Double-Check-It Skill ( 龙虾再想想技能1.0.1) — 技能工具
v0.1.1Quality assurance system that verifies deliverables match user requirements and execution plans. Features: (1) Auto-Memory - record conversations and tasks,...
详细分析 ▾
运行时依赖
版本
- Major documentation update: SKILL.md revised and expanded, now in both English and Chinese with detailed field instructions. - Added comprehensive, actionable templates for memory logging—includes diary, task execution, incident analysis, and double-check scenarios. - Detailed and standardized the "Double Check" (质量保障) process: three-stage review (plan confirmation, delivery verification with retry/fail report, user-triggered check), trigger phrases, and verification checklists. - Introduced best-practice usage examples for each QA scenario and clarified memory index workflows with double-layer cross-referencing. - README.md removed; all instructions and descriptions are consolidated into SKILL.md for a unified reference. - Core operational principles explicitly state: No delivery is marked complete without a verification check.
安装命令 点击复制
技能文档
概述
本技能建立完整的质量保障系统,三大功能:
- 记住 (Auto-Memory) - 自动记录对话和任务
- 再想想 (Double Check) - 三层复核防止交付错误
- 主动回顾 (Idle Reflection) - 定期回顾提炼经验
记忆文件系统
memory/ # 记忆存储根目录
├── 日记/ # 每日自动记录
│ └── YYYY-MM-DD.md
├── 文档/ # 事实、方案
│ └── 股票/
├── 经验/ # 经验总结
└── index.json # 索引文件
MEMORY.md 保持精简,只存规则/技术/永久性信息,其他以索引指向 memory/
功能1: 记住 (Auto-Memory)
触发时机
- 每次用户交互结束
- 执行动作完成后
- 任务执行过程中关键节点
日记记录规范(详细版)
格式模板
## HH:MM:SS ⭐ [事件标题]背景: [前因,引用之前的相关记录]
交流过程:
- 用户: "[用户原话,情绪激烈时加粗]"
- 我: "[我的回应]"
- 用户: "[用户反馈]"
- ...
执行过程:
- [时间] 开始执行 [动作]
- [时间] 遇到问题: [问题描述]
- [时间] 尝试解决: [解决措施]
- [时间] 结果: [成功/失败/部分成功]
情绪标记: [如有激烈情绪,标注类型和原因]
- 类型: 不满/急切/失望/愤怒/赞赏等
- 触发点: [什么导致情绪]
- 我的应对: [如何回应]
验证情况:
- 是否激活double check: [是/否,触发词]
- 验证结果: [通过/发现问题]
- 补救措施: [如有]
关键决策:
- 决策点: [做了什么决定]
- 依据: [基于什么信息]
- 风险: [潜在问题]
产出/结果:
[详细描述产出内容]
待办/后续:
- [ ] 待办事项
标签: [标签1,标签2,...]
