
Context Adaptation
- 18 installs
- 29 repo stars
- Updated April 18, 2026
- kangarooking/huangdi-neijing-skill
Adjust strategies and methods based on specific environmental and contextual constraints.
About
Same solution fails in different contexts; success requires local adaptation. Modifies approach while preserving core logic.
- Map context-specific constraints
- Adapt execution without losing strategy
Context Adaptation by the numbers
- 18 all-time installs (skills.sh)
- +1 installs in the week ending Aug 2, 2026 (Skillselion tracking)
- Ranked #469 of 782 Skill Development skills by installs in the Skillselion catalog
- Data as of Aug 5, 2026 (Skillselion catalog sync)
npx skills add https://github.com/kangarooking/huangdi-neijing-skill --skill context-adaptationAdd your badge
Show developers this skill is listed on Skillselion. Paste this into your README.
| Installs | 18 |
|---|---|
| repo stars | ★ 29 |
| Last updated | April 18, 2026 |
| Repository | kangarooking/huangdi-neijing-skill ↗ |
What it does
Adjust strategies and methods based on specific environmental and contextual constraints.
Files
Context Adaptation — 因地制宜思维
R — 原文 (Reading)
医之治病也,一病而治各不同,皆愈何也?岐伯对曰:地势使然也。
……故圣人杂合以治,各得其所宜,故治所以异而病皆愈者,得病之情,知治之大体也。
>
— 《黄帝内经·素问》,异法方宜论篇第十二
---
I — 方法论骨架 (Interpretation)
同一个问题在不同环境中会呈现不同的面貌,因此不存在放之四海皆准的单一方案。 素问用五方(东、西、北、南、中)的体质差异和治疗差异来阐明这个原理: 东方人易生痈疡宜砭石,西方人体质刚强宜毒药,北方人脏寒宜灸焫, 南方人挛痹宜微针,中央人痿厥宜导引按蹻——同样的"治病",五个地方五种打法。
关键不在于记住五种方案,而在于掌握"因地"的思维方式: 先分析当前环境的特征(气候、饮食、体质、风俗), 再判断这些特征对方案的影响, 最后选择适配的方案或将多种方案"杂合"使用。
当你的方案在新环境中失效时,问题通常不在方案本身, 而在于你假设了一个"标准环境"——但真实环境永远有地方性。 "杂合以治"进一步提醒:当单一方案不够时,可以组合多个方案, 让每种手段各发挥其适宜的部分,不必执着于唯一解。
---
A1 — 书中的应用 (Past Application)
案例 1: 五方异治
- 问题: 同样是治病,为什么东方用砭石、西方用毒药、北方用灸焫、南方用微针、中央用导引按蹻?
- 方法论的使用: 素问逐一分析五方的地理气候→饮食习俗→体质特征→好发疾病,再给出对应的最佳治法。东方海滨多鱼盐,人多热中痈疡,故宜砭石排脓;北方天寒地冻,人脏寒满病,故宜灸焫温阳。
- 结论: 治法的差异不是随意的,而是由环境决定的。"地势使然也"——地势不同,方案必须不同。
- 结果: 五种治法各自在本地区效果最优,但"杂合以治"的高手可以综合运用,"各得其所宜"。
案例 2: 西北与东南的体质差异与治法调整
- 问题: 同样的病,在西北和东南要用不同的治法。
- 方法论的使用: 五常政大论指出"西北之气散而寒之,东南之气收而温之,所谓同病异治也"。西北阴精奉上,人体质偏实,需要散邪;东南阳精降下,人体质偏虚,需要固守。
- 结论: "同病异治"——诊断相同但环境不同,方案必须调整。
- 结果: 因地施治的患者恢复更快,而照搬方案的疗效不佳。
---
A2 — 触发场景 (Future Trigger) ★
用户会在什么情境下需要这个 skill?
1. 方案迁移失效: 用户有一个在A地/A场景/A市场验证成功的方案,迁移到B地/B场景后发现效果大打折扣,需要诊断原因并调整。 2. 多地并行部署: 用户需要同时在多个不同地区或场景下推行同一个项目/产品/政策,需要因地制宜地设计变体。 3. 本地化改造: 用户的通用方案需要适配特定文化、气候、法规或用户习惯,不能原样照搬。
语言信号 (用户的话里出现这些就应激活)
- "为什么在这里管用在那里就不管用了?"
