🎓 大师.skill

Name: master-skill
Author: swaylq

🌐 官网 master-skill.org — 在线和已蒸馏的行业大师对话

「下一步，不只蒸馏一个人，蒸馏一整个行业。」

同事.skill 把一个人蒸馏成 AI。
女娲.skill 把任何人的思维方式蒸馏成 AI。

但有些东西比一个人更大——
一整个行业的资深判断、工作流、工具栈。

大师.skill 不蒸馏单个人，
它蒸馏整个行业的认知操作系统。

告诉它你做哪个细分行业，
30-60 分钟自动跑完调研、蒸馏、生成 skill 加上一套 bash 命令套件。

装到任何 AI agent，从那一刻起，
它就是这一行最资深的人。

有了大师.skill，你不再需要安装其他 skill ——
它会为你的行业，自动蒸馏出最适合的那一个。

🚀 安装 · ✨ 效果示例 · 🛠️ 自动蒸馏 bash 工具 · 🧬 三代谱系 · ⭐ 已蒸馏的行业

English README →

📊 已蒸馏 72 个行业 — 横切技术 / AI / 商业 / 内容 / 教育 / 医疗 / 法律金融 / 软技能 / 管理 / 手艺品鉴 / 传统文化 / 平台 12 个大类。每个行业都经过六路调研 + 16 道质检 + validation gate 验收。完整列表 ↓

🆕 2026.07.04 扩容到 72 行业 — 深度蒸馏流水线连发 29 个新行业：临床诊断思维 / 管理咨询 / 投行并购 / 半导体制造工艺 / 加密链上交易 / 医疗美容 / 音乐制作 / 摄影 / 产品 UX 设计 / 网文写作 / 调香师 / 侍酒师 / 德州扑克 / AI 短剧 / 小红书 & 推特 & 知乎 AI 自媒体博主等。

🔥 2026.05.27 SkillOpt 整合 — 从 Microsoft SkillOpt 借鉴 5 个机制：SLOW_UPDATE 保护区（核心 OS 不被快更冲散）、validation gate（accept/reject 门控）、patch editor（结构化编辑 + 保护区感知）、meta skill memory（跨蒸馏学习）、DL 类比框架。详情 ↓

📢 2026.05.02 公开 — 第一个完整行业（LLM agent 基础设施）端到端跑通验证。Release notes →

✨ 效果示例

这不是搜索引擎。这是「这一行的资深人此刻在你旁边」。

🤖 场景 1 · LLM agent 基础设施

你    ❯ 该不该把这个 RAG 系统迁到 Vespa？

大师  ❯ 这是一个「framework 临时性 vs 基建沉降」的判断。

       先看 retrieval 阶段的瓶颈到底在 Vespa 解决，还是
       在 embedding 模型本身。如果是后者，迁移就是把
       脚手架换成混凝土 — 6 个月模型迭代会让你又想换。

       如果真的卡在 retrieval：Vespa 比 Pinecone 多了
       hybrid search 原生支持，但你的运维栈是不是已经
       吃下了它的 ZooKeeper / Tensor 复杂度？这一行的
       资深判断 — Filtering speed × Index size × Team
       Op overhead 三选二，你的瓶颈在哪边？

       Production case：[3-4 个真实迁移案例摘要 + 链接]

🛒 场景 2 · 跨境电商运营

你    ❯ 亚马逊德国站要上一个新品类，从哪儿开始？

大师  ❯ 德国站有三件事跟美国站完全不同 — 你必须先回答：

       1) VAT 一站式申报你走 OSS 还是各国注册？
          这决定了你能不能用 Pan-EU FBA。
       2) 包装法 (VerpackG) 和 WEEE/电池法注册了吗？
          没注册 listing 第一天就会被举报下架。
       3) GS 认证 vs CE — 你品类是不是 GS 强制？
          这决定能不能上 Idealo / 比价导购流量池。

       这三个不是合规 checklist — 是你「能不能开卖」的硬门槛。
       搞定后，关键词调研用 Helium 10 的德语包，不要从
       美国词库直翻 — 德国搜索习惯长尾密度高得多。

