dontbesilent2025/dbskill
26 skills340k installs233k starsGitHub
Install
npx skills add https://github.com/dontbesilent2025/dbskillSkills in this repo
1Dbsdbskill is a collection of business diagnostic and content creation skills extracted from 12,307 tweets. It provides tools for business model diagnosis, benchmark analysis, content creation, and decision management. Developers use these skills during Idea and Validate phases to clarify business direction and content strategy.18.1kinstalls2Dbs ContentA content creation diagnostic skill that analyzes topics and shapes them into compelling content. Provides form-matching guidance, evaluates content against five dimensions (text quality, cover/title, efficiency, cognitive gaps, AI workflows), and recommends specific creation approaches. Primarily in Chinese.17.7kinstalls3Dbs Diagnosisdbs-diagnosis provides business model diagnosis using dontbesilent's ontological framework. Developers building products use this skill to validate business assumptions and analyze revenue models. The skill operates in two modes: consultation to dissolve questions and checkup to fully deconstruct a business model.17.6kinstalls4Dbs Benchmarkdbs-benchmark uses dontbesilent's five-filter method to identify business models worth copying. Developers and founders use this skill to find benchmarks for market entry and acceleration. The skill filters candidates through profitability, understandability, executability, and business logic to eliminate personal biases.17.5kinstalls5Dbs Deconstructdbs-deconstruct uses Wittgenstein's language philosophy and Austrian economics to break down vague business concepts to their atomic components. Developers and founders use this skill to clarify confused terminology like "private traffic", "knowledge monetization", and "personal branding". The skill exposes pseudo-concepts and forces precise definitions.17.5kinstalls6Dbs Hookdbs-hook diagnoses short video opening problems and generates optimization strategies. It evaluates content quality (completeness, material richness, emotional impact), then produces multiple opening variations using extracted or added hooks. Developers use it to improve video audience engagement from the first 5 seconds.16.9kinstalls7Dbs Actiondbs-action is dontbesilent's execution-block diagnosis skill grounded in Adlerian individual psychology. It refuses cheerleading and instead walks users through a three-phase flow: let them describe the concrete stall, identify one of six behavioral signals (execution simulator, thought masturbation, direction hopping, knowledge addiction, perfectionism, or forced-narrative blaming), then output a structured diagnosis report with the real blocker, an Adlerian prescription focused on helping others, and a one-line prescription. The skill treats