基础工具与工作流 · lijigang/ljg-skills

ljg-qa

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.

风险提醒:绿色 · 放心使用AI 侦查报告
作者 lijigangGitHub lijigang/ljg-skills ↗许可 MIT(仓库根 LICENSE)commit 9e75497a95
agent 宿主通常会约束 skill 执行权限;风险提醒为 AI 侦查观点,不构成质量或安全保证。第三方 skill 仅作拆解与展示,安装使用风险自负,版权归原作者。

1实现原理 · 为什么它能做到

把一份文章/论文/书读成「为什么—怎么—边界」的问答链,产物是思想骨架重建而非摘要

skills/ljg-qa/SKILL.md
读一份东西,把它的思想拆成「为什么—怎么—边界」的问答链。
注:这里在做什么:定调——产物是问答链,Q 与 A 各有硬约束,不做 FAQ 也不做摘要换皮

三条铁律规定 Q 切要害、A 必须四段形式化收口、Q 链要有方向

skills/ljg-qa/SKILL.md
*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)。
注:这里在做什么:把「抽思想」落成可检查的格式契约,尤其 A 必须严格四段

Step 2 先立脊柱:写下核心论点与 3-5 个关键转折,作为 Q 链的骨架

skills/ljg-qa/Workflows/Extract.md
这篇东西的核心论点是什么?它怎么把这个论点撑起来?哪几步是关键转折?
注:这里在做什么:把 Q 链锚在作者的论证脊柱上,脊柱立不住就重读

Q 排序按论证依赖而非章节顺序:先问根问题、再问解法、再问代价

skills/ljg-qa/Workflows/Extract.md
按论证依赖关系,不按章节顺序。原文先写背景再写方法是叙事需要,但 Q 链应该按「先问根问题,再问解法,再问代价」走。
注:这里在做什么:用「依赖」把 Q 链从目录式罗列变成推理路径

A 四段硬要求:结论可被抄走、形式化一行可视、论证步只走一步、边界只写不成立条件

skills/ljg-qa/Workflows/Extract.md
*边界*:写「不成立的条件」,不写「未来工作」——前者是诚实度,后者是公关辞令
注:这里在做什么:把「边界」与「缺点」分开,逼出可证伪的适用条件

Step 5 用删除测试检查 Q 链方向感:删一个后续会塌才算路径,否则重排或合并

skills/ljg-qa/Workflows/Extract.md
如果 Q 之间是平行的(删一个不影响其他),重排或合并。Q 链是路径,不是清单。
注:这里在做什么:用删除测试验证 Q 链的因果依赖

输出强制 org-mode(禁 markdown 语法),并按 denote 规范命名与落盘

skills/ljg-qa/SKILL.md
denote 文件名:`{YYYYMMDDTHHMMSS}--qa-{核心主题 5-10 字}__qa.org`
注:这里在做什么:固定输出格式与命名,便于笔记系统按 tag 检索

Q 分动/对/因/界四类,一篇好 Q 链至少混合三类,否则退化成教程/辩论稿/论文/反思

skills/ljg-qa/References/QuestionDesign.md
纯动作问题 = 教程 … 只有混合,才能复刻原作那种「方法 + 代价 + 限制」的真实张力。
注:这里在做什么:用类型混合保证「方法+代价+限制」的真实张力

给出 Q 的禁忌清单(什么是 X、有几个步骤、重要吗、优缺点、对未来意味着什么)

skills/ljg-qa/References/QuestionDesign.md
❌ 「什么是 X?」 —— 一句定义打发,没承重
注:这里在做什么:把教科书式与商学院八股问题挡在生成之后

Gotchas 预列 AI 默认失败模式:教科书腔、A 散掉、按章节提问、堆术语保平安

skills/ljg-qa/SKILL.md
*AI 默认会写「什么是 X」型问题* —— 教科书腔。生成后扫一遍,凡是 Q 能用一句定义打发的,重写
注:这里在做什么:预埋常见退化并给出返工动作

2核心能力

01把文章/论文/书抽成 5-10 个有方向的 Q-A 链
02Q 四类设计模板(动作/对比/因果/边界)
03A 严格四段格式(结论/形式化/论证步/边界)
04形式化收口四模式(等式/对比/流向/递进)
05Q 语气重写:学术腔转口语,Q 句 ≤20 字
06Q 链拓扑排序与草图(乱排=FAQ,有依赖=推理路径)
07多来源取内容(URL/arxiv/PDF/直接文本/论文书名)
08org-mode denote 文件命名与结构(标题/引子/Q/收口)
09交付前自检清单(Q 承重、A 四段、形式化可视、无学术腔)

