Skip to content

README.md

Latest commit

 

History

History
349 lines (257 loc) · 16.2 KB

README.md

File metadata and controls

349 lines (257 loc) · 16.2 KB

dbskill

dontbesilent 商业诊断工具箱。从 12,307 条推文中提炼方法论，做成 20 个 Agent skill。

可在 Claude Code、Codex、Cursor、Trae Solo 等任意支持 skill / system prompt 的 Agent 上使用。

最新更新：v2.12.0

v2.12.0 更新：补齐 /dbs-decision 和 dbs-diagnosis / dbs-benchmark / dbs-goal / dbs-good-question 的主路径联动；新增一张可直接放进 GitHub README 的 skill 联动图，方便快速理解工具之间的关系。

v2.11.0 改造：决策系统（/dbs-decision）大改 —— 从「业务决策记录」通用化为「个人决策系统」。任何需要长期跟踪的领域（业务、关系、健康、职业、学习、投资……）都能用。四层结构重命名为「01_事实 / 02_规律 / 03_定格 / 04_待解」。新增隐私模式（涉及人名 / 机密时强制代号 + git 黑名单提示）、AI 元记录标签（"AI 拒绝继续提供方案"这种自我反思也要落盘）、概念炼出门槛（3 条满足 2 条才能放进 02_规律/）。触发词收敛为：/dbs-decision、/决策系统、/决策立案、/结果回填、/状态画像。

v2.10.0：决策系统首发（已被 v2.11.0 重构覆盖）。

v2.9.1 新增：好问题生成器（/dbs-good-question）。把模糊问题改写成 Agent 可推理、可批评、可验证的问题说明书，并判断这个问题能被自动化解决到什么程度。

v2.9.0 新增：交互式学习（/dbs-learning）。把一个课题拆成连续学习文章，每次生成下一篇前先读取上一篇的「学习反馈」，根据用户的理解程度和兴趣方向调整深度、角度和节奏。学习文件默认放在当前项目的 学习课题/{课题名}/，如果当前目录是根目录、桌面、下载等泛目录，则自动放到 ~/Documents/dbskill-learning/{课题名}/。

v2.8.0 新增：目标清晰化（/dbs-goal）。帮你把「我想做个人 IP」「我想变得更好」「我想做真正有影响力的内容」这类愿望语法，用维特根斯坦的语言哲学审计成可检查的交付物——三个用法测试 + 空转词识别 + 重写为可指物目标。在 diagnosis 之后、action 之前的一道关。

v2.7.0 新增：诊断状态管理三件套（/dbs-save、/dbs-restore、/dbs-report）。诊断不再是单次问诊——这次诊断结束之前 /dbs-save 存一份，下次重开对话 /dbs-restore 接着走，攒够几次再用 /dbs-report 合并成一份可交付的报告。

作者：X · 小红书 · 抖音

所有内容开放，可以整套装，也可以只拿一部分。知识包、原子库、单个公理，都能单独用。

如何安装 dbskill

demo

Claude Code

claude plugin marketplace add dontbesilent2025/dbskill
claude plugin install dbs@dontbesilent-skills

通用安装方式（适用于 Codex / Claude Code）

npx -y skills add dontbesilent2025/dbskill -g --all

Trae Solo

Trae Solo 一个 zip 装一个 skill。从 GitHub Releases 下载最新的 dbskill-版本号.zip，解压后里面是 20 个独立的 skill zip（每个 zip 解压后根级是 SKILL.md），逐个拖进 Trae Solo 的「上传技能」窗口即可。

如果想本地构建，运行 bash tools/build-skills.sh，产物在 dist/skills/。

如何更新 dbskill

Claude Code 插件市场安装的用户

claude plugin marketplace update dontbesilent-skills
claude plugin update dbs@dontbesilent-skills
/reload-plugins

