Skip to content
Skill Authoring
Skill

/ljg-mechanism

针对用户提供的现象,用「看反常—追过程—分解释—带条件迁移」生成机制猜想,并联网核对现象、检验关键因果与竞争解释,交付证据最能支撑的机制及其边界。USE WHEN 用户调用 ljg-mechanism、说「找机制」「机制研究」「用四步框架走一遍」「联网验证这个解释」,或希望研究一个现象怎样发生。NOT FOR 纯概念定义、普通摘要、已有唯一解的操作题或只画地图。

BOOST
From plugin
ljg-skills
7.4k24 skills
Install
$ npx -y skills add lijigang/ljg-skills --skill ljg-mechanism --agent claude-code

How 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/ljg-mechanism

Context preview

The summary Claude sees to decide when to auto-load this skill.

针对用户提供的现象,用「看反常—追过程—分解释—带条件迁移」生成机制猜想,并联网核对现象、检验关键因果与竞争解释,交付证据最能支撑的机制及其边界。USE WHEN 用户调用 ljg-mechanism、说「找机制」「机制研究」「用四步框架走一遍」「联网验证这个解释」,或希望研究一个现象怎样发生。NOT FOR 纯概念定义、普通摘要、已有唯一解的操作题或只画地图。

SKILL.md

ljg-mechanism.SKILL.md
name: ljg-mechanism
description: 针对用户提供的现象,用「看反常—追过程—分解释—带条件迁移」生成机制猜想,并联网核对现象、检验关键因果与竞争解释,交付证据最能支撑的机制及其边界。USE WHEN 用户调用 ljg-mechanism、说「找机制」「机制研究」「用四步框架走一遍」「联网验证这个解释」,或希望研究一个现象怎样发生。NOT FOR 纯概念定义、普通摘要、已有唯一解的操作题或只画地图。
metadata:
  version: "1.0.0"

ljg-mechanism · 机制研究

从眼前的现象中找出真正起作用的关系。生成解释后,让它与竞争解释一起接受现实检验;根据证据修正对象、关系或成立条件,给出当前最扎实的机制判断。

「solid」指关键关系有可检查的依据、能够区分竞争解释、能推出新观察,并留下修改自己的入口。完整、流畅或引用很多,均不足以达到这个标准;公开证据不足时,交付领先猜想和具体缺口。

Workflow Routing

| 请求 | 执行 | |---|---| | 提供现象,希望解释其生成过程并验证 | 阅读 [Workflows/DiscoverMechanism.md](Workflows/DiscoverMechanism.md) | | 希望示范、学习或「走一遍」 | 使用同一研究框架,在成品中展开四个环节与判断变化 | | 补充新事实、反例或改变范围 | 回到受影响的观察或因果关系,更新判断,不从头重复无关部分 |

研究约定

  • 原始现象也需要核对。保留有价值的观察,明确对象、指标、比较基准和时段;「大家」「越来越」「没有效果」等概括不能直接当全称事实。
  • 机制说清「谁或什么,在什么条件下,通过哪些中间变化,生成什么结果」。「供求」「激励」「文化」「系统」等名称须展开到可观察的过程。
  • 保留能争夺同一解释对象的竞争解释,写出它们会产生的不同观察。方向不同、时间不同、影响的人不同,也可以形成区别性预测。
  • 默认使用当前可用的联网搜索与正文获取能力,检验现象和机制。来源支持的范围,与自己的推断、教学设例和未知分开。
  • 新材料可以推翻、重写或收窄机制。声明后的反例不能靠不断追加例外消解;需要说明原预测为何失败、新关系会推出什么不同结果。

成品

默认中文,直接在对话中交付。先给机制判断与证据强度,再以具体对象讲清过程,展示最能改变判断的竞争解释、证据与边界。四步是研究框架,不要求把全部检索过程或思考过程打印出来。

涉及关键因果时,把来源链接放在对应判断旁边;说明来源实际支持的是现象、机制环节还是因果关系。正文应让读者看见:当前相信什么、为什么、什么观察会使它改口,以及换个现场时必须保留哪些条件。

用户要求完整示范时,按「看反常 / 追过程 / 分解释 / 带条件迁移」展开。比较确有帮助时用短表,承重关系难以看清时用简图;不给每个简单问题硬加图、公式或固定数量的假说。

研究默认只读,不自动创建笔记、报告文件、日志、规则或记忆。用户另行要求保存时,遵循指定位置与格式。联网不可用或用户要求离线时,说明只完成了推演,不能声称已联网验证。

Gotchas

  • 反常既包括「预期条件缺失,结果却出现」,也包括「条件已出现,预期结果没有出现」。普通现象也可以通过重新追问其生成过程成为研究对象。
  • 产能、产出、合格交付、成交、收入、利润与单位时间回报是不同指标;平均变化、个体变化和群体构成变化也要分开。
  • 一个来源证明现象发生,不自动证明候选机制成立。把同一论文的多次转述计作多个独立证据,会夸大支持。
  • 没找到反例不等于通过验证;未显著不等于无效;缺少区分证据时可以同时保留多条解释。
  • 跨域类比可生成猜想,不能代替当前领域的证据。迁移时既要保留关系,也要检查关键条件与失配处。
  • 一个反例是否改变总体判断,取决于原来的命题口径。不能用一个赢家否定平均停滞,也不能用平均停滞否定个体获益。

Examples

  • `/ljg-mechanism AI 让创作容易了,为什么收入没有同步增长?`:拆开产能、交付、成交、价格与净收益,比较需求瓶颈、竞争替代和中间环节提速等候选解释,再检索能区分它们的材料;不预设所有领域都由同一机制主导。
  • `没人统一指挥,为什么群里的问题仍能找到回答者?走一遍这个框架。`:对照成员自行认领与少数人集中撮合,找出关键参与者缺席时的不同预测;缺少该群的过程证据时,保留为待检验解释。
  • `网上都说某项技术没有实际效果,帮我找机制并验证。`:先核对「效果」的指标、时期和适用群体;原始概括不成立时,改写研究问题,再解释哪些环节改善、哪些环节仍然卡住。
Read more
Ships withljg-skills

我的 Codex 自定义技能集。

Get the whole plugin
Stats
7,441
Stars
842
Forks
Active
Maintenance
TypeScript
Language
MIT
License
2d ago
Last commit
7mo ago
Created
1d ago
Added

Repo: lijigang/ljg-skills

Other skills on ljg-skills.

ljg-blind
Skill

ljg-blind

盲区扫描——读昨天你与 AI 的全部对话,照出暴露的思维盲区(不是不懂的知识,是让某类真相一直看不见的思维习惯),再从微信读书挑一本书的一章精准补上,落成一篇完整分析笔记。Use…

ljg-constraint
Skill

ljg-constraint

给一个领域、专业、角色、产品或争论找出真正框住它的几条约束,判明它们属于世界/规则/解释(硬/软/自设),看这组约束如何定义身份、补全问题、框出解空间并解释实际行为;尤其用于区分目标相同但…