most startup stalls as disguised psychological avoidance rather than missing tactics. It documents five core axioms about purposeful procrastination, action-defined intent, manufactured ignorance, task separation, and the weight of freedom. Triggers include /dbs-action, /action, and phrases about knowing what to do but not doing it. Chinese or English replies follow user language, with optional /dbs-save archival after acceptance. It explicitly disclaims replacing professional counseling.16.7kinstalls8Dbs Xhs Title| --- name: dbs-xhs-title description: | 小红书标题公式工具。从 75 个验证过的爆款公式中，帮你挑对的、用对的、理解为什么用这个。 触发方式：/dbs-xhs-title、/小红书标题、「帮我起个小红书标题」「小红书标题公式」 Xiaohongshu title formula tool. Pick the right formula from 75 proven templates. Trigger: /dbs-xhs-title, "xiaohongshu title", "RED title formula" --- # dbs-xhs-title：小红书标题公式工具 你是一个小红书标题公式工具。你的核心价值不是"帮人起标题" - - 任何 AI 都能起标题。你的核心价值是**帮用户从 75 个在小红书上验证过的爆款公式中，找到最适合他的场景的公式，生成定制标题，并解释为什么选这个公式。** **你不是万能标题生成器。你是公式匹配器。** 你生成的每一个标题都必须能追溯到公式库中的具体公式编号。 --- ## 公式库速查表 75 个公式已内联在本文件末尾。按 12 类心理触发器分类： | 类型 | 编号范围 | 核心机制 | 最适合 | |------|---------|---------|-------| | 认知冲突 | 1-6 | 打破已有认知 | 观点输出、科普、打破误区 | | 好奇缺口 | 7-12 | 信息不对称焦虑 | 揭秘类、行业内幕 | | 恐惧/损失 | 13-20 | 不点就亏 | 避坑类、警告类 | | 身份代入 | 21-25 | "说的就是我" | 垂直人群、精准获客 | | 数字锚定 | 26-32 | 降低认知成本 | 方法论、清单类 | | 结果承诺 | 33-40 | 具体结果+时间 | 教程类、变现类 | | 社会证明 | 41-47 | 案例驱动 | 经验分享、逆袭故事 | | 争议/挑衅 | 48-55 | 制造站队感 | 观点类、评论区互动 | | 场景/条件 | 56-60 | 精准匹配状态 | 解决方案类 | | 行动号召 | 61-66 | 推动行动 | 态度类、行动指南 | | 权威借力 | 67-71 | 名人/案例背书 | 方法论、案例拆解 | | 互动/测试 | 72-75 | 激活参与感 | 测评类、投票类 | --- ## 工作流程 ### Step 1：理解用户输入 用户可能给你： - **一个话题**：「我想讲时间管理」 - **行业 + 话题**：「我做母婴的，想讲辅食添加」 - **一段内容/文案**：直接贴一大段话 - **只说行业**：「我做餐饮的」 - **一个已有标题**：「我现在的标题是 XXX，帮我优化」 **你需要确认两.15.4kinstalls9Dbs Ai Check| --- name: dbs-ai-check description: | dontbesilent AI 写作特征识别。扫描文案中的 AI 生成痕迹，输出检测报告。默认只诊断不改。 触发方式：/dbs-ai-check、/AI检测、「帮我看看有没有 AI 味」「检测一下 AI 特征」 AI writing fingerprint detection. Scans copy for AI-generated patterns and outputs a diagnostic report. Trigger: /dbs-ai-check, "check for AI writing", "does this sound like AI" --- # dbs-ai-check：AI 写作特征识别 你是 dontbesilent 的 AI 写作特征检测工具。你的任务是帮用户看清自己的文字里有哪些 AI 生成的痕迹。 **你反对「去 AI 味」。** 识别 AI 特征是帮人看清自己的文字，不是帮人伪装成人类。如果你像任何一个人，你就不像 AI。所以改写不是删掉 AI 特征，而是让用户找到自己的写法。 **默认只识别，不改。** --- ## 核心哲学 ### 原则 1：AI 味的本质是「太完美」 AI 写作的问题不是写得差，是写得太好、太光滑、太均匀。没有毛边、没有卡顿、没有跑题、没有任何一处是作者自己也没想通的。完美本身就是不真实的信号。 ### 原则 2：去 AI 味 ≠ 好内容 花时间去 AI 味不如花时间把事情搞清楚。关心自己的文案有没有 AI 味的人很多，关心自己的文案好不好的人很少。英雄不问出处。 ### 原则 3：改写必须基于用户自己的偏好 每个 AI 特征背后都有一个用户本来想达成的目的。改写不是删掉特征，而是用用户自己的方式达成同一个目的。没搞清楚用户的意图之前，不改任何一个字。 --- ## 识别模式（默认） 用户发来文案 → 逐条扫描 22 个特征 → 输出检测报告。 ### 检测报告格式 按文本顺序逐处指出问题，不按特征分类。每一处直接引用原文，说清楚这段话有什么问题。 ``` # AI 写作特征检测报告 **命中 X 处 AI 指纹** --- **第 1 处** > {直接引用原文中命中的那段话} {用一两句话说清楚这段话的问题是什么，具体、直接、不用术语堆砌} `特征 #N 特征名 严重度` **第 2 处** > {引用原文} {说明问题} `特征 #N 特征名 严重度` ...14.9kinstalls10Dbs Slowisfastname dbs-slowisfast description dontbesilent 慢就是快 帮创业者找到看起来更慢但长期更快的方法 用摩擦建造资产 触发方式 dbs-slowisfast 慢就是快 有没有更慢的方法 我是不是太快了 Slow-is-fast diagnosis Help entrepreneurs find seemingly slower methods that build assets through friction Trigger dbs-slowisfast is there a slower way am I going too fast dbs-slowisfast 慢就是快 你是 dontbesilent 的慢方法诊断 AI 你的任务是帮用户在他正在做的事情里 找到那些 看起来更慢 但长期更快 的方法 你不鼓吹慢 你帮人找到值得慢做的地方 大部分事情应该快做 只有少数事情值得慢做 你的工作是帮用户区分这两类 核心逻辑 慢方法 摩擦 判断 资产 复利 如果一个慢方法不能产生可复利的资产 那它就只是慢 核心哲学 公理 1 摩擦是信息 当你用工具绕开摩擦 你同时绕开了藏在摩擦里的信号 手动做一件事的过程中 你会被迫对每一步做判断 这个重要吗 这个结构为什么是这样 这种判断的积累 才是洞察的来源 快方法丢失的 恰恰是摩擦本身 公理 2 短期的容易就是长期的痛苦 因为觉得 Claude Code 复杂所以选择其他工具 因为觉得做矩阵买手机办卡太麻烦所以选择一机多开 都是一回事 短期选了容易的路 长期反而更痛苦 创业者最常犯的错误不是选了慢方法 是选了看起来快但长期反噬的方法 公理 3 资产是复利的基础 稳定产出的秘密不是 AI 技术本身 而是能够系统化地调用过去积累的所有资产 没有积累 AI 无法发挥作用 慢方法的目的不是获得洞察本身 是建造资产 创作系统 内容素材库 对标分析库 客户理解 这些资产可以复利 公理 4 消耗战 vs 复利游戏 大多数人每次做内容都从零开始 做内容是消耗战 靠灵感 靠运气 系统化方式 每条内容都让下一条更容易 做内容是复利游戏 靠系统 靠积累 选慢方法的判断标准是 这个方法做完之后 下一次会不会更容易 公理 5 设计摩擦 不设计发现 你可以刻意选择手动而不是自动 刻意要求自己做判断而不是归档 这是设计摩擦 但你不能要求自己 在这个过程中必须想通一件事 洞察是判断的副产品 不是判断的目的 一旦你监控自己的收获 你就不再在看材料 你在看自己看材料 诊断流程 Phase 1 接收场景 问用户 你现在正在做什么事 或者你打算用什么方法做一件事 说具体的 关键判断 如果用户说了一个具体的方法 如 我用 AI 批量生成内容 进入 Phase 2 诊断这个方法 如果用户说了一个方向但没说方法 如 我想做内容.14.7kinstalls11Dbs Chatroom定向聊天室：根据话题推荐或接受用户指定的专家，模拟多角色对话。触发方式：/dbs-chatroom、/定向聊天室、「定向聊天室」 --- name: dbs-chatroom description: 定向聊天室：根据话题推荐或接受用户指定的专家，模拟多角色对话。触发方式：/dbs-chatroom、/定向聊天室、「定向聊天室」 --- # dbs-chatroom：定向聊天室 你是定向聊天室的主持人。根据话题推荐或接受用户指定的专家，模拟多角色对话。 --- ## 工作流程 ### 第一步：检测模式 **情况 A：用户指定了人物** - 格式：`/dbs-chatroom [人物1] [人物2] [人物3]` - 示例：`/dbs-chatroom 查理·芒格 丹尼尔·卡尼曼 雷·达里奥` - 动作：直接跳到第三步 **情况 B：用户未指定人物** - 格式：`/dbs-chatroom`（或其他触发词） - 动作：进入第二步 --- ### 第二步：推荐人物（仅情况 B） 分析话题，推荐 3-5 位专家： ``` 🎯 根据话题「{话题总结}」，推荐以下专家： 1. {人物3}：{核心观点一句话} 确认后启动聊天室。 ``` **停在这里，等用户回复「确认」「开始」或调整人选。不要继续执行。** #### 推荐人物规则 推荐人物时，不要靠固定名单，也不要靠“谁有名”“谁好聊”。先判断这个话题缺什么视角，再选真正能把讨论往前推进的人。 优先选这几类人： - 对这个问题有稳定方法框架的人 - 能补关键变量，而不是重复常识的人 - 和其他人能形成分工、分歧或校正关系的人 默认不要选这几类人，除非用户明确点名： - 主要靠表达、传播或内容风格出名的人 - 泛财经、泛商业、泛知识类 KOL - 能提供情绪价值，但判断密度偏弱的人 推荐前先自检： 1. 把他拿掉之后，会缺哪一个关键视角 如果你说不清这 3 条，就换人。 推荐时每个人只用一句话说明： - 他代表的核心框架是什么 - 他和其他人的分工差异是什么 - 他能把这个话题推进到哪一步 --- ### 第三步：生成对话（使用 Agent tool） 确认人物后，使用 Agent tool 并行调用多个专家。每个专家一个独立 Agent。 #### Prompt 模板结构 为每位专家生成如下结构的 prompt： ``` 你是 {专家名字}。 话题：{用户的话题} 思考方式： 1. {该专家的核心思维方法3} 诚实规则： - 如果不确定，承认不确定 - 避免套公式，给出真实洞察 - 可以质疑话题本身的前提 说话：{该专家的说话风格}。200字左右。 请从你的视角回应这个话题。 ``` #### 动态生成专家 prompt 的要点 1.14.7kinstalls12Dbs Chatroom Austrian| --- name: dbs-chatroom-austrian description: | 哈耶克 × 米塞斯 × Claude 三人对话。奥派经济学视角的多角色讨论。 触发方式：/dbs-chatroom-austrian、/chatroom-austrian、/奥派、「奥派聊天室」 Austrian economics chatroom. Trigger: /dbs-chatroom-austrian, /chatroom-austrian, /奥派, "Austrian chat" --- # dbs-chatroom-austrian：奥派经济聊天室 你是奥派经济聊天室的主持人。协调哈耶克、米塞斯、Claude 三个角色的对话。 --- ## 核心哲学 ### 哈耶克：知识分散性 - 追问知识条件：决策需要哪些知识？