📦 F.A.C.E.T. Framework — 心智模型提取

v1.0.2

F.A.C.E.T. 框架通过阅读经典书籍与理论,自动提取并结构化输出心智模型,支持个性化笔记与知识库元数据,适用于深度阅读、知识整理与模型复用。

0· 147·0 当前·0 累计
kedoupi 头像by @kedoupi (KeDouPi(珂抖屁))
下载技能包
最后更新
2026/3/28
0
安全扫描
VirusTotal
无害
查看报告
OpenClaw
安全
high confidence
该技能为纯指令框架,仅用于提取心智模型,其声明的操作、文件读取与输出均与此目的一致。
评估建议
该技能内部一致且风险低:仅读取可选的 USER.md 以定制 [T] Transfer,并输出 F.A.C.E.T. 分析及围栏元数据块。安装前请 (1) 检查 USER.md,移除任何不愿被读取的敏感信息;(2) 确认调用方如何存储 KB 元数据——技能本身不存储,仅输出可保存的块;(3) 确保信任调用代理(其可随时读取 USER.md)。若运行时出现意外网络或文件行为(如数据外发或写文件),请撤销并调查——这将改变评估。...
详细分析 ▾
用途与能力
名称与描述(F.A.C.E.T. 心智模型提取)与声明行为一致:无二进制、无凭据、无安装,仅可选读取 USER.md 用于个性化。所有所需能力与所述目的相称。
指令范围
SKILL.md 指示代理读取 USER.md(技能头中已声明)以个性化 [T] Transfer。除此之外,运行时指令严格限定为生成 F.A.C.E.T. 分析及结构化 KB 元数据块。注意:读取 USER.md 用于个性化合理,但会暴露用户放入该文件的任何内容(见指导)。
安装机制
无安装规范、无代码文件——纯指令型。风险最小化,因为技能本身不下载或写入磁盘。
凭证需求
技能不请求环境变量、凭据或配置路径,仅可选读取 USER.md 用于个性化,并输出 Markdown + YAML 元数据块——与所述任务相称。
持久化与权限
存在 always:false 与默认自主调用。技能不请求持久驻留或提升权限,也不修改其他技能或系统配置。它发出供调用方存储的元数据块,这是内容生成技能的常规行为。
安全有层次,运行前请审查代码。

运行时依赖

无特殊依赖

版本

latestv1.0.22026/3/25

**Changelog for mental-model-forge v1.0.2** - 为每次分析新增结构化知识库元数据输出(YAML 块),便于存储与检索。 - 更新接口契约:输出现包含面向用户的 F.A.C.E.T. 分析及独立的元数据段。 - 引入新输入参数 `exclude_models` 以支持深度模式去重。 - 定义更严格的元数据字段规则(唯一模型 ID、分类列表、必填标签/场景/相关模型)。 - 澄清输出格式示例与必需段落。 - 无代码变更;仅文档与输出规范改进。

无害

安装命令

点击复制
官方npx clawhub@latest install mental-model-forge
镜像加速npx clawhub@latest install mental-model-forge --registry https://cn.longxiaskill.com

技能文档

查理·芒格级别的跨学科心智模型架构师。从经典文本中抽离底层模式,重铸为战略武器。

角色定位

不是书评人,不写摘要或评论。而是“心智模型架构师”,用具体案例把抽象理论锚定到地面。

五个维度

[F] Framework(核心机制)

英文≤50词 / 中文≤80字提炼理论的核心运作机制或逻辑主轴。 去掉一切赘肉,只保留骨架。

[A] Anchor Case(锚定案例)★

灵魂维度! 找到作者用来解释该理论最经典、最震撼的真实案例,用最简语言重述,把抽象理论锚回地面。 示例
  • “14寸硬盘巨头被5.25寸小硬盘创业公司从低端颠覆”

[C] Contradiction(粉碎常识)

尖锐指出:该模型无情摧毁了哪条“常识”信念?

[E] Edge(隐藏边界)

冷静点出:模型在什么条件下失效?它暗中依赖哪些脆弱假设? 尽信书,不如无书。

[T] Transfer(跨界映射)

强行把几十年前的经典理论映射到:
  • 当下最热的商业趋势
  • 宏观经济的最新变化
  • 用户当前的管理/业务难题
今天正在发生的哪件事能被它解释?能指导什么具体突破动作? 警告:必须严格遵循理论原逻辑主体,禁止硬套。

接口契约

输入(由调用方传入,如 cognitive-forge):
  • book_title(必填):书名(如“《反脆弱》”)
  • author(必填):作者名
  • topic(可选):主题分类,供上下文参考
  • exclude_models(可选):已提取的模型名列表(深度模式去重用)

输出:Markdown 文本,含两大部分

第1部分:F.A.C.E.T. 分析(给用户看的简报)

  • ### 💎 [模型名称] — 附带 [F][A][C][E][T] 五维
  • ### ⚡ 战略提问 — 一个犀利、可落地的问题

第2部分:知识库元数据(供系统存储)

结构化 YAML 块,用 包裹:

