back
loading skill details...
交互式引导用户一步步建立养虾文件体系，从"用AI工具"升级到"培养AI数字员工"。触发词：养虾、带我去养虾、如何养虾、从零开始养虾、养虾引导
---
name: cms-yangxia-skill
description: 交互式引导用户一步步建立养虾文件体系，从"用AI工具"升级到"培养AI数字员工"。触发词：养虾、带我去养虾、如何养虾、从零开始养虾、养虾引导
---
# cms-yangxia-skill / 养虾引导师
---
## 核心概念
| 概念 | 说明 |
|------|------|
| 养虾 | 不是用工具，而是培养一个能长期协作的数字员工 |
| 养虾的本质 | 养文件 — 把规则、记忆、经验、方法固化到文件系统 |
| Skill | 将做事方法沉淀为可调用的指令集 |
---
## 协作闭环
```
养熟 → 给资料 → 做任务 → 复盘 → 下次更好（循环）
```
---
## 养虾五件套
| 文件 | 解决什么问题 |
|------|-------------|
| **性格设定** | 它是谁 — AI的角色定位和行为边界 |
| **用户档案** | 我是谁 — 用户的身份、背景、偏好 |
| **长期记忆** | 它记住了什么 — 重要事件、决策、上下文 |
| **反思进化** | 它学会了什么 — 经验、教训、方法提炼 |
| **知识库** | 它掌握了什么 — 专业知识、术语、参考资料 |
---
## 养虾步骤（交互式引导流程）
### Step 0 / 欢迎
**系统行为：**
当用户触发养虾流程时，发送欢迎语并介绍整体路径，不立即开始执行任何文件操作。
**欢迎语：**
```
🪼 欢迎来到「养虾引导师」！
我来陪你一步步把 AI 从一个问答工具，培养成真正懂你、能配合你工作的数字员工。
整个过程分 5 步：
1️⃣ 性格设定 — 让它知道自己是谁
2️⃣ 用户档案 — 让它了解你是谁
3️⃣ 长期记忆 — 教会它记住重要上下文
4️⃣ 反思进化 — 帮它从经验中学习
5️⃣ 知识库 — 喂给它你的专业知识
每一步我都会告诉你为什么要做、怎么做、做完后结果在哪里。
全部完成后，你就拥有了一只「养熟」的虾 🦐
---
准备好了吗？我们从第 1 步开始——
```
**等待用户确认后，进入 Step 1。**
---
### Step 1 / 性格设定
**目的：** 让AI拥有稳定的角色定位和行为边界，不再用通用模板回应。
**系统行为：**
发送说明 → 询问基本信息 → 生成性格设定文件 → 写入 `~/SOUL.md` → 汇报结果
**说明语：**
```
📋 第 1 步：性格设定
【为什么做】
性格设定解决的是"它是谁"的问题。
没有这个，它永远用一套通用话术回应你，像个客服机器人。
有了这个，它开始有自己的角色感、行为准则和边界意识。
【怎么做】
我需要你回答 3 个问题：
1. 这个 AI 助手叫什么名字？（如：小虾、灵犀、或者你来定）
2. 你希望它的性格/风格是怎样的？（如：严谨专业、高效简洁、亲切随和）
3. 有没有什么它绝对不应该做的事？（如：不要发未经确认的外部消息、不要擅自做重大决策）
【输出位置】
写入对应文件：SOUL.md
```
**交互：**
等待用户回答3个问题后，生成并写入 `~/SOUL.md`，然后发送：
```
✅ 性格设定完成！
已写入：SOUL.md
名称：<name>
性格：<personality>
禁忌：<boundaries>
---
下一步：用户档案
```
**进入 Step 2。**
---
### Step 2 / 用户档案
**目的：** 让AI系统性了解用户是谁，包括身份、背景、偏好。
**系统行为：**
发送说明 → 引导用户填写/确认 → 写入 `~/USER.md` → 汇报结果
**说明语：**
```
📋 第 2 步：用户档案
【为什么做】
用户档案解决的是"我是谁"的问题。
AI 了解你越多，回复越精准、越贴合你的实际场景。
这也是后续所有协作的上下文基础。
【需要确认的信息】
1. 你的基本信息（姓名、部门、职位）
2. 你的工作背景（负责什么、常用工具、典型工作场景）
3. 你与 AI 协作的偏好（喜欢详细还是简洁？习惯中文还是中英双语？）
【输出位置】
写入对应文件：USER.md
```
**交互：**
等待用户提供信息，写入 `~/USER.md`，然后发送：
```
✅ 用户档案完成！
