C
cmnjbvf/guyue-fangyuan
View on GitHub ↗Link checked 2026-11-12 · HTTP 200 · opens the vendor's own site
- Star count
- 0 ★ · cmnjbvf/guyue-fangyuan · read from the GitHub search API · (checked 2026-11-13 20:00:50)
- Source
- read directly from its GitHub page · type: open-source project
- Harvest history
- first seen 2026-10-26 · last seen 2026-11-14 · seen 23× · listed by 2 sources
- Score
- score 203 · 2 sources · repo
FAQ (answers come from our records)
Who is it for?
We filed it under these tags: Agent 技能, AI Agent. The tags come from the entry itself, not a taxonomy we imposed.
Who maintains it?
repository
cmnjbvf/guyue-fangyuan;first catalogued 2026-10-26;last seen 2026-11-14。There is no official certification or quality rating here — we record sources and dates only.# 古月方源 · Guyue Fangyuan
以下摘录自该仓库的 README(片段) · 在 GitHub 读完整 README →
> 一把抓住,顷刻炼化。
> 丢进来任何东西,出去的是能直接用的零件。
一个给 AI Agent 用的炼化技能(Agent Skill / SKILL.md):把任意材料——书、代码仓库、PDF、APP、网页、聊天记录、一套方法论——拆成可执行的规则、可复用的结构、可验证的证据,而不是一份摘要。
## 它解决什么问题
你可能有过这些时刻:
收藏了几十篇文章、几个教程视频、几本书,真正要用的时候一本都想不起来
想学一个开源项目的架构,读了两天源码,说不出它为什么这么设计
想把某个 App 的功能借鉴过来,最后只抄到一个长得像的壳
让 AI 总结一份材料,它给你一段废话,你还得自己回去读原文
根本原因:大多数"总结"是把长的说短,而你要的是把外部的东西变成你能直接用的零件。这两件事不一样。
古月的第 2 条铁律就是这个:
> 炼化不是总结。 总结是把长的说短;炼化是把外部的东西变成你这里能直接用的零件:可执行的规则、可复用的结构、可验证的证据。产出必须能被下一步直接吃掉。
## 核心结构
### 五区地图(按输入形态分)
| 区 | 进来的是什么 | 手册 |
| 文本 | 文章、书籍、笔记、转录稿 | references/TEXT.md |
| 文档 | PDF、Word、PPT、Excel、图片、扫描件 | references/DOCUMENT.md |
| 代码 | 源码仓库、脚本、配置、依赖清单 | references/CODE.md |
| 软件 | 可执行文件、APK、ASAR、固件、运行时 | references/SOFTWARE.md |
| 对话 | 聊天记录、会话日志、工单、评论 | references/CONVERSATION.md |
### 七份跨区总纲(按"要办什么事"读)
| 文件 | 什么时候读 |
| references/DONTS.md | 接活前先扫禁令。含一张专门对付 AI 找借口的对照表 |
| references/ARTIFACTS.md | 一个东西在电脑上留下了什么痕迹;从痕迹反推事实 |
| references/TAKE.md | 拆完之后要变成自己的:五维提取 / 载体表 / 重建次序 |
| references/DISTILL.md | 要把一个人 / 一位作者 / 一套本事蒸成能用的规则:六步骨架 · 四层深度 · 七种手法 |
| references/MERGE.md | 几个技能或文档重叠,要合成一个(含合并后的回归验证) |
| references/HONESTY.md | "我这样说算不算说实话";被纠正或被质疑时怎么办 |
| references/REVIEW.md | 交付前严格自查 / 评审别人产物:9 维打分 + 三条一票否决 |
### 常备件
PLAYBOOK.md(踩过的坑 · 派子代理规程)· QUANTIFY.md(花多大力气)· METHOD.md(用户要什么产物、怎么验收)· PEERS.md(同类系统与我们吸收了谁)· batch-processing.md(分批清单与收据)· distillation.md · quality-and-recall-gates.md
## 怎么用
### 三个典型场景
① 把一本书 / 一套方法论变成可执行的东西
用户:把这本书炼了,我要能直接用的方法
→ 读 TEXT.md。三步:拆(切最小可判断单元)→ 判(每单元一条带条件的主张)
→ 装(装配成规则集 / 检查表 / 决策树)
② 拆一个 App,拿出它的机制
用户:这个 APK 里的功能我要,怎么实现的
