qiushi-skill:一套以方法論驅動的 AI 代理人技能,提升策略推理與問題解決能力

qiushi-skill:一套以方法論驅動的 AI 代理人技能,提升策略推理與問題解決能力

它解決了什麼

AI 代理人在面對複雜問題時常常會缺乏深入調查就急於下結論,或是無法聚焦於主要目標。本專案提供一套結構化的認知工具——源自辯證唯物主義與實踐哲學——協助 AI 代理人更系統化思考,避免教條主義,並以更具策略深度執行任務。

工作原理

本專案將這些哲學實踐為一系列「技能」(提示與指引),可注入 AI 代理人中。它採用層級結構:

  • 一般原則:"實事求是" 作為所有判斷的最高約束。
  • 哲學基礎:矛盾分析與實踐認知工具,用以剖析問題根源。
  • 工作方法:調查、群眾路線回饋與自我批判的框架,持續精煉結果。
  • 策略戰術:關於持久戰、集中力量與長期執行的整體規劃指導。

這些技能透過 CLI 工具 (npx qiushi-skill) 提供,可安裝至 Claude Code、Cursor 等多種 AI 環境。

目標對象

開發者與 AI 代理人使用者(如 Claude Code、Cursor 等),希望透過結構化方法論提升代理人的推理、策略規劃與問題解決能力。

重點特色

  • 九大認知武器:包括矛盾分析、先調查再行動、持久戰等完整工具集。
  • 多平台支援:可輕鬆安裝於 Claude Code、Cursor、Codex、OpenCode 等多種環境。
  • uma 工作流程編排:提供 /workflows 層,可將多個技能串接,完成複雜任務。
  • 根植原典:每項技能皆附有原始文獻引用,確保方法忠於來源。
  • 子代理人提示:提供專門的提示,用於建立調查、矛盾映射與回饋合成等專屬代理人。

Sources