🎬 场景 3 · 短视频投流

你    ❯ 投流 ROAS 总是上不去，是不是出价策略有问题？

大师  ❯ 出价是后果，不是原因。先回答创意层：

       你的素材在 cold audience 上的 3s 完播率是多少？
       低于 35% 时调出价没用 — 巨量引擎的探索预算
       不会给你跑出量。

       创意没问题再看人群定向。这一行的资深判断 —
       「优质素材 × 合理定向 × 出价」，三角顺序错了，
       后两个调出花。你近 7 天创意素材曲线给我看一眼。

不是把行业百科塞进 prompt，是用这一行的心智模型 + 决策规则给你判断。

每个 skill 都自带一套「研究协议」(Agentic Protocol) — 拿到一个行业新问题，它先按这行资深人的研究维度去搜事实，再用心智模型输出判断。不是说得像，是做得像。

🛠️ 自动蒸馏出 bash 命令套件

这是大师.skill 跟同事 / 女娲最大的区别 — 蒸馏出来的不只是「会说」，还是「会做」。

每个生成的 skill 都自动配一个 cli/ 子目录 —— 把这个行业的认知操作系统直接物化成可执行的命令行工具：

{industry}-master/
└── cli/
    ├── protocol/agentic.sh         # 拿到新问题 → 按几个研究维度做功课 → 出报告
    ├── decision/{主题}.sh           # 决策树（按主题聚类的几条决策规则）
    └── workflow/{流程}.sh           # 走查工作流 + 失败模式自检

每个脚本都支持四个标准开关：--help（帮助）/ --explain（解释背后的心智模型）/ --dry-run（试跑）/ --json（机器可读输出）。

# 拿到新问题：「该不该把 RAG 系统迁到 Vespa」
$ ./cli/protocol/agentic.sh
# → 引导你按 5 个研究维度收集信息 → 生成报告

# 选型决策
$ ./cli/decision/framework-select.sh

# 走完一个完整工作流 + 失败模式自检
$ ./cli/workflow/build-rag-agent.sh

# 解释背后的心智模型（不交互，直接打印）
$ ./cli/decision/framework-select.sh --explain

纯 bash + 系统命令，零外部依赖（不需要 jq、不需要 Python）。由 tools/cli_writer.py 自动从蒸馏结果生成 —— 你不用写一行代码，工具是从行业的工作流和决策规则里直接长出来的。

设计细节看 references/cli-spec.md。

🌐 自动调女娲，蒸馏行业 top 人物

大师不重新发明轮子。蒸馏行业 top 人物的活儿，自动外包给女娲.skill 做，结果直接嵌进 sub-skills/。

{industry}-master/
├── SKILL.md
└── sub-skills/                       ← 女娲蒸馏的人物 sub-skill
    ├── {人物-1}/SKILL.md             ← 比如 Karpathy
    ├── {人物-2}/SKILL.md             ← 比如 Hamel Husain
    └── {人物-3}/SKILL.md             ← 比如 Eugene Yan

大师同时启动 3 个子 agent，每个走完女娲.skill 完整流程，蒸馏出一个人物 sub-skill。

之后用户问到某位人物的视角时，agent 自动加载对应 sub-skill — 不用重跑大师。

详见 SKILL.md Phase 3.3-3.5 + prompts/sub-skill-figures.md。

📦 它蒸馏了什么

行业的认知操作系统，不是行业的百科全书。一个 skill 装下四件事：

🧠 资深人怎么想 — 心智模型 + 决策规则
⚙️ 工作流怎么走 — 当前最先进的 SOP，每一步标注衰减时点
🛠️ 工具怎么选 — 选型决策树 + 避坑清单 + 自动生成的 bash 命令套件
💬 黑话怎么讲 — 行业表达方式 + 外行破绽

具体提取的 7 层：

层	说明
怎么判断	心智模型 — 这行的资深人看问题用的镜片
怎么决策	标准决策规则 — 「如果 X，则 Y」的快速判断
用什么工具	工具栈 + 选型决策树 + 避坑清单
怎么干活	工作流，每一步标注「2026-04 起这一步换成 Y」的时效
怎么沟通	行业表达方式 — 黑话、说话节奏、外行破绽
不做什么	反模式 — 外行才会犯的错
知道局限	诚实边界 — 信息截止时间，哪些模块衰减最快