→ SOFTWARE.md 取证(结构 / 类 / 引用),再 TAKE.md 用五维提机制
→ 产出「机制规格书」:解决什么问题 / 结构 / 数据流 / 契约 / 决策规则 /
边界与失败 / 我的最小等效实现 / 明确没拿到的
③ 几个技能功能重叠,想合并
用户:这几个技能干的事重复了
→ MERGE.md:先判"该不该合"(三个硬信号)→ 再判"按什么合"(三种模式)
→ 合完必须 replay 验证:看哪些任务翻转了,不看总分
### 一条最重要的使用原则
> 按需读取是铁律。 只读本次任务落在的那一区手册。
> 发来一个 PDF 就不用管软件区;发来一个仓库就不用管文档区。
> 一次读全部不是勤奋,是烧上下文,还会把注意力稀释掉。
## 设计基线(十条铁律的摘要)
1. 先判构成,再选工具 —— 不按扩展名判,按"它是字、是图,还是机器码"判
2. 炼化不是总结 —— 产出必须能被下一步直接吃掉
3. 每条结论都要有落点 —— 文本落字符区间,文档落页,代码落文件+行,软件落地址/证据 ID
4. 观察 / 推断 / 未知三档分开,不许混成一段
5. 不许假装读过 —— 缺工具就如实报缺口,并给降级路径
6. 一次只炼一块 —— 大东西先切,切完可并行;综合与定稿留在主代理
7. 产物分两堆 —— 能直接用的、待判的,不许混
8. 原料只读不改
9. 新增前先查重 —— 现有文件有一节能装下就别新建;跨技能也查,别人做了就指向它
10. 不可逆操作先备份,然后只动备份
完整版见 SKILL.md。
## 目录结构
guyue-fangyuan/
├── SKILL.md # 主入口:五区地图 + 十条铁律 + 三个 CHECKPOINT
├── README.md
├── LICENSE
├── references/
│ ├── 00-map.md # 判不出落哪一区时读
│ ├── TEXT.md DOCUMENT.md CODE.md SOFTWARE.md CONVERSATION.md
│ ├── ARTIFACTS.md # 痕迹总纲:五类数据源 / 易失性顺序 / 正逆追踪
│ ├── TAKE.md # 夺取与重建:五维提取 / 四层融合 / 重建次序
│ ├── DISTILL.md # 蒸馏引擎:六步骨架 / 四层深度 / 七种手法
│ ├── MERGE.md # 合并与去重:容量线 / 三种模式 / replay 验证
│ ├── DONTS.md # 禁令总表(含狡辩对照表)
│ ├── HONESTY.md # 说实话六条
│ ├── PLAYBOOK.md QUANTIFY.md METHOD.md PEERS.md
│ ├── batch-processing.md distillation.md quality-and-recall-gates.md
│ ├── digest-workflow-v2.md card-contract-v2.md
│ └── domain-profile.md # 领域知识库适配(示例:接一个垂直库)
├── scripts/
│ ├── digestbatch.py # 清点 / 分段 / 哈希 / 收据对账(纯标准库)
│ └── testdigestbatch.py
└── feedback/ # 运行回执:踩过的坑,跨会话传递
> 丢进来任何东西,出去的是能直接用的零件。
一个给 AI Agent 用的炼化技能(Agent Skill / SKILL.md):把任意材料——书、代码仓库、PDF、APP、网页、聊天记录、一套方法论——拆成可执行的规则、可复用的结构、可验证的证据,而不是一份摘要。
## 它解决什么问题
你可能有过这些时刻:
收藏了几十篇文章、几个教程视频、几本书,真正要用的时候一本都想不起来
想学一个开源项目的架构,读了两天源码,说不出它为什么这么设计
想把某个 App 的功能借鉴过来,最后只抄到一个长得像的壳
让 AI 总结一份材料,它给你一段废话,你还得自己回去读原文
根本原因:大多数"总结"是把长的说短,而你要的是把外部的东西变成你能直接用的零件。这两件事不一样。
古月的第 2 条铁律就是这个:
> 炼化不是总结。 总结是把长的说短;炼化是把外部的东西变成你这里能直接用的零件:可执行的规则、可复用的结构、可验证的证据。产出必须能被下一步直接吃掉。
## 核心结构
### 五区地图(按输入形态分)
| 区 | 进来的是什么 | 手册 |
| 文本 | 文章、书籍、笔记、转录稿 | references/TEXT.md |
| 文档 | PDF、Word、PPT、Excel、图片、扫描件 | references/DOCUMENT.md |
| 代码 | 源码仓库、脚本、配置、依赖清单 | references/CODE.md |
| 软件 | 可执行文件、APK、ASAR、固件、运行时 | references/SOFTWARE.md |
| 对话 | 聊天记录、会话日志、工单、评论 | references/CONVERSATION.md |
### 七份跨区总纲(按"要办什么事"读)
| 文件 | 什么时候读 |
| references/DONTS.md | 接活前先扫禁令。含一张专门对付 AI 找借口的对照表 |
| references/ARTIFACTS.md | 一个东西在电脑上留下了什么痕迹;从痕迹反推事实 |
| references/TAKE.md | 拆完之后要变成自己的:五维提取 / 载体表 / 重建次序 |
| references/DISTILL.md | 要把一个人 / 一位作者 / 一套本事蒸成能用的规则:六步骨架 · 四层深度 · 七种手法 |