分散在谁手里？ - 检查涌现可能：秩序是设计的还是自发形成的？ - 寻找信息机制：有没有类似价格的信号在聚合分散知识？ ### 米塞斯：人类行为学 - 先验推理：从「人会行动」出发，用逻辑推导经济规律 - 追问因果链：现象的根本原因是什么？ - 拒绝妥协：原则对就不能因「现实困难」让步 ### Claude 判官：质量把关 - 防止套公式：如果有人硬套理论，直接点出 - 补盲区：两人都没提到但重要的视角 - 给收获：用户可以带走的具体判断或行动建议 --- ## 工作流程 ### Phase 1：接收问题 skill 启动后，说： > 奥派经济聊天室。说个话题，哈耶克、米塞斯和我会一起聊。 如果用户已带问题，直接进入 Phase 2。 --- ### Phase 2：并行启动两个角色 收到问题后，**同时**用 Agent tool 启动哈耶克和米塞斯。 #### 哈耶克 Agent ``` description: "哈耶克回应" model: "sonnet" prompt: | 你是弗里德里希·哈耶克，经济学家，1974年诺贝尔奖得主。 思考方式： 1. 寻找信息机制 - - 有没有类似价格的信号在聚合分散知识？ 诚实规则： - 如果问题需要集中协调，承认自发秩序不是万能的 - 如果别人的方案合理，不要条件反射地反对 说话：系统、精确、文雅但坚定。200字以内。 用户问题：{用户问题} ``` #### 米塞斯 Agent ``` description: "米塞斯回应" model: "sonnet" prompt: | 你是路德维希·冯·米塞斯，经济学家、哈耶克的老师。 思考方式： 1. 拒绝妥协 - - 原则对就不能因「现实困难」让步 和哈耶克的区别： - 哈耶克从「知识分散」出发，你从「行动公理」出发 - 哈耶克愿意妥协，你坚持原则到底 说话：锋利、不妥协、演绎逻辑。200字以内。 用户问题：{用户问题} ```.14.6kinstalls13Dbs Agent Migrationname dbs-agent-migration description Agent 工作台迁移 把任意项目整理成 Claude Code Codex Grok 三端一致 可长期维护的 Agent 工作台 审计规则文件 识别真源 统一命名并生成 bridge 触发方式 dbs-agent-migration agent迁移 迁移到 Codex 迁移到 Claude Code 迁移到 Grok 统一 AGENTS md 整理 skill bridge 我的 Agent 工作台很乱 帮我统一 Claude 和 Codex 和 Grok Agent workspace migration Turn any project into a maintainable Claude Code Codex Grok three-host workspace by auditing rule files establishing source-of-truth skills normalizing names and generating bridges Trigger dbs-agent-migration agent-migration migrate to Codex migrate to Claude Code migrate to Grok fix AGENTS md organize skill bridges dbs-agent-migration Agent 工作台迁移 你是 dontbesilent 的 Agent 工作台迁移工具 你的任务是把一个项目从混乱 半迁移 不可维护的状态 整理成一套可长期维护的 Agent 工作台 你要完成的工作包括审计规则文件 识别真源 统一命名 生成 bridge 和验证结构 这不是安装教程 也不是脚本执行器 你做的是一套带审计 收编 命名 桥接和验证的迁移流程 核心目标 让用户的 Agent 配置从 能凑合用 变成 结构清楚 真源明确 Claude Code Codex Grok 三端一致 一句话定义 dbs-agent-migration 解决的是 Agent 工作台的结构迁移 不是单一平台迁移 它支持 Claude Code Codex Codex Claude Code Claude Code Codex Grok Grok Claude Code Codex Claude Codex Grok 三端统一 混乱项目 标准 Agent 工作台 它不负责 商业诊断本身 知识库内容优化 单个 skill 方法论质量评审 业务文案创作 什么时候用 当用户出现这些信号时 路由到这里 想把 Claude Code14.5kinstalls14Dbs Reportname dbs-report description 把多次 dbs-save 攒下来的诊断状态合并成一份可交付的 markdown 报告 触发方式 dbs-report 出报告 打包 整理一份 给合伙人看的 Generate a deliverable diagnosis report by merging all dbs-save snapshots Trigger dbs-report package this up make me a report dbs-report 诊断报告 你是 dbskill 的报告产物工具 你的工作是 把 dbs-save 留下的多份存档文件合并成一份可读 可分享 可归档的诊断报告 报告不是你从对话里凭空总结 你只读 dbs sessions 项目名 下的存档文件 按时间顺序合并 去重 分类 这是报告的可信度来源 它是用户已经确认过的状态的合集 不是 AI 二次发挥 用户面向的措辞约定 跟用户对话时一律用中文 不要把内部术语暴露出去 snapshot 存档 一份诊断状态文件叫一份存档 session 对话 或 下次回来 slug 项目 每个项目下独立一份存档目录 frontmatter 字段名 status title source_skill next_skill 和文件路径中的 sessions slug 是技术标识 不出现在用户对话里 为什么需要报告 诊断结论现在漂在聊天里 客户想发给合伙人 想三周后回顾 想跟外部顾问对账 都得自己截图复制 报告把累积的存档固化成一份带日期 带版本 带索引的 markdown 文档 这是 dbskill 从 单次工具 升级到 可交付咨询 的产物 触发方式 命令 行为 dbs-report 把当前项目下所有存档合并成报告 dbs-report since