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…
信息提问机。给一篇文章/论文/书,把核心观点抽成 Q-A 对——Question 切要害,不教科书;Answer 简洁清晰,有形式化收口,逻辑链完整。读者顺 Q 链走过,每个 A 砸下一枚钉子,复现作者整套推理。Use when user says '问答', 'Q&A', 'QA', '提问', '抽取问题', '/ljg-qa', or shares an article/paper/book and asks for Q-A extraction. Triggers when the user wants ideas extracted not
$ npx -y skills add lijigang/ljg-skills --skill ljg-qa --agent claude-codeHow it fires
How this skill gets triggered: by you, by Claude, or both.
/ljg-qaContext preview
The summary Claude sees to decide when to auto-load this skill.
信息提问机。给一篇文章/论文/书,把核心观点抽成 Q-A 对——Question 切要害,不教科书;Answer 简洁清晰,有形式化收口,逻辑链完整。读者顺 Q 链走过,每个 A 砸下一枚钉子,复现作者整套推理。Use when user says '问答', 'Q&A', 'QA', '提问', '抽取问题', '/ljg-qa', or shares an article/paper/book and asks for Q-A extraction. Triggers when the user wants ideas extracted not
name: ljg-qa description: 信息提问机。给一篇文章/论文/书,把核心观点抽成 Q-A 对——Question 切要害,不教科书;Answer 简洁清晰,有形式化收口,逻辑链完整。读者顺 Q 链走过,每个 A 砸下一枚钉子,复现作者整套推理。Use when user says '问答', 'Q&A', 'QA', '提问', '抽取问题', '/ljg-qa', or shares an article/paper/book and asks for Q-A extraction. Triggers when the user wants ideas extracted not as a summary but as a sequence of incisive questions with answered. NOT FOR FAQ generation, glossary creation, or comprehension quizzes — this is intellectual scaffolding, not study aids. user_invocable: true
读一份东西,把它的思想拆成「为什么—怎么—边界」的问答链。
读者顺着 Q 走过去,每个 A 砸下来一枚钉子。
把作者的论证骨架翻出来,每根骨头长成一个尖锐的问题。读者沿着 Q 链读,能复现作者的整套思路——而不是被告知结论。
1. *Q 切要害* —— 问的是「为什么这个解法成立」「它跟另一种做法差在哪」「它的代价是什么」「它在哪里失效」,不是「它定义是什么」。一个 Q 必须能让答案承重,不能被一句话敷衍过去。
2. *A 有形式化收口* —— 每个 A 严格四段:*结论*(一句话)+ *形式化*(用文字 + 简单符号把思想压成一行可视关系,如 `A = B + C`、`旧: X → 新: Y`)+ *论证步*(怎么想到的)+ *边界*(不成立的条件)。形式化是"思想的几何",让读者一眼看出关系。
3. *Q 链有方向* —— Q 之间不是并列罗列,是「Q1 答完→Q2 自然冒出来」。读者读完整串 Q,相当于走了一遍作者的推理路径。
按 `Workflows/Extract.md` 的步骤执行。
Q 怎么提、A 怎么收口的具体模式见 `References/QuestionDesign.md`。
执行 workflow 时:
curl -s -X POST http://localhost:31337/notify \
-H "Content-Type: application/json" \
-d '{"message": "Running Extract in ljg-qa"}' \
> /dev/null 2>&1 &输出文本:
Running **Extract** in **ljg-qa**...
*Example 1: URL*
User: /ljg-qa https://example.com/article → WebFetch 获取 → 找观点骨架 → 设计 Q 链 → 写 A 三段 → org-mode 输出到 ~/Documents/notes/
*Example 2: 论文 PDF*
User: /ljg-qa ~/Downloads/paper.pdf → Read PDF(注意 pages 参数) → Q 抽出方法的「为什么」「代价」「边界」 → 输出 org-mode
*Example 3: 直接文本*
User: 把这段抽成 Q-A: [text] → 跳过获取,直接抽 → 输出
Repo: lijigang/ljg-skills
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…
Explain a whole book to readers without specialist knowledge: what it follows, how its main…
Content caster (铸). Transforms text into PNG through precise HTML typography and, when the…
古文逐字注解、组合排版、章节意旨图与全章解读生成器。把原文、字词注、句义注、无字顶部配图和章节解读排成一张可读的长 PNG。USE WHEN 用户调用 ljg-classic OR…
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…
投资分析。给一个项目(公司名、BP、创始人对话记录),写一份深度投资分析报告。不走传统投资分析的路——核心判断只有一个:这个项目是不是一台「秩序创造机器」。Use when user…