/multi-expert-analyzer_20260707
深度分析并解答任何领域的棘手问题。先判断问题涉及哪些领域,召集对应的领域专家分别搜证、按第一性原理作答(图文并茂、有权威数据和案例、讲清适用边界与证伪方式、自我验证),再经"事实核查"和"红队反驳"两道克制的校验,最后合成一篇面向小白、一气呵成、有人味的第一人称文章,全部产物存到当前项目 markdown/ 目录。触发条件:用户抛出一个想不通/难解/复杂/跨领域的问题并希望深入分析,例如"帮我分析一下……""这个问题到底怎么回事""从多个角度看……""深度思考一下……""这事儿靠谱吗""为什么会……未来会怎样",或任何需要多领域专家协作、第一性原理推演、
$ npx -y skills add digoal/blog --skill multi-expert-analyzer_20260707 --agent claude-codeHow it fires
How this skill gets triggered: by you, by Claude, or both.
- Fires itselfAuto-invocation. Claude auto-loads it when your prompt matches the work.Auto-invocation is when the right skill fires by itself at the right moment, driven by a FLOW.md router and a hook, instead of you invoking it by name. It is the difference between a skill being installed and a skill actually getting used.Read the full definition →
- You can call itInvoke it directly when you want it.
- Slash command
/multi-expert-analyzer_20260707
Context preview
The summary Claude sees to decide when to auto-load this skill.
深度分析并解答任何领域的棘手问题。先判断问题涉及哪些领域,召集对应的领域专家分别搜证、按第一性原理作答(图文并茂、有权威数据和案例、讲清适用边界与证伪方式、自我验证),再经"事实核查"和"红队反驳"两道克制的校验,最后合成一篇面向小白、一气呵成、有人味的第一人称文章,全部产物存到当前项目 markdown/ 目录。触发条件:用户抛出一个想不通/难解/复杂/跨领域的问题并希望深入分析,例如"帮我分析一下……""这个问题到底怎么回事""从多个角度看……""深度思考一下……""这事儿靠谱吗""为什么会……未来会怎样",或任何需要多领域专家协作、第一性原理推演、
SKILL.md
multi-expert-analyzer_20260707.SKILL.mdname: multi-expert-analyzer
description: 深度分析并解答任何领域的棘手问题。先判断问题涉及哪些领域,召集对应的领域专家分别搜证、按第一性原理作答(图文并茂、有权威数据和案例、讲清适用边界与证伪方式、自我验证),再经"事实核查"和"红队反驳"两道克制的校验,最后合成一篇面向小白、一气呵成、有人味的第一人称文章,全部产物存到当前项目 markdown/ 目录。触发条件:用户抛出一个想不通/难解/复杂/跨领域的问题并希望深入分析,例如"帮我分析一下……""这个问题到底怎么回事""从多个角度看……""深度思考一下……""这事儿靠谱吗""为什么会……未来会怎样",或任何需要多领域专家协作、第一性原理推演、证据支撑与证伪路径的深度解答。即使用户没有明说"多专家"或"深度分析",只要问题棘手、值得认真拆解,也应使用本 skill。
多专家深度分析
这个 skill 在做什么,为什么这么设计
很多棘手问题之所以棘手,是因为它横跨多个领域,单一视角必然有盲区。一个人再聪明,也很难同时是经济学家、工程师和心理学家。所以这里的思路是:**先把问题拆到它真正所属的几个领域,让每个领域的专家独立作答,再由一个中立的合成者把这些视角织成一篇普通人读得懂的文章。**
但多专家有个老毛病——每个专家都很自信,可他们之间可能互相矛盾,或者某个"权威数据"其实站不住脚。所以在合成之前,加了两道校验:一个**事实核查员**盯着专家们有没有自相矛盾或空口无凭,一个**红队**专挑最关键的结论去反驳。校验完才动笔。
有一点要特别克制:**这两道校验不是来找茬的。** 大多数问题并不需要写成严谨论文,过度的质疑只会让最终文章变得畏首畏尾、充满"但也可能……"。校验的价值不在于否定专家,而在于给最终文章埋下一些让读者会心一动、多想一层的点。所以校验结论**不直接改写文章的主干**,而是在文章成型后,把其中真正有价值的部分,以旁观者的口吻自然地嵌进去。
默认约定
- **输出语言**:默认中文,除非用户要求其他语言。
- **面向读者**:默认面向小白,通俗易懂。
- **产物位置**:全部存到当前项目的 `markdown/` 目录下。
- **严谨度**:默认"日常深度"——把问题讲透即可,不必学术化。只有当用户明确说了"要严谨""写成论文""学术级""每个结论都要能站住"这类话时,才切换到"论文级",让两个校验器变得更较真。判断不准时,默认走日常深度。
