rainygao-github/docsys/ant-expert

Claude Code and agent skill by rainygao-github/docsys

Trust tier 2
  • community
LLM review pending
Source check pending

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

行动者网络理论专家分析技能,整合参与者识别、网络分析和转译过程追踪功能,提供全面的ANT分析框架

Install

npx vskill@latest install rainygao-github/docsys/ant-expert

SKILL.md

行动者网络理论专家分析技能 (ANT Expert Analysis)

概述

行动者网络理论专家分析技能整合了参与者识别、网络分析和转译过程追踪功能,为社会科学研究提供全面的ANT分析框架。该技能帮助研究者识别人类和非人类行动者、构建关系网络、追踪网络构建过程并分析网络动态。

使用时机

当用户请求以下分析时使用此技能:

  • 涉及人类和非人类行动者的社会技术网络分析
  • 网络中行动者(人类和非人类)的识别
  • 转译过程和网络构建的追踪
  • 事实、技术或实践构建过程的分析
  • 异质网络中权力关系的理解
  • 网络稳定化或去稳定化过程的调查
  • 物质对象在社会过程中的作用检验
  • 创新过程和技术采纳的研究
  • 政策网络和实施过程的分析
  • 科学知识构建过程的调查
  • 需要系统性规划和进度跟踪的ANT研究
  • 集成planning-with-files进行项目管理的网络分析

快速开始

当用户请求ANT分析时:

  1. 绘制所有相关人类和非人类行动者
  2. 追踪行动者间的连接
  3. 跟随转译过程(问题化到动员)
  4. 分析物质-符号关系
  5. 评估网络稳定性和动态

核心功能(渐进式披露)

主要功能
  • 行动者识别: 识别人类和非人类行动者
  • 网络分析: 分析网络拓扑和结构
  • 转译过程追踪: 追踪问题化、利益化、征召和动员
  • 基本习性: 理解参与者的倾向
  • 项目规划: 与planning-with-files集成的项目规划
次要功能
  • 边界分析: 定义网络边界和排除
  • 关系动态: 分析网络中关系的强度和性质
  • 自主性评估: 评估独立于外部力量的程度
  • 历史分析: 追溯网络发展的时间线
  • 进度跟踪: 基于planning-with-files的进度监控
高级功能
  • 符号暴力: 识别支配和误解的机制
  • 多网络分析: 检查网络间的关系
  • 网络演化: 分析网络结构的变化
  • 复杂习性: 检查习性如何使能/限制实践
  • 集成规划: 完整的planning-with-files工作流集成

详细指令

第一阶段:行动者识别与映射
  • 识别所有相关的人类和非人类行动者
  • 确定行动者间的关系
  • 评估不同行动者的能动性
  • 绘制初始网络配置
  • 考虑核心和边缘行动者
第二阶段:网络分析
  • 追踪行动者间的连接
  • 分析关系的强度和性质
  • 识别关键中介和转译中介
  • 绘制网络拓扑
  • 考虑网络边界和排除
第三阶段:转译过程追踪
  • 识别问题化阶段
  • 追踪利益化和征召过程
  • 分析动员策略
  • 检查利益如何被转译
  • 考虑转译失败的时刻
第四阶段:物质符号分析
  • 检查非人类行动者的能动性
  • 分析社会-物质纠缠
  • 识别技术与对象中的脚本
  • 考虑物质安排如何塑造社会关系
  • 理解物质安排的表演性
第五阶段:网络动态评估
  • 分析稳定或去稳定网络的因素
  • 识别变化和转换的时刻
  • 检查网络内的权力关系
  • 考虑潜在的未来发展
  • 评估网络的鲁棒性
第六阶段:综合与解释
  • 整合所有维度的发现
  • 将ANT分析与更广泛的社会过程联系起来
  • 考虑中国社会背景和文化特殊性
  • 提供可操作的见解
第七阶段:规划与进度管理
  • 使用planning-with-files初始化项目规划
  • 创建ANT分析任务计划文档
  • 跟踪各分析阶段的进度和完成情况
  • 记录研究过程中的关键发现和洞察
  • 监控项目整体进度和里程碑达成情况