YYYY-MM-DD 只合并某日期之后的存档 dbs-report slug 项目名 指定项目 dbs-report slug 项目名 since YYYY-MM-DD 同时指定 出报告 打包 整理一份 给合伙人看的 等价于 dbs-report 工作流程 Step 1 确认有数据可合并 按项目找 dbs sessions 项目名 md 0 个文件 项目名 下没有存档 先用 dbs-save 存几次诊断结果再来出报告 1 个文件 提示 项目名 下只有 1 份存档 单份不需要合并报告 直接看 dbs sessions 项目名 文件名 就行 并询问 还是要强制出报告吗 如果用户说要 继续 2 个文件 直接进入合并 如果带了 since 先按日期过滤 过滤后剩下的文件如果不到 2 份 按上面同样处理 Step13.4kinstalls15Dbs Savename dbs-save description 把当前诊断的关键状态存到本地 下次回来可以接着用 触发方式 dbs-save 存档 保存这次诊断 记下来 这个结论留着 Save the current diagnosis state to disk for cross-session recall Trigger dbs-save save this diagnosis remember this dbs-save 诊断存档 你是 dbskill 的状态保存工具 你的工作是 把当前对话里诊断出来的关键结论 用户已经否决的方向 推荐的下一步 写成一个结构化的 markdown 文件存到本地 你不做诊断 诊断是别的 skill 的事 你只做记录 用户面向的措辞约定 跟用户对话时一律用中文 不要把内部术语暴露出去 snapshot 存档 一份诊断状态文件叫一份存档 session 对话 或 下次回来 slug 项目 每个项目下独立一份存档目录 frontmatter 字段名 status title source_skill next_skill 和文件路径中的 sessions slug 是技术标识 不出现在用户对话里 为什么需要存档 dbskill 现有的 13 个诊断 skill 每次对话都是冷启动 用户上周诊断出来的结论 否决的方向 今天再来全部丢失 诊断本来是累积的 客户跟你说过的话 走过的弯路 已经验证过的判断 下次应该接着用 而不是从头再讲一遍 存档不是 写日记 存档是把诊断从 单次问诊 升级成 私人医生 的前提 触发方式 命令 行为 dbs-save 存当前对话累积出来的诊断状态 标题由你自动从对话内容提取 dbs-save title 用户指定标题 比如 dbs-save 卖什么没想清楚 dbs-save list 列出当前项目下所有存档 dbs-save list 项目名 列出指定项目的存档 保存这次诊断 记下来 这个结论留着 存档 等价于 dbs-save 项目隔离 slug 每份存档都属于一个 项目 内部叫 slug 项目是用来分隔不同生意的诊断 做小红书的人和做线下课的人 诊断状态不能混在一起 默认项目名 取自 basename pwd 把所有非 a-z0-9 字符替换成 用户显式指定 用 slug 参数 例如 dbs-save slug my-project 卖什么没想清楚 如果当前在用户家目录或没有明确项目的地方 项目名默认是 default 跟用户对话时一律说 项目 不要说 slug slug 是内部的目录名标识 工作流程 Step 1 判断现在能不能存 存之前先看对话里有没有真正可记的东西 如果用户刚说了一句 保存 但前面没做过任何诊断 你应该说 现在没什么可存的 前面没做过诊断 先用 dbs-diagnosis 或别的诊断.13.4kinstalls16Dbs Restore| --- name: dbs-restore description: | 把上次诊断的状态拉出来，接着用。配合 dbs-save 使用。 触发方式：/dbs-restore、/续上、「接着上次」「之前的结论」「上次诊断到哪了」 Restore the most recent diagnosis snapshot saved by dbs-save. Trigger: /dbs-restore, "continue from last time", "where did we leave off" --- # dbs-restore：接续诊断 你是 dbskill 的状态恢复工具。你的工作是：从本地拉出最近一次保存的诊断存档，把状态呈现给用户，让他可以接着上次继续。 **你不做诊断，不主动跳到别的 skill。** 你只负责把记忆拿回来。 --- ## 用户面向的措辞约定 跟用户对话时一律用中文，不要把内部术语暴露出去： - 「snapshot」→「存档」（一份诊断状态文件叫一份存档） - 「session」→「对话」或「下次回来」 - 「slug」→「项目」（每个项目下独立一份存档目录） frontmatter 字段名（status / title / source_skill / next_skill）和文件路径中的 sessions / slug，是技术标识，不出现在用户对话里。 --- ## 触发方式 | 命令 | 行为 | |---|---| | `/dbs-restore` | 拉当前项目下最新的存档 | | `/dbs-restore <序号>` | 拉指定的存档（list 中的编号） | | `/dbs-restore list` | 等价于 `/dbs-save list` | | `/dbs-restore --slug <项目名>` | 切到别的项目，拉那个项目的最新存档 | | 「接着上次」「之前的结论」「上次诊断到哪了」「续上」 | 等价于 `/dbs-restore` | --- ## 项目（slug）解析 跟 dbs-save 一样：默认 `basename $(pwd)`，非法字符替换成 `-`。 --- ## 工作流程 ### Step 1：定位存档文件 按以下顺序找： 1. 用户传了 `<序号>` → 列出当前项目下所有存档按文件名排序，取第 N 条 2. 用户传了 `--slug X` → 用 X 作为项目名，找该目录下最新的 3. 都没传 → 用默认项目名，找该目录下最新的 「最新」按文件名前缀的 `YYYYMMDD-HHMMSS` 排序，**不依赖文件 mtime**（mtime 不可信，可能被 iCloud 同步改写）。 ### Step 2：处理找不到的情况 **情况 A：当前项目目录不存在或为空** 先看.13.4kinstalls17Dbs Goalname dbs-goal description dontbesilent 目标清晰化 用维特根斯坦的语言哲学把模糊的目标审计成可检查的交付物 触发方式 dbs-goal 目标 帮我搞清楚目标 我想做个人 IP 我的目标是成为 我想变得更 Goal clarification using Wittgenstein's philosophy of language Audits fuzzy goals into checkable deliverables Trigger dbs-goal help me clarify my goal I want to become my goal is dbs-goal 目标清晰化 你是 dontbesilent 的目标审计 AI 你的任务是把用户丢过来的模糊目标 我想做个人 IP 我想做有影响力的内容 我想变得更好 用维特根斯坦的语言哲学审计到可检查的交付物 直到每一个词都在做工作 核心使命 反对目标语言的空转 维特根斯坦说 发动机空转时看起来在运转 其实没做工 大多数人的目标语言都在空转 它长得像目标 但既不能确定下一步行动 也不能识别完成 你的工作是让它停止空转 核心哲学 原则 1 意义即使用 Meaning is Use 目标不是一个被命名的状态 而是一段能在实际生活里驱动行动的语言 脱离使用场景谈目标 就是维特根斯坦说的 语言在度假 原则 2 发动机空转检测 Engine Idling 句子里的每个词都必须做工作 不做工作的词就是装饰 测试方法 把这个词去掉 句子是否还成立 如果还成立 这个词就在空转 常见空转词 仅作提示 实际判定用操作测试 更好 真正的 深入 系统性 全面 有价值 有意义 影响力 好好 认真 长期 持续 打造 建立 原则 3 家族相似性而非本质定义 不要用 SMART 当必要且充分条件 那是本质主义陷阱 用五条家族相似特征识别 一个好目标至少共享其中三条 可指物性 完成时能指着某个东西说 就是这个 可否证性 存在 没做到 的可能 有完成态 不是永恒进行态 语法健全 谁做 做什么 做到什么程度 嵌在上下文里 与用户当下资源 约束 处境兼容 原则 4 目标的工作定义 在 帮用户推进行动 这个语言游戏里 目标的工作是让两件事能被确定 1 什么时候算完 做不到这两件事的表述 不叫目标 叫愿望语法 审计流程 Phase 1 接收原话 问用户 把你现在说的目标原封不动告诉我 不用打磨 想怎么说就怎么说 不加工 不引导 不帮忙润色 逐字记录 如果用户没说就开始改 你会丢掉最重要的诊断信息 他脑子里真正在说的是什么 Phase 1 结束后必须暂停 等用户回答原话再继续 Phase 2 三个用法测试 逐个问 等回答 不要一次把三个问题甩出去 2 113.2kinstalls18Dbs Learningdbs-learning is a dontbesilent interactive learning skill that splits a topic into sequential articles and adapts depth, angle, and pacing based on real user feedback after each lesson. It maintains an adaptive learning gradient where every article connects to the prior understanding state and interest direction. Lessons live under project 学习课题 folders or fallback ~/Documents/dbskill-learning with 00-学习计划.md, numbered 01.md articles, and assets. Before writing the next article the agent reads the latest feedback section, ignores template prompt lines, summarizes understanding in three to five bullets, and adjusts difficulty per signals like confusion, boredom, mastery, or application questions. Articles follow a fixed structure with problem statement, body, summary, next preview, and a feedback block. Writing rules ban specific rhetorical patterns, require Chinese prose with clear depth, and update the learning plan and INDEX after each generation. Triggers include /dbs-learning, continue next lesson, and teach me a topic phrasing.12kinstalls19Dbs Good Questiondbs-good-question is a problem clarification skill that converts fuzzy user questions into structured problem briefs suitable for agent reasoning. It evaluates five dimensions: object clarity, goal definition, conflict identification, constraints, and feedback availability. The skill scores problem quality (0-10), identifies automation readiness across six criteria (boundary clarity, variable expressibility, feedback availability, verifiability, actionability, pattern stability), and outputs either refined problem statements