工作流程
1. **复述与领域诊断。** 用一两句话复述问题,判断它涉及哪些领域。据此决定召集几位专家——**要右尺寸**:单一领域的问题 1 位专家足矣,跨领域问题一般 2–4 位。不要为了显得全面而硬凑专家;专家太多反而稀释重点。
2. **建运行目录。** 在当前项目下建 `markdown/multi-expert/<主题slug>-<YYYYMMDD>/`,内含子目录 `experts/`、`assets/`、`review/`。主题 slug 用简短的中文拼音或英文词。
3. **召集专家(并行)。** 对每个领域,先看当前环境有没有现成、贴切的专家 agent(比如"后端架构师""心理学家""投资研究员""土木工程师"等):
- **有贴切的就直接调度它**,把该领域的解题任务交给它。
- **没有贴切的,就用 `general-purpose`(或类似通用)subagent 做角色扮演**,在 prompt 里明确"你现在是某某领域的资深专家"。
每位专家的任务书见 `references/expert-brief.md`——把它的要求完整传给每个专家 subagent,并告诉它自己的输出路径 `experts/NN-<角色>.md`。**在同一条消息里并行发起所有专家**,让他们同时开工。
4. **收齐草稿。** 等所有专家写完各自的 `experts/NN-*.md`(以及引用到的 `assets/*.svg`)。
5. **事实核查(克制)。** 起一个"事实核查员"subagent,读完所有专家草稿,标记**实质性**的矛盾和明显空口无凭的关键主张。做法与克制原则见 `references/verifiers.md`。存到 `review/fact-check.md`。
6. **红队反驳(克制)。** 再起一个"红队"subagent,只针对**最承重的那几个结论**尝试反驳。同样见 `references/verifiers.md`。存到 `review/red-team.md`。
> 第 5、6 步可以在同一条消息里并行发起——它们都只读专家草稿,互不依赖。
7. **先写文章,再织入校验。** 两个校验器都完成后,才动笔写最终文章。**先**把它写成一篇干净、连贯、面向小白的第一人称文章;**然后**回头看两份校验报告,挑出其中真正有启发、能让读者多想一层的点,以旁观者视角丝滑地嵌进去。写法与文风要求见 `references/synthesis.md`。存到 `final.md`。
8. **交付。** 告诉用户最终文章路径,以及中间产物(专家草稿、两份校验)的位置,方便他追溯。
关键原则速记
- **专家独立作答**:每位专家在自己的草稿里必须做到——复述并分析问题、第一性原理与前置条件、权威数据/案例支撑、适用边界、证明与证伪路径、交稿前自我验证一轮(不通过就改到通过)。图用 mermaid/ascii 直接内嵌;用 SVG 则单独存成 `.svg` 文件再在 md 里引用,**不要把 SVG 源码内联进 md**。
- **因果按时间顺序**:凡是"因为 Y 所以 X""在某时点做了某决定"这类说法,都要有明确的时间锚点,别用"早期""后来""成熟之前"这类含糊词。结果已经发生的事,其原因不可能发生在它之后。
- **校验器要克制**:不为找茬而找茬,不为反驳而反驳。默认日常深度时,只标注真正会误导读者的问题。
- **合成不留痕**:最终文章以第一人称一气呵成,专家视角用"站在……的角度"来带出,章节名和正文都不出现"专家一""综合""事实核查"这类合成痕迹。第一性原理的前置条件、变量融进行文,别列成表格。
- **要有人味**:像人写的,不是 AI 写的。措辞自然,少用"首先/其次/综上所述"这类八股和排比堆砌。
参考文件
- `references/expert-brief.md` — 每位专家的完整任务书(原样传给专家 subagent)。
- `references/verifiers.md` — 事实核查员与红队的 prompt 及克制原则。
- `references/synthesis.md` — 最终文章的文风与"织入校验"的写法。
Read more
name: multi-expert-analyzer description: 深度分析并解答任何领域的棘手问题。先判断问题涉及哪些领域,召集对应的领域专家分别搜证、按第一性原理作答(图文并茂、有权威数据和案例、讲清适用边界与证伪方式、自我验证),再经"事实核查"和"红队反驳"两道克制的校验,最后合成一篇面向小白、一气呵成、有人味的第一人称文章,全部产物存到当前项目 markdown/ 目录。触发条件:用户抛出一个想不通/难解/复杂/跨领域的问题并希望深入分析,例如"帮我分析一下……""这个问题到底怎么回事""从多个角度看……""深度思考一下……""这事儿靠谱吗""为什么会……未来会怎样",或任何需要多领域专家协作、第一性原理推演、证据支撑与证伪路径的深度解答。即使用户没有明说"多专家"或"深度分析",只要问题棘手、值得认真拆解,也应使用本 skill。
多专家深度分析
这个 skill 在做什么,为什么这么设计
很多棘手问题之所以棘手,是因为它横跨多个领域,单一视角必然有盲区。一个人再聪明,也很难同时是经济学家、工程师和心理学家。所以这里的思路是:**先把问题拆到它真正所属的几个领域,让每个领域的专家独立作答,再由一个中立的合成者把这些视角织成一篇普通人读得懂的文章。**