通过 npx skills add 安装的用户

重新运行一次同样的命令即可。安装和更新用的是同一条命令，不需要换成别的写法。

npx -y skills add dontbesilent2025/dbskill -g --all

工具箱

dbs 诊断工具

Skill 做什么
/dbs 主入口，自动路由到对的工具
/dbs-diagnosis 商业模式诊断。消解问题，不回答问题
/dbs-benchmark 对标分析。五重过滤，排除噪音
/dbs-content 内容创作诊断。五维检测
/dbs-hook 短视频开头优化。诊断 + 生成方案
/dbs-xhs-title 小红书标题公式。75 个爆款公式匹配
/dbs-ai-check AI 写作特征识别。22 条特征扫描，只诊断不改
/dbs-slowisfast 慢就是快。摩擦建造资产，找到值得慢做的环节
/dbs-action 执行力诊断。阿德勒框架（原 dbs-unblock）
/dbs-deconstruct 概念拆解。维特根斯坦式审查
/dbs-goal 目标清晰化。把模糊目标审计成可检查的交付物
/dbs-good-question 或 /好问题 好问题生成器。把模糊问题改成 Agent 可推理、可批评、可验证的问题说明书
/dbs-decision 或 /决策系统 个人决策系统。把任何长期跟踪的领域做成本地知识工程，四层结构 + 来源标签 + 隐私模式

学习工具

Skill 做什么
/dbs-learning 或 /dbs-learn 交互式学习。把课题拆成连续文章，根据上一篇反馈生成下一篇

状态管理三件套

Skill 做什么
/dbs-save 把当前诊断的关键结论、否决方向、推荐下一步存到本地。每次新增不覆盖
/dbs-restore 拉出上次的存档，下次开新对话也能接着诊断
/dbs-report 把多次存档合并成一份带时间索引的 markdown 报告。可分享、可归档

几个关键词

  • 存档：/dbs-save 写到本地的一份诊断状态文件。每次 save 都新增一份，不会覆盖。一个项目下可以攒很多份存档，记录诊断从开始到收尾的全过程。
  • 项目：用来分隔不同生意的诊断。默认按你当前的目录名隔离——给小红书做的诊断和给线下课做的诊断不会混在一起。
  • 接着上次：你今天关掉 Claude Code，明天重开。只要还在同一个项目目录里 /dbs-restore，就会自动把上次的存档拉回来。

诊断的存档默认放在 ~/.dbs/sessions/{项目名}/，报告放在 ~/.dbs/reports/{项目名}/。

决策系统

Skill 做什么
/dbs-decision 或 /决策系统 个人决策系统主入口。自动判断是更新状态、立案、回填还是出快照
/决策立案 强制进入立案模式（建决策事件文件）
/结果回填 强制进入回填模式（事件结果落盘）
/状态画像 生成阶段快照

决策项目默认放在 ~/.dbs/decisions/{项目名}/，加 --here 或要求"放在当前项目里"则落到 {当前目录}/决策/{项目名}/。

四层结构（每层规则不同）：

  • 01_事实/ —— 发生过什么。只追加。
  • 02_规律/ —— 看出什么。缓慢追加修正，原段不重写。
  • 03_定格/ —— 某时整体什么样。写完不改，新版本另起。
  • 04_待解/ —— 还没想清楚的（含决策事件）。完成即清。

每层目录里放一个 _这层放什么.md，说明这个目录该记什么，常见误放项有哪些。

核心机制：

  • 我的当前状态.md 是第一入口，每次对话先读、对话结束先更新
  • 来源标签强制（[本人] / [AI 推测] / [AI 结论] / [AI 关键标注] / [AI 元记录] / [结果回填] / [修正]）
  • 概念升级 02_规律/ 要满足 3 条门槛里的 2 条（出现 3 次 / 解释多事实 / 有工具性）
  • 隐私模式（init 时问一句决定是否开）：强制代号 + git 黑名单提示
  • "问什么办 → 拒方案 → 问新的"循环时 AI 停止给方案，写 [AI 元记录]

Agent 基建

Skill 做什么
/dbs-agent-migration Agent 工作台迁移。把任意项目整理成 Claude Code / Codex 双端一致的 Agent 工作台：审计规则文件、识别真源、统一命名与 bridge

chatroom 系列

Skill 做什么
/dbs-chatroom-austrian 或 /奥派 奥派经济聊天室。哈耶克 × 米塞斯 × Claude 三人对话
/dbs-chatroom 或 /定向聊天室 定向聊天室。推荐专家或指定人物，多角色对话 + 判官总结

