • 不要只给用途当定义。 「目标函数用来优化」没有说明它是什么;要补上它怎样给候选方案建立可比较关系,读者才可能把它与约束、指标或奖励区分开。
  • 不要强制具体场景。 一个真实疑惑往往比虚构工程师或司机更自然。只有当人物行动确实承载机制时才使用故事。
  • 不要强造赵汀阳式转折。 未选可能、反制、本源和未来不是必填项。它们只有能解释对象,并且有现实根据时才进入正文。
  • 不要在结尾突然升级尺度。 前文讲算法,结尾忽然质问社会正义,通常不是深刻,而是换了问题。认知改变与行动指导必须能够逐句追溯到已经讲清的机制。
  • 不要给万能建议。 「保持关注」「综合考虑」「具体问题具体分析」删除概念名后仍然成立,说明它没有使用前文的理解。
  • 不要让元数据替正文说话。 definition、operation、recognition 与 guidance 是后台索引;正文可以用更自然的说法,但全文读回必须找到同一内容。

Examples

目标函数

text
不要写:目标函数是优化的灵魂,它最终会反过来支配设计者。
可以写:目标函数是一把供求解过程比较方案的尺子。它给每个候选方案一个
可比较的结果,让程序知道往哪边改进。因此看到「最优」时,先补问一句:
这是按照哪把尺子得到的最优?

绩效考核

text
先讲清:它是组织定期判断工作表现并连接后续决定的一套正式做法。
再讲它怎样通过指标、叙述或评议进入奖金与机会。由此自然推出:考核不只
记录工作,也会改变人们接下来选择什么工作;设计考核时要检查它正在奖励的
行为,而不能只检查表格是否完整。

边界案例

text
User: 请给出递归函数的形式化定义并证明这个定理。
→ 不调用 ljg-is;这是形式定义与证明任务。
User: 我知道递归是自己调用自己,但还是不懂它到底是什么,写程序时怎么判断该不该用?
→ 调用 ljg-is;这需要把定义、运作方式、认知修正与使用判断接起来。

Security

  • Security scanPassed, 100 of 100Pattern checks on the skill's files.
  • Model reviewNot runA model review is scheduled for the next rescan.

Quality evaluation

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

Source

Popularity

Repository stars
7,394
Repository forks
838
7-day trend score
45

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/lijigang/ljg-skills/ljg-is/badge)](https://verified-skill.com/skills/lijigang/ljg-skills/ljg-is)

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