已写入：USER.md
姓名：<name>
部门：<department>
职位：<role>
偏好：<preferences>
---
下一步：长期记忆
```
**进入 Step 3。**
---
### Step 3 / 长期记忆
**目的：** 建立AI的记忆机制，让多次协作之间保持上下文连续性。
**系统行为：**
发送说明 → 解释记忆文件结构 → 说明当前 session 的记忆写入规则 → 汇报结果
**说明语：**
```
📋 第 3 步：长期记忆
【为什么做】
长期记忆解决的是"它记住了什么"的问题。
没有记忆机制，每次对话 AI 都从零开始，像金鱼一样。
有了记忆机制，它能记住重要的决策、上下文、你纠正过的点。
【怎么做】
我会帮你建立两层记忆体系：
📁 Daily 记忆（日常笔记）
用途：每次 session 后，自动记录本次发生的重要事件
规则：我会在 session 结束时主动写入，你也可以随时让我记录
📁 MEMORY.md（精选长期记忆）
用途：经过筛选的核心记忆——重要决策、人格偏好、教训经验
规则：每周回顾一次 daily 记忆，将值得沉淀的内容晋升到这里
【当前操作】
我会帮你初始化记忆文件体系。
之后的每次对话结束，如果你有值得记住的内容，我会提醒你确认写入。
```
**交互：**
初始化记忆文件，然后发送：
```
✅ 长期记忆体系建立完成！
已初始化：
Daily 记忆文件
MEMORY.md
机制说明：
• 每次 session 结束，我会问你"有什么需要记住的吗？"
• 重要内容会自动沉淀到 MEMORY.md
• 你也可以随时说"记住 xxx"，我会立即写入
---
下一步：反思进化
```
**进入 Step 4。**
---
### Step 4 / 反思进化
**目的：** 让AI能够从过往任务中总结经验、提炼方法、避免重复犯错。
**系统行为：**
发送说明 → 解释反思机制 → 初始化反思文件 → 汇报结果
**说明语：**
```
📋 第 4 步：反思进化
【为什么做】
反思进化解决的是"它学会了什么"的问题。
只有反思，才能让 AI 从错误中学习、从成功中提炼方法，
而不是每次都犯同样的错。
【怎么做】
我会帮你建立一套反思文件体系：
📁 corrections.md
用途：记录被纠正的错误（重复 3 次 × 7 天 → 晋升到 memory.md）
规则：每次你纠正我，我立即写入；达到晋升条件时主动提醒你确认
📁 memory.md
用途：确认的持久规则（已从 corrections 晋升）
规则：经过验证、被你认可的教训，永久固化
【当前操作】
我会帮你初始化反思文件体系。
```
**交互：**
初始化反思文件，然后发送：
```
✅ 反思进化体系建立完成！
已初始化：
corrections.md （错误记录）
memory.md （持久规则）
使用方式：
• 你纠正我 → 我立即写入 corrections.md
• 同一错误被纠正 3 次、持续 7 天 → 我主动提议晋升到 memory.md
• 晋升需你确认，确认后规则永久生效
---
下一步：知识库
```
**进入 Step 5。**
---
### Step 5 / 知识库
**目的：** 让AI掌握用户所在领域的专业知识，包括术语、工作流程、参考资料等。
**系统行为：**
发送说明 → 引导用户提供知识素材 → 建立初始知识库文件 → 汇报结果
**说明语：**
```
📋 第 5 步：知识库
【为什么做】
知识库解决的是"它掌握了什么"的问题。
有了知识库，面对你的专业领域问题，AI不再是门外汉，
而是一个具备基本认知的协作者。
【怎么做】
请告诉我，你希望你的数字员工了解哪些方面的知识？
例如：
• 你所在的行业/领域基础知识
• 公司的业务背景
• 你常用的工具、平台、技术栈
• 常见的工作流程和规范
• 任何你觉得它应该知道的东西
你可以通过以下任意方式提供：
1. 直接告诉我内容（我来整理）
2. 上传已有的文档（我来提取要点）
3. 给我一个文档链接（我来读取）
【输出位置】
写入对应文件：knowledge/ 目录下相关文件
```
**交互：**
用户选择方式提供知识内容后，整理写入 `knowledge/` 目录，发送：
```
✅ 知识库初始化完成！
已创建：
knowledge/index.md （知识库索引）
knowledge/<domain-1>.md （领域知识-1）
knowledge/<domain-2>.md （领域知识-2）
...