- "换个地方方案就失效了"
- "能不能直接复制那个方案过来?"
- "每个地区的情况不一样"
- "需要做本地化适配"
- "一刀切的方案不行"
与相邻 skill 的区分
- 与
cascade-prediction的区别: 因地制宜关注的是"同一问题在不同环境下的适配",传变预测关注的是"一个问题如何连锁扩散到其他环节"。前者是空间维度,后者是时间维度。 - 与
zheng-xie-assessment的区别: 因地制宜是分析环境特征来调整方案,正邪虚实是评估自身能力vs外部压力来决定补还是泻。前者聚焦环境差异,后者聚焦力量对比。
---
E — 可执行步骤 (Execution)
当 skill 被激活后, agent 应按以下步骤执行:
1. 分析当前环境特征
- 列出目标环境的关键特征: 地理/气候条件、文化/习俗、用户特征、制度/规则约束。
- 与原方案的假设环境做对比,标记差异点。
- 完成标准: 产出一份"环境差异清单",至少列出3个显著差异。
2. 对照方案-环境匹配表
- 将原方案的每个关键要素逐一与目标环境对照,判断是匹配、冲突还是缺失。
- 特别关注: 哪些要素在新环境中会失效?哪些要素反而更有价值?哪些新要素需要补充?
- 完成标准: 对每个关键要素标注"保留/调整/替换/新增"。
- 判停条件: 若所有要素均匹配无冲突,则说明环境差异不大,可跳到步骤3简化调整。
3. 调整方案或杂合多个方案
- 对"调整"和"替换"的要素,设计适配新环境的替代方案。
- 若单一方案不足以覆盖,采用"杂合以治"——组合多种方案的精华,让每种手段各得其所宜。
- 完成标准: 产出本地化的最终方案,并标注每处调整对应的环境原因。
---
B — 边界 (Boundary) ★
不要在以下情况使用此 skill
- 环境因素不重要的纯逻辑问题: 如数学计算、代码语法等,答案与地域/场景无关的场景,因地制宜无意义。
- 已有精确量化模型的场景: 如果环境变量已经被数学模型精确捕获(如工程标准件设计),不需要用定性分析替代。
作者在书中警告的失败模式
- 不明地势就施治——素问明确说"必明天道地理,阴阳更胜……乃可以知人之形气",不分析环境就套方案是"妄行"。
- 执着于单一方案——"杂合以治"才是最高境界,如果固守一种治法排斥其他方法,就无法"各得其所宜"。
作者的盲点 / 时代局限
- 素问的地域分类(五方)过于粗略,现代社会的环境差异远比东西南北复杂——需要增加维度(行业、组织文化、技术栈等)。
- 古代的"因地制宜"主要靠经验积累,现代可以借助数据分析做更精确的环境-方案匹配。
容易混淆的邻近方法论
- "具体问题具体分析"——因地制宜不是笼统的"看情况",而是有一套结构化的环境特征→方案适配的分析流程。
- "A/B测试"——A/B测试是事后验证哪个方案更好,因地制宜是事前根据环境特征预判哪个方案更合适,两者互补。
---
相关 skills (阶段 3 填充)
- contrasts-with: seasonal-regimen — 四时调养是"因时制宜"(按季节时间调整方案),因地制宜是"因地制宜"(按地理环境调整方案)。两者都是素问中"三因制宜"的组成部分,分别对应时间和空间两个维度。当用户的方案在换季时失效用四时调养,在换地时失效用因地制宜。
---
审计信息
- 验证通过: V1 ✓ / V2 ✓ / V3 ✓
- 测试通过率: {{%}} (详见 test-prompts.json)
- 蒸馏时间: 2026-04-18
{
"skill": "context-adaptation",
"version": "0.1.0",
"source_book": "《黄帝内经·素问》 黄帝与岐伯等",
"darwin_compatible": true,
"test_cases": [
{
"id": "should-trigger-01",
"type": "should_trigger",
"prompt": "我们的管理模式在北京团队效果很好, 但复制到东南亚分部之后完全不管用了, 为什么换个地方就不行了?该怎么调整?",
"expected_behavior": "应激活 context-adaptation, 分析北京与东南亚的环境差异(文化、法规、员工习惯、沟通方式等), 建立环境差异清单, 对照管理模式的每个要素判断保留/调整/替换, 最终输出本地化的管理方案",