但多专家有个老毛病——每个专家都很自信,可他们之间可能互相矛盾,或者某个"权威数据"其实站不住脚。所以在合成之前,加了两道校验:一个**事实核查员**盯着专家们有没有自相矛盾或空口无凭,一个**红队**专挑最关键的结论去反驳。校验完才动笔。
有一点要特别克制:**这两道校验不是来找茬的。** 大多数问题并不需要写成严谨论文,过度的质疑只会让最终文章变得畏首畏尾、充满"但也可能……"。校验的价值不在于否定专家,而在于给最终文章埋下一些让读者会心一动、多想一层的点。所以校验结论**不直接改写文章的主干**,而是在文章成型后,把其中真正有价值的部分,以旁观者的口吻自然地嵌进去。
默认约定
- **输出语言**:默认中文,除非用户要求其他语言。
- **面向读者**:默认面向小白,通俗易懂。
- **产物位置**:全部存到当前项目的 `markdown/` 目录下。
- **严谨度**:默认"日常深度"——把问题讲透即可,不必学术化。只有当用户明确说了"要严谨""写成论文""学术级""每个结论都要能站住"这类话时,才切换到"论文级",让两个校验器变得更较真。判断不准时,默认走日常深度。
工作流程
1. **复述与领域诊断。** 用一两句话复述问题,判断它涉及哪些领域。据此决定召集几位专家——**要右尺寸**:单一领域的问题 1 位专家足矣,跨领域问题一般 2–4 位。不要为了显得全面而硬凑专家;专家太多反而稀释重点。
2. **建运行目录。** 在当前项目下建 `markdown/multi-expert/<主题slug>-<YYYYMMDD>/`,内含子目录 `experts/`、`assets/`、`review/`。主题 slug 用简短的中文拼音或英文词。
3. **召集专家(并行)。** 对每个领域,先看当前环境有没有现成、贴切的专家 agent(比如"后端架构师""心理学家""投资研究员""土木工程师"等):
- **有贴切的就直接调度它**,把该领域的解题任务交给它。
- **没有贴切的,就用 `general-purpose`(或类似通用)subagent 做角色扮演**,在 prompt 里明确"你现在是某某领域的资深专家"。
每位专家的任务书见 `references/expert-brief.md`——把它的要求完整传给每个专家 subagent,并告诉它自己的输出路径 `experts/NN-<角色>.md`。**在同一条消息里并行发起所有专家**,让他们同时开工。
4. **收齐草稿。** 等所有专家写完各自的 `experts/NN-*.md`(以及引用到的 `assets/*.svg`)。
5. **事实核查(克制)。** 起一个"事实核查员"subagent,读完所有专家草稿,标记**实质性**的矛盾和明显空口无凭的关键主张。做法与克制原则见 `references/verifiers.md`。存到 `review/fact-check.md`。
6. **红队反驳(克制)。** 再起一个"红队"subagent,只针对**最承重的那几个结论**尝试反驳。同样见 `references/verifiers.md`。存到 `review/red-team.md`。
> 第 5、6 步可以在同一条消息里并行发起——它们都只读专家草稿,互不依赖。
7. **先写文章,再织入校验。** 两个校验器都完成后,才动笔写最终文章。**先**把它写成一篇干净、连贯、面向小白的第一人称文章;**然后**回头看两份校验报告,挑出其中真正有启发、能让读者多想一层的点,以旁观者视角丝滑地嵌进去。写法与文风要求见 `references/synthesis.md`。存到 `final.md`。
8. **交付。** 告诉用户最终文章路径,以及中间产物(专家草稿、两份校验)的位置,方便他追溯。
关键原则速记
- **专家独立作答**:每位专家在自己的草稿里必须做到——复述并分析问题、第一性原理与前置条件、权威数据/案例支撑、适用边界、证明与证伪路径、交稿前自我验证一轮(不通过就改到通过)。图用 mermaid/ascii 直接内嵌;用 SVG 则单独存成 `.svg` 文件再在 md 里引用,**不要把 SVG 源码内联进 md**。
- **因果按时间顺序**:凡是"因为 Y 所以 X""在某时点做了某决定"这类说法,都要有明确的时间锚点,别用"早期""后来""成熟之前"这类含糊词。结果已经发生的事,其原因不可能发生在它之后。
- **校验器要克制**:不为找茬而找茬,不为反驳而反驳。默认日常深度时,只标注真正会误导读者的问题。
- **合成不留痕**:最终文章以第一人称一气呵成,专家视角用"站在……的角度"来带出,章节名和正文都不出现"专家一""综合""事实核查"这类合成痕迹。第一性原理的前置条件、变量融进行文,别列成表格。
- **要有人味**:像人写的,不是 AI 写的。措辞自然,少用"首先/其次/综上所述"这类八股和排比堆砌。
参考文件
- `references/expert-brief.md` — 每位专家的完整任务书(原样传给专家 subagent)。
- `references/verifiers.md` — 事实核查员与红队的 prompt 及克制原则。
- `references/synthesis.md` — 最终文章的文风与"织入校验"的写法。
AI,Opensource,Database,Business,Finance,Minds. git clone --depth 1 https://github.com/digoal/blog