3外部依赖

类型依赖
network本地 Voice Notification 端点(workflow 执行前通知)
api宿主网页/文件获取能力(WebFetch / WebSearch / Read)

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
  • 输出依赖具体宿主环境:写死 ~/Documents/notes/ 与本地 31337 通知端点,换环境或目录不存在时会失败
  • 抓取外部 URL/PDF 正文整段进入 prompt,存在 prompt injection 面(结果仅本地,危害半径有限)
  • 质量高度依赖模型对「Q 切要害」的判断,无自动校验兜底;教科书腔仍可能漏网
判级只依据 skill 自身目录(skills/ljg-qa/ = SKILL.md + References/QuestionDesign.md + Workflows/Extract.md,全为 Markdown,无脚本/二进制/隐藏文件):零自带可执行代码、零凭证读取、零外部网络端点。目录内出现的 curl -s -X POST http://localhost:31337/notify(本地回环通知)与写 ~/Documents/notes/ 均为 SKILL.md 指示的 agent 宿主动作,按判级口径属宿主行为,不改变档位。

5第二遍独立确认

  • [ok] 实现原理=纯 prompt 编排,无自带可执行代码 — 全目录 3 个文件均为 Markdown(SKILL.md / References/QuestionDesign.md / Workflows/Extract.md);扫描到的『执行外部程序』只有 SKILL.md 与 Extract.md 各一段 curl 本地通知,无其他脚本。
  • [ok] Voice Notification 的 curl 调用真实存在且指向本地回环 — SKILL.md 与 Workflows/Extract.md 各有一段完全相同的 curl -s -X POST http://localhost:31337/notify 命令块,端点仅 localhost,不含任何外部域。
  • [ok] 输出路径与命名在 SKILL.md 与 Extract.md 间一致 — 两处都写 ~/Documents/notes/ 与 {YYYYMMDDTHHMMSS}--qa-{主题}__qa.org,denote 前缀 qa- 与后缀 __qa 一致,无冲突。
  • [ok] 「5-10 个 Q」数量纪律前后一致 — SKILL.md 未给数量;QuestionDesign.md「数量节制」与 Extract.md Step 3 均为 5-10 个 Q、7±2 最舒服,彼此不冲突。
  • [ok] 形式化禁 LaTeX、禁 Unicode 绘图的约束可执行 — QuestionDesign.md 明列允许符号 = ≠ → ← + - × ÷ < > ⊃ ⊂ ⊥ ∧ ∨,禁 LaTeX 与复杂运算式,并给等式/对比/流向/递进四模式与『单独抽出来能否看懂』的检验句,可判定。
  • [discrepancy] 风险扫描把正文示例词 token 误报为凭据命中 — §3「憑證/環境變數」5 条命中全部是正文里的『token 经济性』『数据 → token → 答案』等示例词,无任何环境变量或密钥读取;扫描为线索非结论,故 credential_reads 保持空。
  • [ok] meta 直采项(stars/installs)无可定位 per-skill 值 — §0 未给 stars/last_push;安装量只有仓库级聚合,按契约 meta.stars / last_push / installs 保持 null。

6结论

  • 把「抽思想」落成可自检的格式契约:Q 切要害、A 严格四段、Q 链按论证依赖排序,且每步都配反例清单
  • 成品直接可用:org-mode 输出 + denote 命名,落进 ~/Documents/notes/ 即可被笔记系统检索
  • 方法有出处与深度:借《学习观》式判别/联结模型思路,并给形式化四模式与「抽出来能否看懂」的检验句
  • 预埋 AI 常见退化(教科书腔、按章节提问、堆术语保平安),要求生成后强制返工
  • 适合:适合:把一篇长文/论文/书的论证骨架抽成可顺着走的 Q-A 链、并需要落到本地笔记系统(denote)的作者;想把阅读产出从摘要升级为推理复现的场景。
    不适合:不适合:要 FAQ/术语表/阅读理解题等学习辅助产物、只想快速摘要、或不做笔记、不需要输出文件的临时问答。
    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-qa.tar.gz
    sha256: 1b797a9697841e58…
    方式 B · JSON 格式安装指南,复制给 agent
    安装指南
    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
    能访问 GitHub?直接去上游安装(实时版,可能已更新)GitHub 原始 ↗
    本页镜像锁定 commit 9e75497a95;上游为实时仓库。
    来源信息 GitHub 原始
    作者 / 仓库lijigang / lijigang/ljg-skills
    本 skill commit9e75497a95
    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。
    同分类邻近