记录原则
1. 交流过程记录
- 保留关键对话的原文
- 用户情绪激烈的回答加粗
- 用户的重要要求用引用格式
- 转折点和分歧点必须记录
2. 任务执行详细记录
执行时间线:
- 10:05:12 用户提出要求
- 10:05:30 我开始分析文件
- 10:06:15 发现文件章节范围与预期不符
- 10:06:20 向用户确认
- 10:07:00 用户确认"再次检查..."(情绪:急切)
- 10:07:30 重新启动深度分析任务
- 10:40:00 任务完成,输出文档
3. 问题与补救详细记录
问题记录:
- 问题发生时间: [具体时间]
- 问题描述: [详细描述]
- 影响范围: [影响了什么]
- 根因分析: [为什么会发生]
补救过程:
- 补救措施1: [描述] - 结果: [成功/失败]
- 补救措施2: [描述] - 结果: [成功/失败]
- 最终解决: [如何解决的]
教训:
- 我的失误: [哪里做错了]
- 如何避免: [下次怎么做]
4. Double Check激活记录
Double Check触发:
- 触发词: [用户使用的触发词]
- 触发时间: [时间]
- 检查目标: [检查什么]
- 发现的问题: [如有]
- 修正措施: [如何修正]
记录优先级
| 优先级 | 内容类型 | 必须记录 |
|---|---|---|
| P0 | 用户情绪激烈的交流 | 原文+情绪类型+触发点 |
| P0 | 重要要求/指令 | 用户原话+我的理解+确认过程 |
| P1 | 任务执行过程 | 时间线+关键节点+问题 |
| P1 | 失败/错误/异常 | 详细过程+根因+补救 |
| P2 | 正常完成的任务 | 简要记录+产出 |
| P3 | 例行检查/heartbeat | 可记录为HEARTBEAT_OK |
示例
示例1: 用户情绪激烈的场景
## 09:05:00 ⭐ 求魔文件范围误判更正背景: 用户此前发送三个小说文件,我仅读取开头几行就判定文件范围,导致误判。
交流过程:
- 用户: "再次检查收到的三个文件,三个文件都覆盖了30多章内容,一共一百多章"(情绪:急切、不满,指出我的错误)
- 我: 立即重新检查文件
- 用户: "这么快就分析完了吗?"(情绪:质疑、不信任,对我的速度表示怀疑)
- 我: 承认错误,启动深度分析sub-agent
情绪标记:
- 类型: 急切+质疑
- 触发点: 我发现文件范围错误+速度过快
- 我的应对: 立即承认错误,启动深度模式重新分析
问题分析:
- 我的失误: 只读取文件开头几行就下结论,没有完整检查
- 根因: 草率、图快、缺乏严谨性
- 影响: 需要重新执行,浪费用户时间
补救措施:
- 重新分析三个文件的完整章节范围
- 启动sub-agent进行逐章深度分析(预计30-60分钟)
- 更新知识库标记为"第1-111章完整"
标签: 小说知识库,求魔,更正,用户不满
示例2: 任务失败详细记录
## 07:34:00 ⭐ 修复AI早报cron任务日志问题(dc it)背景: 昨晚23:59的AI早报晚间版任务执行后,用户未收到简报。
交流过程:
- 用户: "昨晚的ai报呢"(情绪:失望,期待落空)
- 我: 检查cron任务状态,发现状态显示"ok"但runs为空
- 用户: "需要,dc it,查看昨晚有没有日记"(激活double check)
执行过程:
- 07:34:10 检查cron任务状态,发现lastStatus="ok"但runs=[]
- 07:34:20 检查日记文件,发现无昨晚简报记录
- 07:34:30 分析根因:delivery.mode="announce"在企业微信不可靠
- 07:35:00 制定修复方案
- 07:35:30 更新两个cron任务(午间版+晚间版)
- 07:36:00 验证更新成功
Double Check触发:
- 触发词: "dc it"
- 检查目标: 昨晚任务执行情况
- 发现的问题: 任务执行但runs为空,无日记记录,企业微信未收到
- 根因: announce模式在企业微信渠道不可靠
- 修正: 改为none模式,payload明确要求使用message.send
验证情况:
- cron list显示任务已更新
- 下次执行时间正常
- 已添加本地日志记录要求
标签: cron修复,AI早报,dc it,double-check
执行命令
# 记录普通信息
./scripts/memory.sh record "对话摘要" --type normal# 记录重要信息(带标签)
./scripts/memory.sh record "详细记录..." --type important --tags "需求,股票"
功能2: 再想想 (Double Check)
触发词(中英双语)
English:
- "double check it"
- "what's wrong with you"
- "what's the problem"
- "check again"
- "something is wrong"
- "dc it" — shorthand for "double check"
中文:
- "再想想"
- "再检查一下"
- "到底怎么回事"
- "出了什么问题"
- "不对"
- "错了"
- "有问题"
三层复核流程
阶段1: 方案确认 (Plan Confirmation)
用户提出需求后,执行前必须:
- 清晰呈现方案
- 询问确认:"这个方案是否符合你的需求?"