| references/MERGE.md | 几个技能或文档重叠,要合成一个(含合并后的回归验证) |
| references/HONESTY.md | "我这样说算不算说实话";被纠正或被质疑时怎么办 |
| references/REVIEW.md | 交付前严格自查 / 评审别人产物:9 维打分 + 三条一票否决 |
### 常备件
PLAYBOOK.md(踩过的坑 · 派子代理规程)· QUANTIFY.md(花多大力气)· METHOD.md(用户要什么产物、怎么验收)· PEERS.md(同类系统与我们吸收了谁)· batch-processing.md(分批清单与收据)· distillation.md · quality-and-recall-gates.md
## 怎么用
### 三个典型场景
① 把一本书 / 一套方法论变成可执行的东西
用户:把这本书炼了,我要能直接用的方法
→ 读 TEXT.md。三步:拆(切最小可判断单元)→ 判(每单元一条带条件的主张)
→ 装(装配成规则集 / 检查表 / 决策树)
② 拆一个 App,拿出它的机制
用户:这个 APK 里的功能我要,怎么实现的
→ SOFTWARE.md 取证(结构 / 类 / 引用),再 TAKE.md 用五维提机制
→ 产出「机制规格书」:解决什么问题 / 结构 / 数据流 / 契约 / 决策规则 /
边界与失败 / 我的最小等效实现 / 明确没拿到的
③ 几个技能功能重叠,想合并
用户:这几个技能干的事重复了
→ MERGE.md:先判"该不该合"(三个硬信号)→ 再判"按什么合"(三种模式)
→ 合完必须 replay 验证:看哪些任务翻转了,不看总分
### 一条最重要的使用原则
> 按需读取是铁律。 只读本次任务落在的那一区手册。
> 发来一个 PDF 就不用管软件区;发来一个仓库就不用管文档区。
> 一次读全部不是勤奋,是烧上下文,还会把注意力稀释掉。
## 设计基线(十条铁律的摘要)
1. 先判构成,再选工具 —— 不按扩展名判,按"它是字、是图,还是机器码"判
2. 炼化不是总结 —— 产出必须能被下一步直接吃掉
3. 每条结论都要有落点 —— 文本落字符区间,文档落页,代码落文件+行,软件落地址/证据 ID
4. 观察 / 推断 / 未知三档分开,不许混成一段
5. 不许假装读过 —— 缺工具就如实报缺口,并给降级路径
6. 一次只炼一块 —— 大东西先切,切完可并行;综合与定稿留在主代理
7. 产物分两堆 —— 能直接用的、待判的,不许混
8. 原料只读不改
9. 新增前先查重 —— 现有文件有一节能装下就别新建;跨技能也查,别人做了就指向它
10. 不可逆操作先备份,然后只动备份
完整版见 SKILL.md。
## 目录结构
guyue-fangyuan/
├── SKILL.md # 主入口:五区地图 + 十条铁律 + 三个 CHECKPOINT
├── README.md
├── LICENSE
├── references/
│ ├── 00-map.md # 判不出落哪一区时读
│ ├── TEXT.md DOCUMENT.md CODE.md SOFTWARE.md CONVERSATION.md
│ ├── ARTIFACTS.md # 痕迹总纲:五类数据源 / 易失性顺序 / 正逆追踪
│ ├── TAKE.md # 夺取与重建:五维提取 / 四层融合 / 重建次序
│ ├── DISTILL.md # 蒸馏引擎:六步骨架 / 四层深度 / 七种手法
│ ├── MERGE.md # 合并与去重:容量线 / 三种模式 / replay 验证
│ ├── DONTS.md # 禁令总表(含狡辩对照表)
│ ├── HONESTY.md # 说实话六条
│ ├── PLAYBOOK.md QUANTIFY.md METHOD.md PEERS.md
│ ├── batch-processing.md distillation.md quality-and-recall-gates.md
│ ├── digest-workflow-v2.md card-contract-v2.md
│ └── domain-profile.md # 领域知识库适配(示例:接一个垂直库)
├── scripts/
│ ├── digestbatch.py # 清点 / 分段 / 哈希 / 收据对账(纯标准库)
│ └── testdigestbatch.py
└── feedback/ # 运行回执:踩过的坑,跨会话传递
Listed badge (optional)
Copy this line into the README if you want the listing mark. Optional, and it does not affect being listed.
[](https://anclum.com/en/s/cmnjbvf-guyue-fangyuan/)
- Source
- github · https://github.com/cmnjbvf/guyue-fangyuan
- Browse by field
- Agent skills, AI agents
- Listed by
- 2 independent sources
- added
- today
More like this
Filed under
Every tag opens the full list for that filter. Counts are the live catalogue figures.