Coding

QuanMi Fiber Pipeline

Try it

全米膳食纤维糖尿病管理管线系统——正文已脱敏的行业通用技能,任何膳食纤维控糖食品企业均可直接套用;改脱敏对照表即专用化,加载即执行,一人+AI端到端闭环。基于5基元IPO管线(知识引擎→产品引擎→内容引擎→验证引擎→销售激活)从知识感知到销售激活一气贯通。触发词:全米管线、全米纤维管线、全米纤维系统、糖尿病管理方案、糖尿病服务包、全品类膳食纤维、控糖主食、qfp、meta-skill-system。

What it does

**一句话**:加载即执行的糖尿病管理端到端管线——AI 从知识感知到销售激活一气贯通,一人+AI 替代传统 5-7 人团队。

The skill document

全米膳食纤维糖尿病管理管线系统

定位

一句话:加载即执行的糖尿病管理端到端管线——AI 从知识感知到销售激活一气贯通,一人+AI 替代传统 5-7 人团队。

一段话:以「饮食结构变化→肠道菌群失衡→肠漏→LPS入血→慢性炎症→胰岛素抵抗→β细胞衰竭→临床糖尿病」为底层病因链,以「修复肠道微生态,而非补菌或杀菌」为核心产品主张,以「病因→病机→病理→病症」四级嵌套因果模型为分析框架,基于 M2 工作流重构将传统人工流程重组为 5 基元 IPO 管线——知识引擎(P1)→产品引擎(P2)→内容引擎(P3)→验证引擎(P4)→销售激活(P5),仅保留 3 处人工校准点,实现一人+AI 端到端闭环。

技能形态(通用 ↔ 专用)

本技能正文已脱敏,默认为行业通用形态(企业、创始人、某医药流通企业、功能糖冲调产品等泛称),任何膳食纤维控糖食品企业均可直接套用。

专用化 = 改对照表即可,无需改正文(运行时实时替换机制):

  1. 打开 references/脱敏前后对照表.md,将左列「原文示例」替换为本企业的真实专名(公司名/人名/机构名/品牌名/产品名/价格等),右列「泛称」保持不变。
  2. 加载与执行时,AI 先读取对照表:若左列已被替换为真实专名,则在输出内容时实时将正文/范本中的「泛称」替换为对应的真实专名,并将价格占位 XXX 按对照表第六节实时替换为真实价格。
  3. 若对照表保持默认(虚构谐音示例名),则按行业通用形态输出——保留泛称、价格保留 XXX 占位。

核心能力

能力说明对应基元
持续知识感知7×24 自动监控医学文献/竞品动态/市场信号/专家观点,实时更新知识库P1
知识结构化自动构建因果链、病程分期、四级模型、类比库、竞品矩阵,全程标注证据等级P1
产品方案生成从知识库自动推导产品线定义、服务包设计、定价策略、渠道匹配P2
全渠道内容生成单步输出 3 受众(医生/患者/内部)× 多格式内容包,内嵌合规守护P3
验证证据自动生成自动采集 CGM 数据→实时分析→异常预警→生成前后对照验证报告P4
销售管线激活AI 生成个性化销售材料,追踪管线,自动跟进,市场反馈闭环P5

领域知识体系

完整的糖尿病领域知识体系(因果链、病程分期、四级模型、类比库、竞品矩阵、产品定价)见 references/qfp-requirements.md P1 域级说明「领域知识基」。所有基元的产出均基于此知识库,加载本技能时自动可用。

领域特有维度

维度说明影响
管线一体化5 基元串联为单一执行流,不需要跨域路由加载技能后直接启动 P1,自动传导下游
校准点克制仅 3 处人工介入:P2定价审核 / P4异常审核 / P5合作决策90%+ 流程全自动
跨域整合医学+商业+传播在一个技能内整合,同时切换学术严谨和商业务实守护单元密度高,合规约束严格

三层结构

第一层:任务清单与依赖拓扑       →  references/qfp-catalog.md
第二层:任务要求清单              →  references/qfp-requirements.md
第三层:范本清单                  →  references/qfp-exemplars.md