工具路径图

Skill 联动图

常见主线

diagnosis（方向对不对）
    ↓
benchmark（找谁模仿）
    ↓
content（内容怎么做）

内容局部优化

content 发现开头问题 → hook（开头怎么优化）
content 需要标题 → xhs-title（标题公式）
content 想检查 AI 味 → ai-check（AI 写作检测）

横向工具

goal（目标本身是空转的，无法驱动行动）
slowisfast（任何关键决策阶段：当你在走捷径、贪快、绕开关键摩擦时）
action（知道该做什么，但就是做不动）
deconstruct（概念模糊，导致判断不成立）
chatroom（想先听多个视角，再决定下一步）
learning（把一个主题拆成连续学习文章，根据反馈继续推进）
decision（把重大决策沉淀成长期资产，支持回填和规律复盘）

交互式学习

选一个课题
    ↓
生成 01.md，并留下学习反馈区
    ↓
用户写反馈
    ↓
learning 先读反馈，再生成 02.md
    ↓
持续形成自适应学习梯度

状态管理（贯穿所有诊断）

任何诊断 skill 走完有结论
    ↓
save（把结论、否决方向、下一步存档到本地）
    ↓
下次回来 → restore（把上次的存档拉回来，接着走）
    ↓
攒了多份存档 → report（合并出可分享的报告）

诊断走到「问题被消解」「报告输出」「行动方案确定」这类节点时，相关 skill 会主动建议你 /dbs-save。后面回来时一句「接着上次」或 /dbs-restore 就能继续，不用从头再讲一遍背景。

Skill 之间会自动推荐下一步。比如：

  • diagnosis 发现方向成立但缺具体路径 → 推荐 benchmark
  • diagnosis 发现核心卡点是心理或执行 → 推荐 action
  • diagnosis 发现用户在关键决策上走捷径 → 推荐 slowisfast
  • diagnosis 发现问题里的概念没定义清楚 → 推荐 deconstruct
  • diagnosis 发现用户的"问题"其实是个空转目标，原话本身就不能驱动行动 → 推荐 goal
  • benchmark 找到对标后，进入具体表达和内容执行 → 推荐 content
  • benchmark 发现用户在模仿路径上贪快 → 推荐 slowisfast
  • benchmark 发现逃避执行 → 推荐 action
  • benchmark 发现用户的目标本身就是模糊的，找不到该模仿谁 → 推荐 goal
  • content 发现开头问题 → 推荐 hook
  • content 需要起标题 → 推荐 xhs-title
  • content 检测出 AI 味 → 推荐 ai-check
  • content 发现内容方法上在走捷径 → 推荐 slowisfast
  • action 发现不是执行力问题，而是方法选错了 → 推荐 slowisfast
  • action 发现用户做不动是因为目标本身就是空转的 → 推荐 goal
  • deconstruct 拆完概念后发现整句话是空转目标 → 推荐 goal
  • goal 审计通过但用户做不动 → 推荐 action
  • goal 审计通过但缺路径 → 推荐 benchmark
  • goal 审计通过但牵涉具体内容创作 → 推荐 content / hook / xhs-title
  • goal 审计中发现某个词是伪概念 → 推荐 deconstruct
  • 用户的问题太松、想判断能不能让 Agent 自动化解决、需要写问题说明书 → 推荐 good-question
  • good-question 发现问题本身是空转目标 → 推荐 goal
  • good-question 发现核心概念没定义 → 推荐 deconstruct
  • good-question 已经生成清楚的商业问题 → 推荐 diagnosis / benchmark / content
  • 任何阶段如果用户想先听不同视角 → 推荐 chatroom
  • 任何阶段如果用户用了模糊概念 → 推荐 deconstruct
  • 用户明确提到 Claude Code、Codex、AGENTS.md、CLAUDE.md、skill bridge、工作台迁移、双端统一，或说“我的 Agent 工作台很乱”“帮我统一 Claude 和 Codex” → 推荐 dbs-agent-migration
  • 用户想系统学习一个主题、继续下一篇、根据学习反馈推进课程 → 推荐 dbs-learning
  • goal / good-question / diagnosis 已经清楚到要进入具体选择与执行 → 推荐 dbs-decision
  • diagnosis / benchmark / content / action / deconstruct / goal 走到有结论的节点 → 推荐 dbs-save
  • 用户说「上次」「之前的」「接着」「续上」 → 推荐 dbs-restore
  • save 累积 ≥3 份存档或用户说「打包」「整理一份」「给合伙人看的」 → 推荐 dbs-report