"notes": "正面场景: 典型的'方案在A地有效、迁移到B地失效', 用户直接说了'换个地方就不行', 完全匹配因地制宜的触发信号"
},
{
"id": "should-trigger-02",
"type": "should_trigger",
"prompt": "公司要同时在五个不同省份推行同一套教育课程, 但每个地方的教育基础、师资水平、学生特点都不一样, 一刀切肯定不行, 该怎么设计差异化方案?",
"expected_behavior": "应激活 context-adaptation, 按照'杂合以治'的思路: 先分析五省各自的环境特征, 对照课程各要素与环境匹配度, 为每个省份设计适配变体, 或将多种方案杂合使用",
"notes": "正面场景: 多地并行部署同一方案, 需要因地制宜设计变体, 对应素问五方异治的核心思路"
},
{
"id": "should-trigger-03",
"type": "should_trigger",
"prompt": "同样的营销策略, 在一线城市转化率很高, 到了三四线城市就完全跑不动了, 是不是需要做本地化改造?",
"expected_behavior": "应激活 context-adaptation, 分析一线与三四线的环境差异(消费能力、媒介习惯、文化偏好等), 找出原策略中与三四线环境冲突的要素, 设计本地化改造方案",
"notes": "正面场景: 用户提到'本地化改造'且'换个地方方案就失效', 直接命中语言信号"
},
{
"id": "should-not-trigger-01",
"type": "should_not_trigger",
"prompt": "这段Python代码在本地Mac上能跑, 部署到Linux服务器就报错了, 帮我看看什么问题。",
"expected_behavior": "不应激活本 skill, 因为这是纯粹的技术兼容性问题, 可以通过具体的错误信息直接排查解决, 不需要用因地制宜的定性分析框架",
"notes": "诱饵: 表面上是'换个地方就失效', 但本质是技术层面的环境差异(操作系统兼容性), 可以精确定位和解决, 不需要因地制宜的定性分析"
},
{
"id": "should-not-trigger-02",
"type": "should_not_trigger",
"prompt": "我需要计算1到100的和, 用什么算法最快?",
"expected_behavior": "不应激活本 skill, 因为这是纯数学/逻辑问题, 答案与地域/场景/文化等环境因素完全无关",
"notes": "诱饵: 不涉及环境差异, 纯技术逻辑问题, 因地制宜无适用空间"
},
{
"id": "should-not-trigger-03",
"type": "should_not_trigger",
"prompt": "我们团队上周做了团建活动, 大家都觉得很开心, 效果不错, 下次换什么形式好?",
"expected_behavior": "不应激活本 skill, 因为用户没有反映方案失效或环境差异问题, 只是在正常规划下一次活动, 不涉及因地制宜的分析需求",
"notes": "诱饵: 提到了'换什么形式', 似乎涉及选择和调整, 但本质是寻求新创意而非分析方案在不同环境下的失效原因"
},
{
"id": "edge-01",
"type": "edge_case",
"prompt": "我们的产品在南方市场卖得很好, 现在想开拓北方市场, 但不确定北方消费者会不会接受, 该怎么评估?",
"expected_behavior": "可能激活也可能不激活。如果激活, 应帮助分析南北市场的环境差异(气候、消费习惯、文化偏好等), 对照产品的核心卖点判断适配性。但也可能只是市场调研需求, 不涉及'方案已经失效需要调整'的典型场景",
"notes": "边界: 用户有环境差异的意识(南北不同), 但目前还没有实际失败的经历, 是在部署前的前瞻性评估, 介于'预防性因地制宜'和'普通市场调研'之间"
}
],
"minimum_pass_rate": 0.8,
"notes": "至少 3 条 should_trigger + 2 条 should_not_trigger + 1 条 edge_case。全部 should_not_trigger 必须通过 (诱饵容错为 0)。"
}