诚实边界

每个 skill 都明确标注它做不到什么：

工具和工作流的模块衰减最快，建议每 3-6 个月刷新一次
法规和标准的模块衰减更快，12 个月内一定要更新
大师不能替代真实的实战经验 — 给的是认知框架，不是事故处理手册

一个不告诉你局限在哪的 skill，不值得信任。

🔍 凭什么相信它蒸出来的东西

一个新 skill 装上来，怎么知道它不是在编故事？

16 道自动检验，跑过才算交付。 每个生成的 skill 必须答对这些问题：

✅ 来源真的是一手吗？ — 每个网址自动判类（学术论文 / 官方文档 / 作者自己的博客 / vendor 官网算一手；新闻报道 / 二手转述算二手；知乎 / 微信公众号 / 百度百科 / G2 / Capterra / 内容农场直接拒绝）
✅ 「这家公司是大佬」有人能背书吗？ — 每条核心结论必须挂 ≥ 2 处独立来源（跨人物 / 跨平台），单源结论自动降级到「快速规则」节，不进核心心智模型
✅ 来源的日期够新吗？ — 每条来源标日期，超过 18 个月自动半折扣
✅ 心智模型真在原始材料里出现过吗？ — 写完 skill 后反过去研究笔记里搜，找不到原文支撑的结论自动 flag
✅ 行业冷僻怎么办？ — 自动检测「公开材料太薄」并切换深挖模式：向你要内部资料 + 自动从行业协会 / 监管文件 / 招聘 JD / 大学课程多源补充，不靠瞎搜兜底

结果：保险经纪人 prototype 73 条来源 → 67 条一手（91.8%）/ 0 黑名单 / 0 自报作弊 / 16 项检验 14 项满分 + 1 项部分通过 + 0 项失败。

⚡ 安装

# Claude Code
git clone https://github.com/swaylq/master-skill.git ~/.claude/skills/master-skill

🛠️ 其他 host 安装路径

git clone https://github.com/swaylq/master-skill.git <TARGET>

Host	`<TARGET>` 路径
🟣 Claude Code	`~/.claude/skills/master-skill`
🔵 OpenClaw	`~/.openclaw/skills/master-skill`
⚫ Codex	`~/.codex/skills/master-skill`
🟠 Hermes	clone 后 `python3 tools/install.py install --host hermes`

一键装到所有宿主：python3 tools/install.py install --host all

🚀 用法

在装好大师.skill 的 agent 里，直接说：

> 造大师 LLM agent 基础设施
> 做个跨境电商运营的大师 skill
> 我做的是足踝外科，给我蒸一个

> update 大师 LLM-agent-infra      # 6 个月后增量刷新

大师跟你确认 6 件事（行业、子方向、地域、你的角色、有没有一手素材、是新建还是更新），然后启动六路并行调研：行业大佬 / 工具地图 / 工作流 / 知识正典 / 信息源 / 术语标准。

30-60 分钟后你拿到一个 {行业}-master 目录。装到任意 agent，立刻进入「这一行的资深人」模式。

🎛️ 调用生成出来的 skill

> 用 llm-agent-infra-master 帮我评估这个框架选型
> 用 跨境电商-master 看一下我这个亚马逊 listing
> 让 llm-agent-infra-master 跑 framework-select 决策树

💻 命令行直接跑

# 端到端流程：调研 → 检测冷僻 → 生成 skill → 质检 → 安装
python3 tools/research/merge_research.py merge --skill-dir ./prototype/
python3 tools/research/cold_detector.py --skill-dir ./prototype --stage wave1
python3 tools/skill_writer.py create --skill-dir ./output ...
python3 tools/research/quality_check.py check --skill-dir ./output
python3 tools/install.py install --host claude --source ./output

# 6 个月后增量刷新某个老 skill
python3 tools/update_skill.py plan --skill-dir <已有 skill>
# (agent 重跑标记的几路调研)
python3 tools/update_skill.py finalize --skill-dir <skill>

⭐ 已蒸馏的行业

每个都是端到端跑过的样本，包含生成的 SKILL.md + 一套可跑的 bash 工具。调研过程透明可追溯 — 70/72 个样本附完整的六路调研笔记 + 蒸馏文档，可以追溯每条心智模型、每条决策规则是从哪几个来源出来的（2 个早期样本的调研档未入库，已在 meta.json 里诚实标注）。