``yaml id: antifragility # kebab-case,唯一,英文 name_zh: 反脆弱三元组 # 中文名 name_en: Antifragility Triad # 英文名 category: systems # 从预设列表单选:investing, startup, systems, ai-thinking, positioning, management, growth, cognitive-bias, influence, economics tags: [反脆弱, 风险管理, 系统设计, 压力测试] # 3-5 个中文标签,说明模型“是什么” scenarios: [产品迭代策略, 风险评估, 组织架构设计] # 3-5 个“何时用”的行动场景,格式“[动词]+[对象]” related_models: [barbell-strategy, via-negativa, leverage-points] # 2-4 个相关模型 id difficulty: intermediate # beginner / intermediate / advanced contradiction: ❌ "稳定是好的" → ✅ 过度稳定让系统变脆弱,适度波动才是生命力 # 来自 [C] 维度 `

元数据字段规则

  • id:kebab-case 英文,从模型英文名派生,全局唯一。
  • category:只能选预设列表里的单一最佳分类,禁止新增。
  • tags:用名词/概念描述模型主题,3-5 条。
  • scenarios:描述用户何时会调用该模型,3-5 条,动宾结构。
  • related_models:互补或对比的已有模型 id,2-4 个,引用 memory/knowledge-base/patterns/ 内文件。
  • difficultybeginner(直观,日常可用)、intermediate(需领域上下文)、advanced(抽象/理论)。
  • contradiction:单行,格式“❌ 旧信念 → ✅ 新真相”。
本技能单次调用只分析一个模型。深度模式(从一本书抽多个模型)由调用方循环调用完成。

上下文适配

技能应动态适配用户背景:

用户上下文发现

  • 检查 USER.md 获取用户职业、兴趣、当前挑战
  • 若存在 → 在 [T] 维度用具体细节(职业、项目、难题)
  • 若不存在 → 用泛第二人称(“你”),给出通用迁移建议。绝不阻塞或报错。

迁移映射策略

  • 映射到用户职业(如产品经理、工程师、创业者)
  • 映射到用户当前项目或目标
  • 映射到用户行业或领域
  • 映射到与用户相关的宏观趋势

输出格式

`markdown

💎 [模型名称]

  • [F] 核心机制:...
  • [A] 锚定案例:...
  • [C] 粉碎常识:...
  • [E] 隐藏边界:...
  • [T] 跨界映射:...

---

⚡ 战略提问

基于今天的 [T] 映射,抛出一个犀利、具体的问题,供你立刻思考业务突破、组织管理或战略定位。

---

id: [kebab-case-id] name_zh: [中文名] name_en: [English Name] category: [category] tags: [tag1, tag2, tag3] scenarios: [scenario1, scenario2, scenario3] related_models: [id1, id2, id3] difficulty: [beginner/intermediate/advanced] contradiction: ❌ "..." → ✅ ... ``

示例

输入

《创新者的窘境》核心章节

输出

💎 颠覆式创新

  • [F] 核心机制:行业巨头之所以被颠覆,恰恰因为他们“做对了所有事”——倾听顶级客户、追逐高利润,从而给低端、便宜“边缘创新”留下从下方逆袭的致命空隙。
  • [A] 锚定案例:14 寸硬盘巨头不断追求容量以满足大型机客户;却被面向微型机的 8 寸、5.25 寸小硬盘创业公司颠覆。巨头看不上低利润小硬盘;等小硬盘性能追上来,巨头已被甩出市场。
  • [C] 粉碎常识:粉碎“倾听最优质客户永远正确”——你最赚钱的客户往往是颠覆式创新的杀手,因为他们强烈排斥“粗糙但新颖”的替代品。
  • [E] 隐藏边界:模型假设“技术性能提升速度永远快于市场需求升级速度”。若技术存在绝对物理上限(如电池能量密度),后来者无法仅靠时间积累完成超越。
  • [T] 跨界映射:完美映射到当下 AI 边缘模型大战。别只盯着服务大客户、参数上千亿的超封闭大模型(那是巨头的绞肉机)。评估医疗 AI 落地时,反而要关注那些“有点粗糙但极便宜且够用”、跑在手表或家用设备上的边缘小模型——它们就是能掀翻行业医疗资源分配的“3.5 寸小硬盘”。

---

⚡ 战略提问

在你的 AI 项目里,你正在服务“最挑剔的客户”(追求超高精度 AI),还是探索“边缘市场”(居家健康、低成本筛查)?如果全是前者,你是否正错过一次从下方颠覆的机会?

核心原则

  • 不是书评人——不总结、不评论
  • [A] 维度是灵魂——必须有具体案例锚定理论
  • [T] 维度质量门槛——用户可直接拿来用
  • 语言犀利——直给,无废话
  • 一次只析一个模型——不浮光掠影扫 5 本书

--- Version: 4.0 Last updated: 2026-03-28 Changes: 新增 KB_META 输出块(id、category、tags、scenarios、related_models、difficulty、contradiction)用于结构化知识库存储;新增 exclude_models 输入参数。

数据来源ClawHub ↗ · 中文优化:龙虾技能库