Random Driven

SKILL.md

---
name: random-driven
author: 王教成 Wang Jiaocheng (波动几何)
description: 随机性驱动技能，作为混沌生成器，提取事物核心概念引入无关概念强制组合，保留看似荒谬但有趣的连接，发展为完整方案。6域30种任务。触发词：随机性、混沌生成、无关概念、强制组合、荒谬连接、meta-skill-system。
---

# 随机性驱动技能

## 定位

本技能是一个**混沌生成器技能**，提供通过随机性驱动方法生成创新方案的能力。

## 核心能力

随机性驱动技能能够提取事物核心概念，引入无关概念进行强制组合，保留看似荒谬但有趣的连接，并发展为完整方案。

## R1-R5领域定位

| 维度 | 评分 | 说明 | 执行框架映射 |
|------|------|------|-------------|
| R1 信息密度 | 中 | 主要处理概念组合 | S和C权重中等 |
| R2 创造性 | 高 | 需要创造性地组合无关概念 | A权重高，C偏创新 |
| R3 交互性 | 低 | 主要是自动化生成 | I权重低 |
| R4 规范性 | 低 | 随机性驱动无需严格规范 | G权重低 |
| R5 迭代性 | 高 | 需要多次迭代生成方案 | 循环多，S→C→A链短而频 |

## 三层结构

```
第一层：随机性驱动清单 + 依赖拓扑   →  references/random-driven-catalog.md
第二层：方法论要求清单              →  references/random-driven-requirements.md
第三层：方法论范本库                →  references/exemplars.md
```

## 使用规则

### 执行流程
1. **首次加载**：读取 `references/random-driven-catalog.md`，获取域分类、依赖拓扑、元操作映射提示
2. **按需深入**：确认目标方法论执行类型后，读取 `references/random-driven-requirements.md` 获取组件清单；如需样本法，读取 `references/exemplars.md` 获取范本

### 降级模式
- **只读模式**：当用户明确要求只读操作时，本技能仅执行感知和认知元操作
- **权限表**：感知(S)允许、认知(C)允许、行动(A)禁止、组织(O)禁止、交互(I)禁止、守护(G)允许

## 执行框架

**统一执行流程**：收到任务后按5步执行——
- Step 0 核心概念提取：提取事物的核心概念
- Step 1 无关概念引入：引入无关概念
- Step 2 强制组合：强制组合核心概念和无关概念
- Step 3 荒谬连接保留：保留看似荒谬但有趣的连接
- Step 4 方案发展：发展为完整方案

## 域概览

按使用流程组织，共6域30种方法论执行任务：

| 域 | 任务数 | 典型任务 |
|----|--------|---------|
| M0 任务域协调域 | 4 | 任务域选择、执行顺序确定、结果整合、深化路由 |
| M1 核心概念提取域 | 5 | 概念识别、概念分析、概念分类、概念整理、概念报告 |
| M2 无关概念引入域 | 5 | 概念来源、概念选择、概念验证、概念整理、概念报告 |
| M3 强制组合域 | 6 | 组合策略、组合执行、组合验证、组合优化、组合整合、组合报告 |
| M4 荒谬连接保留域 | 5 | 连接识别、连接评估、连接保留、连接优化、连接报告 |
| M5 结果交付域 | 5 | 结果完整性验证、响应速度优化、用户满意度评估、改进建议、持续优化 |

**域间逻辑流**：M0 → M1 → M2 → M3 → M4 → M5

## 事实纪律

1. 仅使用确知的事实和可验证的信息，不得编造数据或引用
2. 核心概念提取须基于事物本质，不得表面化
3. 无关概念引入须真正无关，不得强行关联
4. 强制组合须保留荒谬但有趣的连接，不得过早过滤
5. 创新方案引用的案例、数据必须确知真实存在，不确定的标注"待验证"