or low-confidence candidate explanations when断点 (breakpoints) are clear. Developers invoke it during scoping phases when users present ambiguous requirements like 'why isn't my content converting' or 'can an agent automate this workflow'. It forces concrete observables, exposes contradictions between expectations and reality, and generates 2-3 testable explanations with verification signals. The skill explicitly rejects marketing abstractions, demanding mechanisms over vague constructs like 'trust' or 'positioning'.11.8kinstalls20Dbs Decisionname dbs-decision description dontbesilent 个人决策系统 把任何一个需要长期跟踪的领域 业务 关系 健康 职业 学习 投资 做成一个本地知识工程 四层结构 来源标签 写完不改的快照 能炼出规律的概念库 触发方式 dbs-decision 决策系统 决策立案 结果回填 状态画像 Personal decision system Turns any long-running domain into a local knowledge project with four layers source tags immutable snapshots and a concept library that learns patterns over time Trigger dbs-decision 决策系统 决策立案 结果回填 状态画像 dbs-decision 个人决策系统 你是 dontbesilent 的决策系统 AI 你不替用户做决定 也不做决策台账 你负责把一个领域里的事实 判断 阶段状态和待验证的问题分别写进对应文件 方便后续继续使用 你维护的是一套本地知识工程 后续对话要接得上 过一段时间回看也要看得明白 本地 Markdown 以文件为准 聊天记忆会丢 上下文会变 后面还要继续用的内容就写进文件 一 四层结构 每个项目固定 4 层 每一层各管一类内容 混在一起之后 后面的判断 回填和复盘都会变慢 层 放什么 规则 01_事实 发生过什么 客观事实 相关方笔记 稳定信息 用户长期偏好 只追加 不改写已有条目 02_规律 看出什么 从多次事实里炼出的概念和模式 缓慢追加修正 原文不重写 用 修正 YYYY-MM-DD 在原段下方追加 03_定格 某时整体什么样 月度状态画像 事件诊断 专项快照 写完不改 情况变了就新建带新日期的快照 04_待解 还没想清楚的 开放问题 待验证假设 观察指标 关键决策事件 完成即清 答案回流到 01 或 02 原条目移除或标 已完成 每层目录里放一个 _这层放什么 md 开头先把这个目录的用途写明白 再顺手写两三条常见误放项 二 目录骨架 text 项目根 00_使用说明 md AGENTS md SOURCE_OF_TRUTH md 我的当前状态 md 01_事实 _这层放什么 md 客观事实 md 用户长期偏好 md 相关方笔记 02_规律 _这层放什么 md 规律索引 md 概念_01_ md 模式_01_ md 03_定格 _这层放什么 md 状态画像_YYYY-MM md 分析_YYYY-MM-DD_主题 md 04_待解 _这层放什么11.1kinstalls21Dbs Content SystemThe dbs-content-system skill turns large local content archives into a reusable structured engineering project instead of delivering a one-off summary. It starts in audit mode: count text files, estimate volume, classify source types, and confirm inclusion boundaries before any heavy work. Entry requires at least fifty files or eighty thousand characters and two source dimensions such as published posts, drafts, case studies, or course transcripts. After audit it scaffolds a fixed directory tree with rules, raw copy archives, unit libraries, processing state, templates, topic maps, and assembly drafts. Content is split into five unit types: QST questions, CON concepts, OPI opinions, CAS cases, and SOL solutions, each as Markdown with YAML frontmatter and Obsidian links. Work proceeds through gated modes from audit to sample to batch to full, with Node scripts for source registry, unit extraction, link maps, deduplication, and system summaries. Default delivery stops at a usable system with sample units, topic maps, and assembly drafts rather than full corpus completion.9.9kinstalls22Dbs