qiushi-skill:面向 AI 代理的方法论驱动技能集,提升战略推理与问题解决能力

qiushi-skill:面向 AI 代理的方法论驱动技能集,提升战略推理与问题解决能力

它解决了什么

AI 代理在复杂问题求解时常常表现不佳,容易在缺乏充分调查的情况下草率下结论,或是未能聚焦核心目标。该项目提供了一套结构化的认知工具——源自辩证唯物主义和实践哲学——帮助 AI 代理更系统地思考,避免教条主义,并以更深的战略深度执行任务。

工作原理

项目将这些哲学实现为一系列“技能”(提示和指南),可注入到 AI 代理中。它采用层级结构:

  • 总体原则:"实事求是" 作为所有判断的最高约束。
  • 哲学基础:用于矛盾分析和实践认知的工具,以剖析问题根源。
  • 工作方法:调查、群众路线反馈和自我批评的框架,用以完善结果。
  • 战略战术:关于持久战略、集中力量以及长期执行的整体规划指导。

这些技能通过 CLI 工具 (npx qiushi-skill) 提供,可安装到 Claude Code、Cursor 等多种 AI 环境中。

适用人群

面向 AI 代理的开发者和使用者(如 Claude Code、Cursor 等),希望通过结构化方法论提升代理的推理、战略规划和问题解决能力。

亮点

  • 九大认知武器:包括矛盾分析、先调查、持久战略等在内的完整工具集。
  • 多平台支持:可轻松在 Claude Code、Cursor、Codex、OpenCode 等平台上安装。
  • uma 工作流编排:提供 /workflows 层,可将多个技能串联,完成复杂任务。
  • 基于原文:每项技能均附有原始文献引用,确保方法论忠实于来源材料。
  • 子代理提示:提供专门的提示,用于创建调查、矛盾映射和反馈合成等专职代理。

摘要: 基于辩证唯物主义和实践哲学的 AI 代理技能集合,提供结构化方法论,以提升代理的推理和问题解决能力。

标题: qiushi-skill:面向 AI 代理的方法论驱动技能集,提升战略推理与问题解决能力

Sources