学习知识管理系统。支持知识点录入、分类存储、每日早间学习建议推送、晚间知识回顾推送、专项备考管理(含大纲和DDL追踪)、知识点查询与维护。触发方式:学了/学习了/知识点/记录一下/知识:/K:/学到了/第N条/展开/查一下/搜索/开启专项/进度/大纲等。适用于备考/持续学习场景。
编程
domain-knowledge-system
试用陌生领域知识系统搭建:输入任意领域名称,自动执行信息源扫描→锚点聚焦→认知地图生成→定时追踪全流程。Invoke when user asks to 搭建知识体系、快速入门一个领域、了解陌生领域、系统学习新东西.
它能做什么
陌生领域知识系统搭建:输入任意领域名称,自动执行信息源扫描→锚点聚焦→认知地图生成→定时追踪全流程。Invoke when user asks to 搭建知识体系、快速入门一个领域、了解陌生领域、系统学习新东西.
技能文档
陌生领域知识系统搭建器
输入任意领域名称,自动执行四大步骤,输出一套完整的知识系统。
基于验证过的通用方法论,已跑通 Kpop、跑步、摄影三个完全不同类型的领域。可迁移到任何领域:红酒、咖啡、滑雪、投资、AI 编程、摄影、健身、美食、旅游、美妆、汽车、数码、宠物、育儿、法律、金融、历史、哲学……任何你感兴趣但不够了解的领域。
触发条件
当用户说以下任何一种时,激活本 Skill:
- "帮我搭建 XX 知识体系"
- "我想了解 XX,从哪开始"
- "我想系统学习 XX"
- "XX 领域怎么入门"
- "XX 有哪些核心知识"
- 提到"搭建知识体系""快速入门""系统学习"等关键词
输入
用户只需要提供一个信息:领域名称。
可选提供:
- 当前水平(零基础 / 有基础但没系统 / 有经验想精进)
- 具体目标(社交话题 / 工作需要 / 兴趣爱好 / 学习提升)
- 时间投入意愿(每天大概能花多少时间)
方法论框架
本 Skill 的核心方法论已在三个完全不同的领域验证通过:
信息源先行 → 锚点策略 → 先感性再理性 → 定时追踪
这不是通用方法论,是经过实际验证的流程。具体含义见下方 Step 说明。
执行流程
Step 1:信息源清场
目标:让用户不需要主动搜索,信息流自动推送领域内容。
执行:
- 基于用户提供的领域名称,扫描该领域在小红书、B站、YouTube、微信公众号等平台的信息源
- 输出信息源清单,按优先级排序
- 关键原则:不是让用户收藏,是让用户关注后信息流自动推送
输出示例(以领域为 Kpop 时):
小红书:搜索 #Kpop #女团,关注高赞活跃账号
B站:关注打歌舞台直拍、MV 解析 UP 主
YouTube:官方频道、音乐银行、M Countdown
Step 2:锚点聚焦 + 认知地图
目标:选 2-3 个锚点深入,输出一份结构化认知地图,避免信息过载。
执行:
- 分析该领域的核心结构,确定 2-3 个最有代表性的锚点
- 生成认知地图(HTML 可视化),包含:
- 领域全景图:核心框架、主要分支
- 核心术语速查:遇到不懂的术语直接查
- 锚点深度分析:2-3 个锚点的结构化信息
- 常见误区/避坑指南
- 输出文字版入门指南(Markdown)
锚点选择规则:
- 选择覆盖领域最核心的 2-3 个点
- 锚点之间要有差异化(覆盖不同维度)
- 锚点要有"延伸性"——深入了解后能自然带出整个领域
Step 3:入门路径规划
目标:生成一份"先感性再理性"的入门路径,让用户先产生兴趣再补理论。
执行:
- 生成必看/必听/必读清单(按入门顺序排列)
- 设计"感性入门"阶段:先感受、先体验、先动手
- 设计"理性深入"阶段:学理论、记术语、理解框架
- 优先级排序:什么先做、什么后做、什么不需要做
Step 4:定时追踪系统
目标:设下定时任务,让用户不需要靠意志力坚持。
执行:
- 设置周报任务:每周自动汇总该领域热点
- 设置进度回顾:每周花 5 分钟记录进展
- 设置月度扫描:每月更新信息源清单
- 输出进度仪表盘(HTML 可视化):让用户看到自己在进步
输出
| 输出物 | 格式 | 说明 |
|---|---|---|
| 信息源清单 | Markdown | 按优先级排序的信息源,可直接关注 |
| 认知地图 | HTML | 可视化页面,可浏览器收藏 |
| 入门指南 | Markdown | 必看清单 + 入门路径 |
| 周报配置 | 定时任务建议 | 周报/月度扫描/进度回顾 |
| 进度仪表盘 | HTML | 可视化进度追踪 |
已验证的领域
本 Skill 的方法论已在以下三个不同类型领域验证通过:
| 领域 | 用户状态 | 验证结果 |
|---|---|---|
| 跑步 | 有基础但受伤后长期没跑,想重新开始 | 8 周训练计划 + 进度仪表盘 + 正反馈机制 |
| Kpop | 完全零基础,知识盲区 | 认知地图 + 信息源系统 + 周报自动化 |
| 摄影 | 有工具但没方法,介于之间 | 构图指南 + 后期教程 + 每周复盘 |
你可以直接输入任意领域名称开始使用。
参考
本 Skill 基于已开源的通用方法论框架,可在 GitHub 查看完整实现:github.com/shiyan521/product-development-skill-suite
相关技能
智能知识库文件处理与数据集自动生成系统。上传文件后自动评估知识价值,LLM智能分类归档,通过EasyDataset生成微调数据集。使用场景:(1) 用户上传文档需要判断是否值得生成知识数据集,(2) 批量处理DOCX/PDF/Excel/图片文件转为知识库,(3) 从本地知识库搜索答案结合对话回复,(4) 部署和初始化知识库环境,(5) 管理知识库分类体系和数据集。
领域提示词生成器技能,作为元模板引擎,将任意领域主题拆解为原子要素,按照标准化模板生成领域专用提示词,支持用户自定义原子要素和目标输出,快速创建可直接使用的领域执行协议。6域30种任务。触发词:提示词生成、领域模板、原子要素、执行协议、目标输出、meta-skill-system。
创建知识库、管理项目文档、记录需求、整理个人知识。Create knowledge bases, manage project docs, track requirements, and organize personal knowledge.
领域负载物技能制作器(Meta-Skill)——Universal Task OS的技能工厂。独立创建与UTOS完全兼容的领域负载物技能,不依赖任何被创建的目标技能。提供领域分析框架(R1-R5分类定位/价值链拆解/任务枚举/UTOS映射推导)、三层结构模板(SKILL.md+catalog+requiremen...
原子知识讲解技能,将复杂知识分拆成原子概念,原子概念生成完整讲解,默认只展示概念关联结构但用户可以要求展示完整讲解。6域30种任务。触发词:原子概念、知识讲解、概念分拆、概念关联、知识结构、meta-skill-system。