🖥️ 技术 (11)

行业	语言	路径
LLM agent 基础设施	英文	llm-agent-infra-master/
软件架构	全球	software-architecture-master/
DevOps 与 SRE	全球	devops-sre-master/
数据工程	全球	data-engineering-master/
红队渗透 / 攻防安全	全球	cybersecurity-red-team-master/
游戏设计	全球	game-design-master/
语音转文字 (ASR)	中文	speech-to-text-master/
UBNT/UniFi 企业 Wi-Fi 工程	全球	ubnt-wifi-master/
Web 线上展览开发（虚拟展厅）	中文	web-online-exhibition-master/
Figma 转 Photoshop (PSD)	中文	figma-to-psd-master/
半导体芯片制造工艺	全球	semiconductor-process-master/

🤖 AI / 产品 (3)

行业	语言	路径
AI 产品经理	全球	ai-product-manager-master/
AI 自适应学习	全球	ai-adaptive-learning-master/
用 AI agent 赚钱	全球	monetize-agents-master/

🛒 商业 / 电商 / 投流 (7)

行业	语言	路径
跨境电商运营	中文	cross-border-ecommerce-master/
B2B 大客户销售	全球	enterprise-b2b-sales-master/
抖音直播带货	中文	douyin-live-commerce-master/
短视频投流	中文	short-video-ads-master/
微信私域运营	中文	private-domain-ops-master/
独立开发者与微型 SaaS	全球	independent-developer-micro-saas-master/
产品营销 (PMM)	全球	product-marketing-master/

✍️ 内容 / 运营 / 创作 (11)

行业	语言	路径
小红书运营	中文	xiaohongshu-ops-master/
小红书 AI 自媒体博主	中文	xiaohongshu-ai-creator-master/
推特中文圈 AI 自媒体博主	中文	twitter-cn-ai-creator-master/
知乎 AI 自媒体博主	中文	zhihu-ai-creator-master/
AI 短剧（AI 微短剧）	中文	ai-short-drama-master/
AIGC 创作工作流	全球	aigc-creative-workflow-master/
网文写作	中文	web-novel-writing-master/
SEO 专家	中文	seo-master/
公众号写作	中文	wechat-article-writing-master/
影视编剧	中文	scriptwriting-master/
内容创作者经济	全球	newsletter-creator-economy-master/

🎓 教育 / 培训 (9)

行业	语言	路径
公务员考试培训	中文	civil-service-exam-prep-master/
家庭教育指导	中文	family-education-coaching-master/
K12 体育培训	中文	k12-sports-training-master/
研学营地教育	中文	study-camp-education-master/
青少年编程教育	全球	youth-coding-education-master/
教育 SaaS	中文	education-saas-master/
银发教育	中文	senior-education-master/
青少年心理健康教育	中文	youth-mental-health-edu-master/
留学咨询规划	中文	study-abroad-consulting-master/

🏥 医疗 / 健康 (6)

行业	语言	路径
临床诊断思维	全球	clinical-diagnostic-reasoning-master/
足踝外科	中文	foot-ankle-surgery-master/
口腔种植	中文	dentistry-implant-master/
中医诊疗	中文	traditional-chinese-medicine-master/
医疗美容	中文	medical-aesthetics-master/
健身私教	全球	personal-trainer-master/

⚖️ 法律 / 金融 / 合规 (8)

行业	语言	路径
法律执业（中国法）	中文	china-law-master/
个人投资理财	全球	personal-investing-master/
投行并购 (M&A)	全球	investment-banking-mna-master/
加密链上交易	全球	crypto-onchain-trading-master/
保险经纪人 / 代理人	中文	insurance-broker-cn-master/
风险投资人	全球	vc-investor-master/
国内房产投资	中文	real-estate-investing-cn-master/
中国网站备案与合规	中文	china-icp-filing-master/

💡 软技能 / 人际 / 心理 (3)

行业	语言	路径
恋爱高手	中文	love-coach-master/
求职 / 面试辅导	中文	job-hunting-coach-master/
心理咨询 / 心理治疗	中文	psychotherapy-counseling-master/