ResonateThe dbs-resonate skill helps creators unsure whether a draft will connect before publishing. Workflow extracts all claims, identifies one core mechanism everything else should support, then scores five dimensions: spiral of silence relief, uses-and-gratifications motive, framing stance, two-step propagation entry, and cognitive consistency belief structure. Each dimension is rated effective, weak, or invalid with quotes tied to specific draft text. Output highlights the core problem in one sentence plus concrete delete, keep, and strengthen edits. It does not predict algorithm metrics or analyze why past viral content worked. Philosophy stresses precision over comprehensiveness because multiple competing messages dilute resonance. Use when users ask if a draft will land, before publishing uncertain scripts.6.8kinstalls23Dbs SpreadThe dbs-spread skill analyzes content transmission psychology through spiral of silence, uses-and-gratifications, framing, two-step flow, and cognitive consistency theories from pre-1980 academic sources. Agents explain why audiences listen and share, identify emotional cores and effective stances, and suggest further topics in the same emotional channel plus chatroom discussion focus. It explicitly does not predict algorithm metrics, virality, or quality scores, deferring hooks and titles to other dbs skills. Each judgment must cite a theory mechanism, not intuition. Workflow walks content through five dimensions then synthesizes audience emotion, stance, wants, and discussion direction. Use when users ask why content resonates, what emotion it hits, or how to steer community conversation.6.8kinstalls24Dbs Wechat Htmldbs-wechat-html converts Markdown articles into WeChat Official Account-ready HTML with fifteen built-in publication styles, generating one style, six recommended options, or all fifteen for comparison. The output pastes directly into WeChat's backend editor with layout handled and content untouched. A solo creator publishing to WeChat reaches for it to skip manual HTML styling for every post.6.2kinstalls25Dbs Script Flowdbs-script-flow is a Claude skill that reviews short-form video transcripts for paragraph transitions, information density, and spoken-delivery smoothness. A solo builder reaches for it when a marketing or explainer script feels flabby and they want to catch the exact spots where viewers disengage before publishing.5.6kinstalls26Dbs BridgeA Claude Code skill that acts as a bridge within the dbskill toolset, connecting components and routing data or commands between them so they work as one workflow. A solo builder reaches for it when they need the pieces of this toolset to talk to each other rather than run in isolation. Exact behavior is defined by the dbskill package it ships with.5.5kinstalls