1实现原理 · 为什么它能做到
整份 skill 是一套纯提示词研究框架：把「看反常—追过程—分解释—带条件迁移」四步写成可反复修正的闭环，产出机制判断而非一次性答案。
skills/ljg-mechanism/SKILL.md
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。
注：这里在做什么：SKILL.md 开篇定位研究方法，强调解释必须经竞争解释与现实检验，允许随证据修正对象/关系/条件。
用 Workflow Routing 做分派：要解释现象就走 DiscoverMechanism.md，要示范/学习走同一框架并展开四环节。
skills/ljg-mechanism/SKILL.md
| 提供现象，希望解释其生成过程并验证 | 阅读 [Workflows/DiscoverMechanism.md](Workflows/DiscoverMechanism.md) |
注：这里在做什么：入口路由表，把「研究」与「示范」两种诉求都收敛到同一套四步框架。
联网检索是默认动作，用来核对现象与检验机制，并要求把「来源支持的范围」与自身推断、教学设例分开。
skills/ljg-mechanism/SKILL.md
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。
注：这里在做什么：把联网验证写进研究约定，同时给出证据分级纪律，避免把推断当已证事实。
要求把机制讲成「谁在什么条件下通过哪些中间变化生成什么结果」，把「供求/激励/系统」等名称强行展开到可观察过程。
skills/ljg-mechanism/SKILL.md
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」。
注：这里在做什么：给出机制的合格定义，堵住用抽象名词冒充解释的捷径。
保留彼此竞争的机制，并要求各自写出会让研究改口的区别性预测；无法区分时如实保留并列。
skills/ljg-mechanism/Workflows/DiscoverMechanism.md
如果各个候选在现有条件下都预测同一结果，暂时无法区分。寻找新的观察位置或条件变化；不以解释更顺口、引用更多作为胜负依据。
注：这里在做什么：把「事后迁就」挡在门外，要求事前写完预测，且不许用文笔/引用数量定胜负。
证据强度分四档表达（范围有支持 / 当前领先解释 / 尚无法区分 / 原始观察需改写），不按链接数或主观分数评定。
skills/ljg-mechanism/Workflows/DiscoverMechanism.md
**机制在所述范围内有支持**：关键过程有现实依据，因果识别或过程证据足以支撑相应措辞，重要竞争解释得到检验；说明尚存的不确定性。
注：这里在做什么：给出交付时的措辞标尺，保证结论强度与实际证据匹配。
默认只读研究，不自动创建笔记/报告/日志/规则/记忆；联网不可用时只交付推演，不得声称已验证。
skills/ljg-mechanism/SKILL.md
研究默认只读，不自动创建笔记、报告文件、日志、规则或记忆。
注：这里在做什么：把「研究」与「落盘」解耦，避免未经要求写文件，也限制离线场景下的过度宣称。
2核心能力
01四步机制研究框架（看反常 / 追过程 / 分解释 / 带条件迁移）
02现象口径核验（对象/指标/时段/基准，反选择性样本与分母变化）
03竞争解释管理与区别性预测撰写
04按承重关系定向检索，区分现象/中介/因果三类证据
05证据强度分级与边界表述（含领先解释与具体缺口）
06带条件迁移与反事实推演（改变一个关键条件，预测先变什么）
07示例驱动：给出可直接调用的现象研究场景（收入不增 / 群内问答 / 技术无效）
3外部依赖
| 类型 | 依赖 |
|---|---|
| network | 联网搜索与正文获取（由宿主 agent 提供，Skill 只声明默认使用，无固定端点） |
4风险提醒 风险提醒：绿色 · 放心使用
风险提醒：绿色 · 放心使用
- 证据依赖宿主联网能力 — 研究质量取决于宿主是否真能搜索与获取正文；skill 自身无检索实现。联网不可用时正文只允许交付推演，用户若不留意「不能声称已验证」的限制，可能误把推演当结论。
- 纯提示词、无自动校验 — 没有脚本保证模型真按四步与四档强度执行；纪律靠模型自守，实际输出可能退化成普通解释或变成堆链接，缺少机械化的合规检查。
- 搜索会带出查询信息 — 默认联网意味着研究问题会被发给外部搜索服务；skill 已要求查询只携带通用信息、不外发私密材料，但这条同样要靠模型自觉，敏感现象研究需人工留意。
绿色，直用。判级对象仅本 skill 目录：全目录仅 SKILL.md、Workflows/DiscoverMechanism.md 与 agents/openai.yaml 三个文本文件，零脚本、零依赖、零 URL/端点/凭证/写盘命中（见 bundle §3 风险扫描全为「无命中」）。研究中「默认使用当前可用的联网搜索与正文获取能力」是声明宿主能力的使用，不是 skill 自带的外发代码或固定端点，按判级口径不改档位；研究默认只读、不自动落盘，也无凭证读取。故判 green。
5第二遍独立确认
- [ok] 无脚本、无可执行代码 — §1 清单三文件全为 text（一个 agents/openai.yaml 配置文本）；§3「執行外部程序」无命中，grade 依据成立。
- [ok] 默认只读、不落盘 — SKILL.md 明写「研究默认只读，不自动创建笔记、报告文件、日志、规则或记忆」，并给出用户另行要求保存时的约束；file_writes 为空成立。
- [ok] 联网为宿主能力而非自带外发 — 正文写「默认使用当前可用的联网搜索与正文获取能力」「联网不可用…说明只完成了推演」，无具体域名/API/脚本调用；§3 网络请求无命中，故 network_calls 为空、不升档。
- [ok] 功能声明与实际一致（无夸大） — description 的「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…机制及其边界」在正文的检索章节、四档强度与交付检查中均有对应机制，未夸大。
- [ok] 证据纪律与反自欺条款真实存在 — Gotchas 与「更新与停止」确有「没找到反例不等于通过验证；未显著不等于无效」「不能把看到结果之后补写的预测当成事前验证」等原文。
- [ok] 注入面复核 — skill 不执行外部内容，只读研究；DiscoverMechanism.md 另要求「搜索查询只携带研究所需的通用信息，不把原始私密材料发送给外部服务」，属隐私防护设计，无命令注入执行面。
6结论
适合：适合需要为一个现象找可检验解释、并愿意接受「领先解释 vs 已验证」区分的研究型用户：产品归因、社会现象、技术效果争议、因果机制初探等；也适合当作一个「防过度声称」的思维模板来调用。
不适合：不适合纯概念定义、普通摘要、已有唯一解的操作题或只画地图（description 的 NOT FOR）；也不适合要求确定答案、不接受并列解释与不确定性的场合。
安装 agent 直装可复制
① 本站镜像 更新 2026-10-10
方式 A · 人下载镜像包下载 ljg-mechanism.tar.gz
sha256:
方式 B · JSON 格式安装指南，复制给 agenta1a66e49d0ea66b0…agent 读 JSON 指南后会自动从本站下载安装，无需更多说明。
② 上游 GitHub · 原始来源
来源信息 GitHub 原始
作者 / 仓库lijigang / lijigang/ljg-skills
原始 GitHublijigang/ljg-skills ↗
本 skill commit
9e75497a95许可MIT（仓库根 LICENSE）
本站信息
收录日期2026-09-06
分类基础工具与工作流
侦查报告AI 侦查 · 2 遍 · 2026-09-06
本站镜像与 GitHub 原始是不同来源：本站锁定 commit 快照经 /r2 分发；GitHub 为实时上游，内容可能已更新。