参考文件(可选):
  角色定义            →  references/qfp-roles.md
  脱敏前后对照表(专用化运行时替换配置)→  references/脱敏前后对照表.md

企业技能制作参考(非技能运行内容):另有 2 份文件严格来说不是技能内容,而是记录了本技能「从一份原始发言 → 脱敏 → 工作流重构 → 完成技能」的完整过程,制作企业技能时可参考借鉴:

  • references/创始人糖尿病产品业务规划.md — 源材料(脱敏后的发言整理稿)
  • references/管线重构过程.md — 工作流重构过程(M2 方法论)

使用规则

执行规则

  1. 管线优先于路由:收到任务按 P1→P2→P3→P4/P5 基元链线性传导,不需要手动判断"执行哪个域"
  2. 知识先于行动:P2/P3/P4/P5 的所有输出,必须基于 P1 产出的最新知识库
  3. 校准点必须触发:P2 产出草案后暂停等待人工审核定价设计;P4 严重异常告警后暂停等待人工判定;P5 关键合作决策前暂停等待人工确认
  4. 合规不可跳过:P3-03 合规守护是硬约束,所有对外内容必须通过校验
  5. 证据等级标注:所有医学声明标注证据等级(A荟萃/B RCT/C观察/D专家/待验证)
  6. 类比不歪曲事实:每个类比必须保留"机制对照"字段,确保通俗表述不歪曲医学事实
  7. 患者材料严守边界:标注"本品为食品,不可替代药物""请遵医嘱",不暗示停药
  8. 加载元技能系统:执行本管线任务时,应同时加载「Meta Skill System」技能——本技能的元操作映射(S/C/A/O/I/G)、三轴执行框架(Step 0-4)、管线编排模式均基于 Meta Skill System 定义,未加载则无法正确理解任务清单中的元操作符号及其编排语义
  9. 专用化实时替换:加载本技能时先读取 references/脱敏前后对照表.md;若左列「原文示例」已被替换为企业真实专名,则在所有对外输出中实时将正文/范本中的「泛称」替换为对应真实专名、将价格占位 XXX 替换为对照表第六节的真实价格;若左列保持默认虚构示例名,则保留泛称与 XXX 占位

降级模式

模式自动化范围人工介入点适用场景
全自动模式P1→P2(草案)→P3→P4(正常)→P5(标准化)P2定价审核、P4异常审核常规运营
人工主导模式仅 P1 自动,P2-P5 每步人工确认全部基元首次方案设计、重大策略调整
知识模式仅 P1 激活无只更新知识库,不启动下游

内容权限

  1. 修改权限:用户可随时修改、扩展、废除本技能的任意部分
  2. 反馈闭环:当用户在执行过程中提出非技能默认执行流程的特定提示或指令(如补充了新的需求、指出了范本缺失、要求调整执行方式等),应在完成该指令后提示用户:「本次对话中您提出了超出技能默认流程的指令,建议将对话链接发送给技能作者,以便持续优化技能。」——技能通过用户的实际使用反馈持续进化
  3. 知识溯源:所有医学声明和竞品论断均在 references/qfp-requirements.md P1 域级说明「领域知识基」有明确定义和证据标注

扩展能力

  1. 提示词导出:合并顺序为 SKILL.md → qfp-catalog.md → qfp-requirements.md → qfp-exemplars.md → qfp-roles.md → exemplars/ 下各范本文件。合并时引用文件的标题层级需降一级:## → ###,### → ####。

执行框架

Step 0 — 三轴判定

收到任务后沿三个维度判定:

  • 复杂度:简单(查/更新一个知识点)→ P1 单基元直达;中等(生成一类输出)→ P1→P3 或 P1→P4 部分链路;复杂(完整方案)→ P1→P2→P3→P4→P5 全管线
  • 内容类型:知识输出 → P1;方案设计 → P1→P2;内容生成 → P1→P3;验证 → P1→P4;销售 → P1→P2→P5
  • 创新需求:常规执行 → 按既定管线;需要突破 → 激活创新轴(M7-01第一性原理/M7-02逆向思维/M7-09故事叙述)