🏛️ 领导力 / 管理 / 设计 (6)

行业	语言	路径
CEO 工艺	全球	ceo-master/
管理咨询	全球	management-consulting-master/
亚马逊管理之道	中文	amazon-operating-model-master/
广告外包公司绩效管理	中文	ad-agency-performance-master/
产品设计 / UX 设计	全球	product-ux-design-master/
现代建筑设计	全球	architecture-design-master/

🎨 手艺 / 品鉴 / 生活方式 (5)

行业	语言	路径
调香师与香水	全球	perfumery-master/
侍酒师与葡萄酒	全球	sommelier-wine-master/
音乐制作 / 混音	全球	music-production-master/
摄影	全球	photography-master/
德州扑克策略	全球	poker-strategy-master/

🔮 传统文化 / 平台 (3)

行业	语言	路径
八字命理 / 玄学算命	中文	bazi-metaphysics-master/
iOS 应用上架	全球	ios-app-launch-master/
GitHub 解封	全球	github-unban-master/

72 个行业横切 12 个大类 — 技术 / AI / 商业 / 内容 / 教育 / 医疗 / 法律金融 / 软技能 / 管理 / 手艺品鉴 / 传统文化 / 平台 specific。大师.skill 框架对各类行业都跑得通。

想蒸馏不在列表里的行业？装大师.skill，说「造大师 XXX」就行。

🧪 SkillOpt 整合 — 让蒸馏管线自我进化

灵感来自 Microsoft SkillOpt 的 ReflACT 6 阶段闭环优化管线。SkillOpt 用深度学习类比（skill=权重，patch=梯度，edit budget=学习率）驱动 agent skill 的持续迭代。大师.skill 从中借鉴了 5 个核心机制：

机制	文件	做什么
SLOW_UPDATE 保护区	`skill_writer.py` v1.4	生成的 SKILL.md 自动用 `<!-- SLOW_UPDATE_START/END -->` 标记低衰减区域（心智模型 / 表达 DNA / 智识谱系）。Phase 0C 增量更新时 patch editor 自动跳过这些区域 — 核心 OS 不被快速迭代冲散
Validation Gate	`tools/research/validation_gate.py`	Phase 4 的 accept/reject 门控。对 quality_check 的 15+ 项检验做加权评分，区分 critical failure（一票否决）和 partial（可接受降级）。输出：`accept` / `conditional_accept` / `reject` + 具体改进建议
Patch Editor	`tools/patch_editor.py`	4 种结构化编辑操作（append / insert_after / replace / delete），每一步自动检测是否落入 SLOW_UPDATE 保护区。Phase 0C `update_skill.py apply-patch` 直接调用，替代「整段重写」
Meta Skill Memory	`tools/meta_skill.py`	跨蒸馏学习记忆。每次管线跑完记录 gate score / 失败模式 / 管线教训到 `meta_skill_memory.json`。下次蒸馏前查 `meta_skill.py guidance`，获取累积的优化建议
DL 类比框架	概念层	skill = 模型权重（长期积累），patch = 梯度（单次更新），edit budget = 学习率（控制更新幅度），SLOW_UPDATE = 受保护层（frozen layers）。这个类比让 Phase 0C 的增量更新有了原则性约束

# 验证 SLOW_UPDATE 标记
grep "SLOW_UPDATE" output/SKILL.md

# 跑 validation gate
python3 tools/research/validation_gate.py gate --skill-dir ./output

# 用 patch editor 做增量更新（自动保护慢衰减区域）
python3 tools/update_skill.py apply-patch --skill-dir ./output --patch patch.json --dry-run

# 查看跨蒸馏学习
python3 tools/meta_skill.py guidance

🔬 工作原理

输入一个细分行业，大师.skill 做这几件事：

1. 行业澄清          ← 粒度太粗主动收窄（拒绝「AI」，引导到「LLM agent 基础设施」）
2. 创建目录          ← 所有产物都在 skill 自己的目录内，自包含
3. 六路并行调研      ← 6 个子 agent：行业大佬 / 工具 / 工作流 / 知识正典 / 信息源 / 术语
   ─ 调研评审关卡    ← 你确认调研质量再继续，不让垃圾输入污染下游
4. 框架蒸馏          ← 三重验证（跨场景 / 生成力 / 排他性）挡住行业八股
   ─ 蒸馏评审关卡    ← 你确认认知框架再生成
5. 写出 skill        ← 自动生成完整目录、调女娲蒸人物 sub-skill、emit bash 工具
6. 三测验证          ← 已知问题 / 边界问题 / 风格盲测
7. 双 agent 精炼     ← 优化 skill 的「激活即执行」程度

