🌐 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
📊 已蒸馏 43 个行业 — 横切技术 / 商业 / 医疗 / 法律 / 金融 / 教育 / 内容运营 / 软技能 / 传统文化等 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 ↓
🔥 2026.05.27 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 →
这不是搜索引擎。这是「这一行的资深人此刻在你旁边」。
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]
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。
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。
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。
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。
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 |
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。
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。
# 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
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。
> 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
# 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>每个都是端到端跑过的样本，包含完整调研数据 + 生成的 SKILL.md + 一套可跑的 bash 工具。调研过程完全透明 — 每个样本都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。
| 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/ |
| 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/ |
| 行业 | 语言 | 路径 |
|---|---|---|
| 跨境电商运营 | 中文 | cross-border-ecommerce-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/ |
| 行业 | 语言 | 路径 |
|---|---|---|
| 小红书运营 | 中文 | xiaohongshu-ops-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/ |
| 行业 | 语言 | 路径 |
|---|---|---|
| 公务员考试培训 | 中文 | civil-service-exam-prep-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/ |
| 行业 | 语言 | 路径 |
|---|---|---|
| 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/ |
| 健身私教 | 全球 | personal-trainer-master/ |
| 行业 | 语言 | 路径 |
|---|---|---|
| 法律执业（中国法） | 中文 | china-law-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/ |
| 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/ |
| 行业 | 语言 | 路径 |
|---|---|---|
| CEO 工艺 | 全球 | ceo-master/ |
| 现代建筑设计 | 全球 | architecture-design-master/ |
| GitHub 解封 | 全球 | github-unban-master/ |
| 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/ |
43 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 / 领导力 / 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。
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。
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。
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/
└── 13 个完整行业样本 # 见上面「已蒸馏的行业」列表
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。
| 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 | ✅ |
| v2.x | PyPI 打包 / GitHub Action 自动更新 / 多语言文档 / 工具 marketplace | 🔲 |
详见 ROADMAP.md。
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。
把一整个行业的资深认知，蒸馏成一个 skill。