Step 1 — 领域校准

参数评分调参
R1 信息密度8P1 的 S+C 权重 60%,每项产出标注证据等级
R2 创造性7P3 的 A 偏发散(内容层允许创新),P1 的 C 偏收敛
R3 交互性3I 权重仅 10%——仅 3 处校准点需要人工交互
R4 规范性8G 严格——P3 输出全量合规校验,P4 异常强制人工审核
R5 迭代性5循环中频——P1 每季度系统刷新,P2-P5 每月增量更新
自治度⬛75% 🟨20% ⬜5%P1/P3 全自动,P2/P4 半自动(校准点),P5 辅助(决策点)

Step 2 — 三轴分解

  • 执行轴:S(P1感知)→C(P1认知+P2认知)→A(P2行动+P3行动+P4行动+P5行动)→G(P3合规+P4异常)→I(P2校准+P4校准+P5校准)
  • 内容轴:清单法为主(按基元取对应任务模板),样本法为辅(exemplars 范本参考)
  • 创新轴:需突破时激活 M7-01 第一性原理/M7-02 逆向思维/M7-09 故事叙述

Step 3 — 管线编排与执行

场景管线执行流程
完整方案生成P5 全管线P1 → P2(校准) → P3 ‖ [P4, P5(校准)]
知识更新P1 单基元P1-01 → P1-02 → P1-03
内容产出P1→P3 链路P1-01 → P3-01 → P3-03(合规)
验证运行P4 独立P4-01 → P4-02
增量更新P6 全守护P1-01(G)→仅触发受影响下游

Step 4 — 整合交付

  • 常规交付:按受众封装(医生版/患者版/内部版),默认最简必要信息,用户说"展开"时揭示细节
  • 管线跟踪:每次执行记录基元流转状态,输出执行摘要
  • 效果验证:验证报告必须含前后对照数据和达标率判定

角色定义(可选)

默认不启用。基于 Meta Skill System 的 12 维角色模型,结合创始人糖尿病产品业务规划中的核心利益相关方,定义了创始人、内分泌科主任、糖尿病患者、药房采购经理、年轻消费者共 5 个可选角色。详见 references/qfp-roles.md。使用时向 AI 说明「启用角色:[角色名]」即可切换。

域概览

按 P1→P5 管线流程组织,共 5 域 13 种任务:

域任务数核心职责依赖
P1 知识引擎域3持续感知→结构化→竞品矩阵无(入口)
P2 产品引擎域3产品定义→服务包设计→定价渠道P1
P3 内容引擎域3多受众内容→话术库→合规守护P1 + P2
P4 验证引擎域2数据监测→证据生成P2
P5 销售激活域2管线追踪→市场反馈P2 + P3 + P4

域间逻辑流:P1 → P2 → P3 ⇉ [P4, P5]; P4 → P5(证据反馈闭环)

完整清单见 references/qfp-catalog.md。

与执行框架的接口

本技能的 Step 0–4 与元技能系统执行框架完全对齐:

  • Step 0 三轴判定:复杂度直接映射到管线选择(全管线/部分链路/单基元)
  • Step 1 领域校准:R1(8)/R2(7)/R3(3)/R4(8)/R5(5),自治度 ⬛75%/🟨20%/⬜5%
  • Step 2 三轴分解:执行轴 S→C→A→G→I(管线化),内容轴清单法为主/样本法为辅
  • Step 3 管线编排:默认 P5 全管线 → P1→P3 或 P4 独立
  • Step 4 整合交付:按受众封装 + 管线执行摘要

