cheat-on-content
给所有想把"感觉"变成可校准预测的内容创作者。**方法论通用**——打分 → 盲预测 → T+3d 复盘 → 进化 rubric 的循环适用任何能被量化(播放 / 阅读 / 收听 / 点击)的内容。**rubric 是循环的内容,不是循环本身**——当前内置一份观点视频 rubric(参考博主 25+…
MCP(Model Context Protocol)协议认知 — 蒙多的工具扩展之道
$ npx -y skills add LiHongwei-cn/lihongwei-cn --skill mcp-protocol --agent claude-codeHow it fires
How this skill gets triggered: by you, by Claude, or both.
/mcp-protocolContext preview
The summary Claude sees to decide when to auto-load this skill.
MCP(Model Context Protocol)协议认知 — 蒙多的工具扩展之道
name: mcp-protocol description: MCP(Model Context Protocol)协议认知 — 蒙多的工具扩展之道 version: 1.0.0 author: mundo tags: - mcp - protocol - tool-discovery - infrastructure dependencies: [] conflicts: [] required_tools: [] priority: 80
MCP(Model Context Protocol)是 Anthropic 于 2024年11月开源的协议,已成为 AI Agent 与外部工具交互的事实标准。
Host(宿主应用,如蒙多) ↕ JSON-RPC 2.0 MCP Server(工具/数据源封装) ↕ 实际调用 外部系统(API、数据库、文件、浏览器...)
1. **协议层解耦** — Agent 不直接调工具,通过标准化协议发现和调用 2. **Server 可组合** — 一个 Agent 可连多个 MCP Server,每个封装一类能力 3. **安全沙箱** — 权限控制在协议层,不在应用层 4. **能力发现** — Client 启动时自动发现 Server 提供的 tools/resources/prompts
| 类型 | 说明 | 示例 | |------|------|------| | **Tools** | 可调用的函数 | 搜索、数据库查询、文件操作 | | **Resources** | 可读取的数据源 | 文件内容、API数据、数据库记录 | | **Prompts** | 预定义的提示模板 | 代码审查模板、分析模板 |
| MCP 概念 | 蒙多对应 | 差距 | |----------|---------|------| | Host | core.py 主循环 | 需要加 MCP Client | | Server | tools.py 工具集 | 需要抽象为 MCP Server | | Tools | ToolRegistry.register() | 接口兼容,需加协议层 | | Resources | memory.py 记忆系统 | 可暴露为 MCP Resource | | Prompts | MUNDO_SYSTEM_PROMPT | 可暴露为 MCP Prompt |
MUNDO - THE EMPEROR. Complete AI orchestration system with 1208 skills, 25 capability modules, self-evolving, collective consciousness. GitHub Actions 24/7 automation.
Repo: LiHongwei-cn/lihongwei-cn
给所有想把"感觉"变成可校准预测的内容创作者。**方法论通用**——打分 → 盲预测 → T+3d 复盘 → 进化 rubric 的循环适用任何能被量化(播放 / 阅读 / 收听 / 点击)的内容。**rubric 是循环的内容,不是循环本身**——当前内置一份观点视频 rubric(参考博主 25+…
提议并执行 rubric 或 bucket 升级。两种模式:**完整 rubric bump**(最高风险动作,5 步强制 + 跨模型审核)和 **--bucket-only 轻量重校**(只换 bucket 边界,不动 rubric 公式)。**Phase 2 强制走 cheat-score-blind…
cheat-on-content 的首次 onboarding 与脚手架创建器。统一流程——所有用户都走相同 5 阶段闭环,唯一区别是"发过视频的人"会在 init 时多一步:抓取已有视频建立历史 context(用于后续 cheat-seed 给更贴合的选题、更准的…
从对标账号导入 script + 数据 → 拆 pattern + 派生 base rubric 信号 → 写到 benchmark.md / script_patterns.md / rubric_notes.md。**这是工具最早期信号的来源**——cold-start…
把老用户的 .cheat-state.json 升级到当前 schema_version。读 migrations/registry.md 算迁移链,按顺序应用每一步迁移文件。幂等:跑两次结果一样。失败停在中间版本不前进。触发词:"迁移"/"升级 state"/"migrate"/"我的 state…
从复盘评论数据派生 / 刷新账号的受众画像,写入 audience.md。这是和 rubric 平行的第二个派生物——rubric 答"怎么打分",persona 答"谁在看"。cheat-seed 选题 / 写稿时读它。**audience.md 含实绩信号,cheat-score-blind…