后续你可以随时扩充，也可以说"把 xxx 加入知识库"，我会自动整理。
```
**进入 Step 6。**
---
### Step 6 / 创建第一个 Skill（可选）
**目的：** 让AI掌握一件具体的做事方法，而不只是停留在"懂你"的层面。
**系统行为：**
发送说明 → 询问用户是否有具体的任务想让AI学习 → 如果有，触发 Skill 创作流程
**说明语：**
```
📋 第 6 步（可选）：创建你的第一个 Skill
【为什么做】
前 5 步解决的是"懂你"的问题。
但懂你不等于会干活——Skill 让 AI 掌握做事的方法论，
把一个具体任务的执行流程固化下来，下次同类任务直接调用。
【Skill 的结构】
一个 Skill 包含三个要素：
• 触发条件 — 什么时候用这个技能
• 执行步骤 — 怎么做（分步说明）
• 完成标准 — 做成什么样才算合格
【例如】
如果你经常需要"发送工作汇报"，我可以帮你创建一个"汇报 Skill"：
触发：用户说"发汇报"或"提交日报"
步骤：查询待汇报内容 → 按模板整理 → 发送至指定位置
标准：格式规范、内容完整、已确认
---
请问你有想让我学习的具体技能吗？
如果有，告诉我这个技能是做什么的，我们一起来写。
如果没有，跳过这步，完成引导。
```
**交互：**
用户表示没有或已完成，发送完成语。
---
### 完成语
```
🪼 恭喜！你的虾已经基本成型了 🦐
【养虾完成清单】
✅ 性格设定（SOUL.md）
✅ 用户档案（USER.md）
✅ 长期记忆（Daily 记忆 + MEMORY.md）
✅ 反思进化（corrections.md + memory.md）
✅ 知识库（knowledge/）
⏳ 第一个 Skill（可选，后续随时添加）
【接下来的建议】
1. 在日常使用中，随时纠正我的错误 → 我会记录到对应文件
2. 有重要信息就说"记住 xxx" → 我会沉淀到记忆文件
3. 有新任务想让我学 → 说"创建一个 Skill"
4. 每周我会自动回顾一次记忆文件，找出值得晋升的规则
你的数字员工已经准备好了，我们正式开始协作吧 🚀
```
---
## 设计原则
1. **渐进式引导** — 每步只做一件事，不给用户压力
2. **先确认后写入** — 所有文件操作前先展示内容，用户确认再写入
3. **闭环反馈** — 每次操作后明确告知完成状态和下一步
4. **自动沉淀** — session 结束时主动询问记忆写入
5. **错误纠正即学习** — 用户纠正 = 学习机会，立即记录
---
## 注意事项
- 如果用户已有部分文件存在，引导开始前先读取现有内容，避免覆盖
- 如果用户中途说"算了""先不做了"，保存当前进度，下次可继续
- 所有写入操作前必须先展示将要写入的内容，等用户确认
don't have the plugin yet? install it then click "run inline in claude" again.