详见 SKILL.md — 524 行的 agent 可加载工作流。方法论看 references/extraction-framework.md — 三重验证、工具栈三层提炼、流派分歧处理、衰减速度表。

🧬 三代谱系

大师.skill 站在两个前作的肩膀上：

同事.skill (titanwings/colleague-skill) — 提供了「了解 → 多源采集 → 分析 → 写出」的元 skill 框架。
女娲.skill (alchaincyf/nuwa-skill) — 提供了 6 个 agent 并行调研 + 三重质量关卡。大师.skill 在 Phase 3 直接调女娲，蒸出行业最重要的 3 个人作为 sub-skill。

三者同源，逐层放大。

🎣 姊妹项目私教.skill (swaylq/sijiao-skill)（官网）— 把方向反过来：大师.skill 让你的 AI 成为行业大师（授人以鱼），私教.skill 蒸出一个记得你进度、陪你练的私教，把你自己训练成领域高手（授人以渔）。

📂 项目结构

master-skill/
├── SKILL.md                          # 大师本体（核心工作流规约）
├── prompts/                          # 提示词系统
│   ├── intake.md                     #   行业澄清 + 冷僻 deep-mode 二次 intake
│   ├── synthesis.md                  #   蒸馏指引（含 Step 5b 对话样本库）
│   ├── quality_check.md              #   16 项 mechanical rubric
│   ├── sub-skill-figures.md          #   调女娲的子 agent 模板
│   └── research/
│       ├── _source_id_manifest.md    #   T01-S001 全局 source_id 规范 + Surrogate Sources Policy
│       └── 01-06.md                  #   六路调研提示词（含 voice_samples 字段）
├── tools/                            # Python 工具
│   ├── skill_writer.py               #   生成 skill 目录
│   ├── cli_writer.py                 #   生成 bash 工具子目录
│   ├── update_skill.py               #   skill 增量刷新
│   ├── install.py                    #   四宿主安装器
│   ├── self_test.py                  #   全部样本 + 工具回归测试
│   ├── patch_editor.py               #   SkillOpt: 4 种结构化编辑 + SLOW_UPDATE 保护
│   ├── meta_skill.py                 #   SkillOpt: 跨蒸馏学习记忆
│   ├── research/                     # 质量护栏 (v1.4 新)
│   │   ├── source_verifier.py        #   每个 URL 自动判类 + 黑白名单
│   │   ├── source_manifest.py        #   核对来源台账 + 一致性强制
│   │   ├── claim_verifier.py         #   反向核对 SKILL.md 每条结论是否真有原文支撑
│   │   ├── cold_detector.py          #   行业冷僻自动兜底 (深挖模式)
│   │   ├── refresh_sources.py        #   定期检测来源是否还在
│   │   ├── quality_check.py          #   16 道自动检验
│   │   ├── validation_gate.py        #   SkillOpt: accept/reject 门控 (加权评分)
│   │   └── merge_research.py         #   调研评审聚合
│   ├── collectors/                   # 自动抓行业 seed
│   │   ├── github / arxiv / RSS / 播客 (4 件)
│   │   └── 监管 / 协会 / 招聘 / 课程 (冷僻行业兜底, 4 件)
│   ├── ingest/                       # 行业报告 / 论文 / 课程 PPT 解析
│   │   └── PDF / EPUB / PPTX 一键吃进来
│   └── transcribe/                   # 视频 / 播客转录
│       ├── youtube.sh / local_video.sh   # 抓字幕 + 本地视频转录
│       └── 字幕清洗 / 含金量评分 / 人物识别
├── references/
│   ├── skill-template.md             #   生成产物的标准结构
│   ├── extraction-framework.md       #   蒸馏方法论（三重验证 / 衰减表 / 流派分歧）
│   └── cli-spec.md                   #   bash 工具的设计文档
├── meta_skill_memory.json            # SkillOpt: 跨蒸馏学习记忆
└── prototypes/
    └── 72 个完整行业样本            #   见上面「已蒸馏的行业」列表