知识库

dbskill 的知识库是完全开放的。你不需要安装整套 Skill 才能用——可以只拿走你需要的部分。

目录结构

知识库/
├── 原子库/                     # 结构化知识数据库
│   ├── atoms.jsonl             # 4,176 个知识原子（全量）
│   ├── atoms_2024Q4.jsonl      # 按季度拆分
│   ├── atoms_2025Q1.jsonl
│   ├── ...
│   └── README.md               # 字段说明
│
├── Skill知识包/                 # 提炼后的方法论文档
│   ├── diagnosis_公理与诊断框架.md
│   ├── diagnosis_问题消解案例库.md
│   ├── benchmark_对标方法论.md
│   ├── benchmark_平台运营知识.md
│   ├── content_内容创作方法论.md
│   ├── content_平台特性与案例.md
│   ├── action_心理诊断框架.md
│   ├── action_信号案例库.md
│   ├── deconstruct_语言与概念框架.md
│   ├── deconstruct_解构案例库.md
│   ├── decision_决策记录方法论.md
│   └── decision_结构与回填规则.md
│
└── 高频概念词典.md

原子库是什么

每个知识原子是一条从推文中提炼的知识点，结构化为 JSON：

{
  "id": "2024Q4_042",
  "knowledge": "判断一个生意能不能做，必要条件之一是你能不能说出这个产品的颜色",
  "original": "判断一个生意能不能做，必要条件之一是你能不能说出这个产品的颜色...",
  "url": "https://x.com/dontbesilent/status/...",
  "date": "2024-10-01",
  "topics": ["商业模式与定价", "语言与思维"],
  "skills": ["dbs-diagnosis", "dbs-deconstruct"],
  "type": "anti-pattern",
  "confidence": "high"
}

字段说明：

字段 说明
knowledge 提炼后的知识点
original 推文原文（≤200 字）
topics 10 个主题分类（可多选）
skills 关联的 Skill
type principle / method / case / anti-pattern / insight / tool
confidence high / medium / low

Skill 知识包是什么

很多 Skill 都配有知识包——通常一份偏方法，一份偏案例。它们是公开的方法论文档，可以单独阅读，也可以作为后续维护时的背景材料。

如果你不安装 Skill，也可以直接读这些 .md 文件。它们是独立的、可读的方法论文档。

怎么在你自己的项目里用

场景 1：给你的 AI 加商业诊断能力

把 知识库/Skill知识包/diagnosis_公理与诊断框架.md 的内容粘贴到你的 system prompt 里。你的 AI 就有了 6 公理 + 消解漏斗。

场景 2：做 RAG 知识库

把 知识库/原子库/atoms.jsonl 导入你的向量数据库。4,176 条结构化知识点，自带主题标签，天然适合检索。

场景 3：只要案例

只看 type: "case" 或 type: "anti-pattern" 的原子。大约 700+ 条真实商业案例和反面案例。

场景 4：做 chatbot

用 Skill 知识包里的方法论作为 system prompt，用原子库做 RAG 增强。不需要安装 Claude Code。

场景 5：学习和研究

按 topics 过滤，只看你感兴趣的领域。比如 topics 包含 "心理与执行力" 的有 296 条。

许可证

本项目采用 CC BY-NC 4.0 许可证。

  • 个人使用、学习、研究、非商业项目：不需要署名，不需要申请
  • 公开发布衍生作品（文章、工具、课程等）：请注明来源
  • 商业用途：需要单独授权，请联系作者