- 等待用户确认
- 确认后才存入记忆
存储格式(双层索引):
# MEMORY.md - 精简索引
Tasks, Plans and Missions
[任务名称]
当前方案: /memory/日记/2026-03-14.md# /memory/日记/2026-03-14.md - 完整方案
[任务名称] - 完整方案确认
关联任务: [Task ID]
原始需求
[用户原始需求,尽量原文]确认方案
[ agreed execution details ]验证标准
- [ ] Criterion 1
- [ ] Criterion 2
阶段2: 交付验证 (Delivery Verification)
任务完成后,交付前必须:
- 检索原始需求和方案:
- 对比交付物:
- 检查问题:
- 3次重试机制:
尝试 1/3:
- 识别问题
- 修正提示/指令
- 重新生成交付物
- 再次验证
尝试 2/3:
- 如仍错误,深入分析
- 检查是否误解需求
- 修正方法
- 重新生成
尝试 3/3:
- 最终尝试,明确约束
- 如仍失败 → 生成失败报告
失败报告模板:
## 交付检查报告原始需求: [用户原始需求]
确认方案: [当时确认的执行方案]
交付物摘要: [本次交付内容]
不匹配点:
- ...
- ...
已尝试: 3轮修正
失败原因: [为什么无法匹配]
建议: [人工介入建议]
阶段3: 用户触发检查 (User Triggered)
用户表达疑虑时:
- 识别目标:当前任务或最近交付物
- 检索方案:通过索引找到完整方案
- 执行验证:同阶段2
- 报告结果:
执行命令
# 触发复核
./scripts/memory.sh check "本次任务描述" "用户原始需求"
功能3: 主动回顾 (Idle Reflection)
触发时机
心跳空闲时(每5-10次随机触发)执行流程
- 随机选取近3天日记
- 筛选高价值记忆(含"纠正"、"错误"、"反馈"、"偏好")
- 提炼经验教训 → 写入
memory/经验/ - 更新索引
执行命令
# 触发回顾
./scripts/memory.sh reflect
索引系统
双层索引结构
Level 1: MEMORY.md - 任务索引
## Tasks, Plans and Missions
[任务名称]
当前方案: /memory/日记/YYYY-MM-DD.md
Level 2: 日记文件 - 完整方案 详细记录:原始需求、确认方案、验证标准
检索流程:
需要验证 → 搜索 MEMORY.md → 找到任务名
↓
获取"当前方案"路径
↓
从日记文件读取完整方案
↓
执行验证
索引文件格式
memory/index.json:
{
"files": [
{"path": "日记/2026-03-14.md", "keywords": ["技能清理"], "summary": "删除60+未使用技能"},
{"path": "文档/股票/持仓.md", "keywords": ["中际旭创", "阳光电源"], "summary": "股票持仓信息"}
]
}
验证清单
交付前必须检查:
- [ ] 输出匹配原始需求
- [ ] 输出遵循确认方案
- [ ] 所有成功标准已满足
- [ ] 无上下文丢失
- [ ] 无幻觉添加
- [ ] 无遗漏必需元素
使用示例
示例1: 方案确认
用户:"创建一个股价监控任务,每天早上9点检查中际旭创"
提出的方案: "方案:创建cron任务,每天早上9:00查询中际旭创(300308)股价,发送到企业微信。 确认一下:
- 时间是早上9:00对吗?
- 只监控中际旭创一只股票?
- 发送到企业微信的LiMeng?"
等待确认 → 存入记忆 → 继续执行
示例2: 交付验证
Cron任务完成,生成股价报告。
交付前:
- 检索:"监控中际旭创,早上9点,发企业微信"
- 检查交付物:
- 发送给用户
示例3: 用户触发检查
用户:"再检查一下刚才的日报"
行动:
- 识别:最近交付物 = AI早报
- 检索:原始需求(搜集12小时内AI新闻)
- 检查:
- 报告:"检查完成,4项要求全部满足"
记住
Better to check twice than deliver wrong once.
任务标记"完成"前,绝不跳过验证。
免费技能或插件可能存在安全风险,如需更匹配、更安全的方案,建议联系付费定制