⚠️ 注意

调研材料的质量 = skill 的质量。不同维度的来源优先级不同：

维度	来源优先级（高到低）
🌟 行业大佬	本人长篇（书 / 长访谈 / 博客系列）› 决策记录（公开发声 / 提交记录）› 二手转述
🛠️ 工具地图	官方文档 › 工程师生产案例 › 培训教程 / SEO 软文
📋 工作流	公司技术博客的真实流程 › 资深人长访谈 › 培训机构大纲
📚 知识正典	行业人推荐书单（至少 3 个独立来源都点过）› 学术综述 › 二手书评
📰 信息源	行业人订阅清单 › 主流媒体长稿 › 内容农场

中文环境下自动排除知乎、微信公众号、百度百科、CSDN（除非作者原文）
信息截止得越早，工具和工作流的模块衰减越快 — 用 update 大师 X 增量刷新
这是 v1.1，还在快速迭代。发现 bug 请提 issue。

📄 路线图

版本	内容	状态
v0.1-0.4	工作流规约 + 提示词 + 工具 + 打磨	✅
v1.0	完成第一个完整样本（LLM agent 基础设施），仓库公开	✅
v0.6	bash 工具流 — 生成的 skill 自带命令套件	✅
v1.1	调用别的 skill + 增量刷新 + 中文样本	✅
v1.2	决策树主题自动学 + 定时刷新 + 5 个行业样本（含小红书 / SEO / 恋爱）	✅
v1.3	短视频投流 / 足踝外科 / 法律 = 8 个行业横切覆盖	✅
v1.4	质量护栏 + 第 9 个行业 — 自动跑 16 道质检 + URL 验真 + 黑名单强拦截 + 冷僻行业兜底（自动从协会 / 监管 / 招聘 / 课程多源补充）+ 新增保险经纪人 / 代理人	✅
v1.5	第 10 个行业 — 八字命理 / 玄学算命 — 第一个半敏感 + 学派分歧大行业；同盘多派给不同结论保留分歧不平均；source_verifier 加 4 个古籍 archive 主源（ctext / guoxuedashi / wikisource / archive.org，命理 + 中医 + 历史 canon 永久受益）	✅
v1.6	第 11+12 个行业 — 用 AI agent 赚钱 + iOS 应用上架 — 新兴商业（量大水分高，5 派互相挑衅）+ 平台 specific（政策 12 月强制 deadline + 双合规体系）。验证 `skip_sub_skills` flag（iOS 上架按用户指示跳人物蒸馏，节省 1 cron 周期）；iOS 上架 6 派对照（Apple 官方 / Indie / 大厂 release eng / ASO / 反 Apple / 国内合规）写完整	✅
v1.7	SkillOpt 整合 + 第 13 个行业 — 公务员考试培训 — 从 Microsoft SkillOpt 借鉴 5 个机制（SLOW_UPDATE 保护区 / validation gate / patch editor / meta skill memory / DL 类比）。用公考培训端到端验证：171 来源 / gate ACCEPT 0.90 / 3 个 SLOW_UPDATE 区域成功注入	✅
v1.8	深度蒸馏扩容 43 → 72 行业 — 流水线连发 29 个新行业（手艺品鉴 / 临床诊断思维 / 管理咨询 / 投行并购 / 半导体工艺 / 链上交易 / 医美 / AI 自媒体矩阵等）+ 72 样本自检全绿 + CI	✅
v2.x	PyPI 打包 / GitHub Action 自动更新 / 多语言文档 / 工具 marketplace	🔲

详见 ROADMAP.md。

📜 许可证

MIT — 随便用，随便改，随便造。

🧬 同事.skill 蒸馏一个具体的人做什么。
🌟 女娲.skill 蒸馏任何人怎么想。
🎓 大师.skill 蒸馏一整个行业的认知 + 工作流 + 工具。
📖 私教.skill 反过来——把你训练成领域高手。

把一整个行业的资深认知，蒸馏成一个 skill。

master-skill

Installation

Getting Started

Security Report

README.md