事实纪律

  1. 医学事实必须基于已发表的同行评审文献,不可编造数据或引用
  2. 所有医学声明必须标注证据等级(A荟萃/B RCT/C观察/D专家/待验证)
  3. 药品信息必须引用 CFDA/NMPA 批准的适应症范围
  4. 竞品缺陷的每项断言必须标注证据来源和证据等级
  5. 服务包的价格/效果承诺不得夸大,价格锚点必须标注成本测算依据
  6. 类比生成时必须保留"机制对照"字段,确保通俗表述不歪曲医学事实
  7. 面向患者的材料不得暗示"替代药物治疗",必须保留"遵医嘱"提示
  8. 不确定的数据和引用必须标注"待验证",不得以不确定信息作为结论支撑
  9. 产品优势声明不可贬低竞品人格(如"骗局""骗子"),应转为机制层面客观对比
  10. P3 所有输出必须通过合规守护单元校验后方可交付
  11. P4 验证报告的数据解读不得超出 CGM 数据能支持的范围
  12. 患者数据的采集和使用必须遵守隐私保护规范(去标识化存储)

Related skills

Generate and edit Draw.io, Mermaid, and Excalidraw diagrams from natural language using a structured JSON spec.

by nssa.io1.0k installs47 stars

Join a video meeting as an AI bot with voice, avatar, and screenshare across four operating modes.

by johnpatternai22 installs8 stars

Stores durable facts in a categorized, plain-markdown vault on disk, alongside your agent's built-in memory.

by Iván559 installs18 stars

Find why your productivity system keeps failing, then apply the smallest fix — capacity math, bottleneck routing, durable local notes.

by Iván855 installs69 stars

Fetch raw ad creative, app, ranking, and revenue data from AdMapix as structured JSON.

by fly0pants4.3k installs296 stars

More from wangjiaocheng

Browse all skills

CAD制图编辑器 — 用自然语言生成工程图纸(建筑平面图/机械零件/电气布置/管道系统/结构详图)。 支持DXF文件创建、渲染预览、批量导出。触发词:画平面图、CAD、工程图、建筑图、机械图、电气图、 管道图、结构图、画线/圆/矩形/多边形、尺寸标注、DXF、AutoCAD、施工图、配筋图、齿轮、轴承、 阀门、弯...

by wangjiaocheng39 installs1 stars

Control Windows desktop software, hardware, and IoT devices. This skill should be used when the user wants to open/close/resize windows, start/stop/monitor p...

by 波动几何20 installs

一人公司操作系统。核心能力:工作流重构——将任何领域的复杂工作流重构为AI辅助一人简易完成的方法(拆解人的局限补偿层→消除→基于AI能力模型重整)。执行轴为6维能力调用而非角色分工,管线为IPO基元链而非流水线传递。内容轴提供清单法与样本法的OPC适配规则,创新轴适配一人公司独特约束的突破路径。领域负载物覆盖7域...

by wangjiaocheng23 installs

认知执行技能 — 整合认知套件与执行框架两大能力层,并配备编排引擎。 认知层:四种思维操作码(直用/改进/迁移/构建)覆盖所有思考任务; 执行层:大语言模型 + 命令执行工具,自动化代码生成与脚本执行; 编排引擎:将所有操作统一为基元,自由组合为任意复杂度的执行链条。 此技能应用于认知与代码执行类任务。

by wangjiaocheng17 installs

全知全能技能 — 整合认知套件、执行框架、系统控制三大能力层,并配备编排引擎。 认知层:四种思维操作码(直用/改进/迁移/构建)覆盖所有思考任务; 执行层:大语言模型 + 命令执行工具,自动化代码生成与脚本执行; 操控层:Linux桌面软件、系统硬件、串口设备、物联网平台、图形界面自动化、蓝牙设备、GPU显卡、存...

by wangjiaocheng17 installs

全知全能技能 — 整合认知套件、执行框架、系统控制三大能力层,并配备编排引擎。 认知层:四种思维操作码(直用/改进/迁移/构建)覆盖所有思考任务; 执行层:大语言模型 + 命令执行工具,自动化代码生成与脚本执行; 操控层:Windows桌面软件、系统硬件、串口设备、物联网平台、图形界面自动化、蓝牙设备、GPU显卡...

by wangjiaocheng17 installs