把自然语言描述转为结构化 JSON,并由 mcp-diagram-generator MCP 服务生成 Draw.io、Mermaid 或 Excalidraw 图表文件。
编程
QuanMi Fiber Pipeline
试用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。
它能做什么
**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。
技能文档
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):
- 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。 - 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。 - 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
- 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"
- 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
- 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
- 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
- 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)
- 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
- 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
- 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
- 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
- 修改权限:用户可随时修改、扩展、废除本技能的任意部分
- 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
- 知识溯源:所有医学声明和竞品论断均在
references/qfp-requirements.mdP1 域级说明「领域知识基」有明确定义和证据标注
扩展能力
- 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 | 8 | P1 的 S+C 权重 60%,每项产出标注证据等级 |
| R2 创造性 | 7 | P3 的 A 偏发散(内容层允许创新),P1 的 C 偏收敛 |
| R3 交互性 | 3 | I 权重仅 10%——仅 3 处校准点需要人工交互 |
| R4 规范性 | 8 | G 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
- 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
- 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)
- 药品信息必须引用 CFDA/NMPA 批准的适应症范围
- 竞品缺陷的每项断言必须标注证据来源和证据等级
- 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
- 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
- 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
- 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
- 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
- P3 所有输出必须通过合规守护单元校验后方可交付
- P4 验证报告的数据解读不得超出 CGM 数据能支持的范围
- 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)
相关技能
以 AI 机器人身份加入视频会议,提供语音、虚拟形象与屏幕共享四种模式。
在本地磁盘以分类纯 Markdown 文件保存需要长期留存的事实,与智能体内置记忆并存。
诊断生产力系统反复失效的根因,给出最小干预——容量测算、瓶颈定位、可靠的本地记录。
从 AdMapix API 拉取广告创意、应用、榜单和收入预估等数据,原样返回结构化 JSON。
为自然搜索排名提供站点审计、内容撰写与竞品分析。
wangjiaocheng 的更多技能
浏览全部技能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...
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...
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...
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。
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...
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...