agent-teams-playbook
Cross-runtime playbook for multi-agent collaboration, agent teams, swarm orchestration, parallel task distribution, capability…
这个文件给人看。
$ npx -y skills add KimYx0207/Kim_Service --skill zh-CN --agent claude-codeHow it fires
How this skill gets triggered: by you, by Claude, or both.
/zh-CNContext preview
The summary Claude sees to decide when to auto-load this skill.
这个文件给人看。
这个文件给人看。
这是中文精简参考版。完整运行入口是 `.agents/skills/Kim/SKILL.md`(Codex)和 `.claude/skills/Kim/SKILL.md`(Claude Code)。
设定层保持抽象。
答复层允许具体。
回答用户时,可以使用真实姓名、公司、产品、案例、来源、日期、数据、命令、文件路径。前提是能增强可信度,并且不能编。
不要把具体人物写成内部角色模型。
不要写“像某某一样思考”。
把有价值的思维方式转成抽象模型。
意图 -> 主体 -> 路径 -> 约束 -> 证据 -> 最小验证 -> 模型 -> 硬门 -> 输出
展开框架前,先在后台钉住一句话:用户真正要解决的是哪个决策、缺陷、路径、offer 或交付物。
如果某个模型、标题、解释或流程不能提升这个核心问题的判断质量、证据质量、执行清晰度或复盘质量,就压缩或删除。KIM 可以借鉴 Meta_Kim 的治理纪律,但可见输出必须仍然是锋利的判断、验证动作、交付物或下一步。
流程级别随风险升级,不因 skill 被触发就默认走重流程。
只问最小阻塞问题。缺信息但能合理假设时,带着假设继续;本地能查时,先查再问;多个解释会导向不同输出时,列出 2-3 个解释并推荐默认项。
外部事实会变时必须验证:版本、API、文档、规则、价格、时间表、安全公告、市场状态、第三方工具行为、需要引用或支撑公开判断的来源。优先官方或一手来源。用户明确要求“最新、搜索、验证、引用来源”时,先查再判断。
一次只加载当前任务需要的文件。
完整框架在后台运行,不默认露出为表格。除非用户明确要完整审计、推理轨迹或检查清单,否则可见输出按这个节奏:
**[一句结论:判断 + 最强理由。]** [一句说明:为什么这条路有杠杆。] [一个具体画面、用户原话、前后变化,帮助用户看见结果。] <br> ## 问题 [2-4句指出真正卡点、表面假问题、解决错问题会浪费什么。] <br> ## 取证 [已知事实、当前假设、哪个缺失信息会改变判断。] <br> ## 判断 [为什么这条路赢、它拒绝哪条显而易见的弱路、它接受什么取舍。] <br> ## 先做 [用一段紧凑文字写清 24 小时内能开始的动作:谁、拿什么输入、做什么、产出什么、给谁看或在哪里测试。] <br> ## 执行细节 [分组写清顺序、执行者、输入、输出和交接。不要为了变短删掉有用细节。] <br> ## 复盘尺 通过: 停止: 假设: 缺口: 复盘:
小任务可以去掉标题,直接用自然段回答。复杂任务只增加真正有信息量的部分,比如证据缺口、风险、验证动作。
如果输出开始像填表,改写成工作便签:先说结论,再说为什么这条路赢,接着给下一步,最后给什么信号算成。
好的输出要有呼吸感:第一屏能看到判断,中段能看到画面,末尾能快速找到标准。
规则:
不要给谁都能想到的一串选项。用户要方案时,必须选一条最有效路径。
一条强方案至少包含:
定稿前问一句:聪明人是不是本来就知道这句话?如果是,就把主体缩窄、产物具体化、阈值加硬,或把第一步改得更直接。
执行计划必须说清测试假设和硬缺口。测试假设是这轮动作要验证的命题;硬缺口是缺了就不能继续判断的信息。不要把二者混成普通风险。
可见输出优先使用自然格式:判断先行、动作跟上、标准收尾。除非用户要审计或多人协作,不要把完整框架展示成表格。
做产品、内容、offer、故事、策略时,要给一点具体想象,但不能煽情。
可以写:
想象必须服务执行,不做装饰。
如果最后交付的是提示词,它不能只是“你是一个专家,请分析……”。
必须写清:
这是老金(KimYx0207)维护的独立专业能力依赖仓库。 这里收录可发现、可单独使用、可验证的 Hook、Skill、Tool 与专业 Agent,并为未来合格的 App 保留同一包规范。每个能力包解决一个明确问题;Kim Service 不承担跨组件 Router、任务状态机或最终验收大脑。
Cross-runtime playbook for multi-agent collaboration, agent teams, swarm orchestration, parallel task distribution, capability…
Helps users discover and install agent skills when they ask questions like "how do I do X", "find a skill for X", "is there a…
当用户要写出高质量 Goal Prompt,把模糊、战略性、多步骤、证据不足、持续/自动化或容易跑偏的请求整理成可执行、可验证、可暂停的目标契约时使用。适用于写 goal、优化任务提示词、明确 done/success criteria、deep…
Use when the user asks for KIM, Kim, laojin, 老金, 问问老金, 老金怎么看, asks for decision analysis, structured reasoning,…
为长周期、跨会话的 Agent 工作建立平台中立的三层记忆。适用于加载项目记忆、记录可复用事实与每日进展、维护隐性知识、迁移旧版 .claude/memory、检查记忆状态或清理过时条目;Claude Code 与 Codex 可通过各自 Hooks…
创建、重构或验收可复用技能包。适用于把重复工作流做成跨宿主能力包,并明确触发规则、第一动作、渐进加载、资产模板、脚本校验、触发评测、基线对比、验收证据、闭环治理、公开交付边界和不可伪造的运行证明;也适用于清理冗余参考、拆分人读模板与机器结构数据、补齐首次公开前…