参数

  • analysis_type: 分析类型 (actors, network, translation, comprehensive)
  • actor_type: 行动者类型 (human, non-human, hybrid)
  • network_scope: 网络分析范围 (local, regional, global)
  • translation_phase: 转译阶段 (problematization, interessement, enrollment, mobilization)
  • agency_level: 能动性水平 (high, medium, low)
  • methodology: 分析方法 (qualitative, quantitative, mixed)
  • cultural_context: 文化背景考虑 (特别是中文研究背景)

示例

示例 1: 技术采纳网络分析

User: "分析中国电动汽车采纳的行动者网络" Response: 识别政府机构、汽车制造商、消费者、充电基础设施、电池技术、环境关切、法规等行动者,分析它们之间的关系和转译过程。

示例 2: 医疗网络分析

User: "分析远程医疗实施的行动者网络" Response: 识别医生、患者、医院管理员、医疗设备、数字平台、健康数据、医疗协议、监管机构等行动者,追踪它们的转译过程。

示例 3: 政策实施网络分析

User: "分析农村教育政策实施的行动者网络" Response: 识别政府官员、教师、学生、家长、学校、教育技术、教科书、互联网基础设施、当地社区等行动者,评估网络的稳定性。

质量标准

  • 严格应用ANT原则(广义对称性、转译)
  • 包括人类和非人类行动者
  • 保持关系分析的重点
  • 考虑历史和文化背景
  • 提供基于证据的解释

输出格式

json
{
"summary": {
"actors_identified": 25,
"network_connections": 42,
"translation_phases_completed": 4,
"non_human_actors": 8,
"stability_score": 0.78,
"analysis_type": "comprehensive"
},
"details": {
"actors": [...],
"relationships": [...],
"translation_process": {...},
"network_dynamics": {...}
},
"metadata": {
"timestamp": "2025-12-27T10:30:00",
"version": "1.0.0"
}
}

资源

  • ANT理论著作(Latour, Callon, Law)
  • ANT方法指南
  • 科学技术研究文献
  • 中国背景下ANT应用实例

完成标志

完成高质量的ANT分析应该:

  1. 提供完整的行动者网络映射
  2. 追踪完整的转译过程
  3. 评估网络稳定性和动态
  4. 分析物质-符号关系

ANT专家6阶段工作流集成planning-with-files

阶段1:行动者识别与映射
  • 使用planning-with-files初始化项目
  • 创建行动者识别任务计划文档
  • 定义识别目标、范围和时间线
  • 确定数据源和分析深度
阶段2:网络分析
  • 跟踪网络分析进度
  • 记录网络拓扑和结构分析结果
  • 更新任务完成状态
  • 记录网络分析过程中发现的问题
阶段3:转译过程追踪
  • 执行转译过程追踪
  • 监控转译阶段分析进度
  • 记录关键转译发现
  • 与任务计划进行对照
阶段4:物质符号分析
  • 跟踪物质符号分析过程
  • 记录物质-符号关系发现
  • 更新分析阶段状态
  • 整理物质符号分析结果
阶段5:网络动态评估
  • 跟踪网络动态评估过程
  • 记录动态评估结果
  • 监控网络稳定性指标
  • 整合动态评估结果
阶段6:综合与总结
  • 整合所有分析结果
  • 生成ANT分析综合报告
  • 记录关键洞察和反思
  • 完成项目总结和复盘

此技能为行动者网络理论分析提供专业的综合框架和工具,确保研究的科学性和严谨性。

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
361
Repository forks
99
7-day trend score
29

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/rainygao-github/docsys/ant-expert/badge)](https://verified-skill.com/skills/rainygao-github/docsys/ant-expert)

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