Token导航 LogoToken导航

Agent Skill · 研究检索

cangjie(cangjie 搜索)

cangjie 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

cangjie 是研究检索类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为只读;许可证信息还不明确,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 45,111。

总安装 870周安装 37GitHub Stars 27下载 305核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:cangjie(cangjie 搜索)
来源仓库:https://github.com/yeadon8888/cangjie-skill
仓库路径:skills/cangjie
安装命令:
npx skills add https://github.com/yeadon8888/cangjie-skill --skill cangjie
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/yeadon8888/cangjie-skill --skill cangjie

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

用于查找、检索和筛选相关信息,适合快速定位候选结果。适用于 Codex、Claude、Cursor、Gemini CLI 中的关键词搜索任务。

安装命令:npx skills add https://github.com/yeadon8888/cangjie-skill --skill cangjie 可结合来源仓库和原始 README 继续核验具体用法。建议确认权限范围和维护状态,避免触发联网或文件读写操作。

来源仓库内路径:skills/cangjie

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/yeadon8888/cangjie-skill --skill cangjie;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它标注为只读,先用只读任务试一次,确认行为符合预期再扩大使用范围。

常见问题

6 条

cangjie 怎么安装?

在终端执行 npx skills add https://github.com/yeadon8888/cangjie-skill --skill cangjie。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

cangjie 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

cangjie 需要什么权限?

权限级别是只读。该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

cangjie 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

cangjie 用的人多吗?

公开数据是累计安装 870 次,近一周安装 37 次,下载 305 次,GitHub 27 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

cangjie 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 标注为只读权限,试用阶段不容易误改本地文件。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。
  • 只想先试试效果、不希望它改动本地文件的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
cangjie

cangjie 搜索 · 本页

87027只读未明确有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

仓颉 · 认知植入术

喂进去的是一个人说过的话,提取出来的是他为什么说这些话。

收到素材后,执行以下流程

Step 1:确认对象和素材

收到用户输入后,先确认:

A. 蒸馏谁?

  • 用户明确说了人名 → 直接进行
  • 用户丢了文件但没说人名 → 读文件判断,和用户确认

B. 素材是什么?

  • 用户上传了文件(PDF/TXT/MD/EPUB) → 直接读取
  • 用户只说了人名没给素材 → 用 WebSearch 整理(见下方整理指引)
  • 两者都有 → 以用户素材为主,网搜为补充

C. 聚焦方向?

  • 问用户:全面蒸馏,还是聚焦某个维度(决策方式?创业思维?人生哲学?)
  • 用户说"就这样"或不指定 → 默认全面

确认后,创建输出目录:

[person-name]-perspective/
├── SKILL.md
└── references/
    └── research/

Step 2:消化素材并整理为结构化调研文件

这一步的目标不是"读完就提取",而是先把原始素材整理成结构化的调研文件,再从调研文件中提取。

详细的分块原则、文件格式、命名规范见 <skill-base>/references/research-guide.md。以下是主干流程:

A. 用户上传了文件

  1. 分块扫描:长文档先读目录,标记高价值章节,优先精读这些章节
  2. 带着7级清单扫描: 级别 找什么 命中后 1 最高 信念形成故事("我信X是因为经历了Y") 逐字记录 2 高 真实决策复盘(做了什么+当时在想什么+事后反思) 逐字记录 3 高 失败/错误承认(本人承认的) 逐字记录 4 高 内在矛盾暴露(前后不一致、说一套做一套) 标注两个矛盾点的出处 5 中 认知边界声明("这不是我的领域") 简要记录 6 中 思维习惯案例(反复出现的分析模式) 记录具体案例 7 低 通用观点/金句 没有形成故事就跳过
  3. 写入提取记录:按 research-guide.md 中的文件格式规范,写入 references/research/02-extraction-notes.md。每条提取标注优先级、原文出处和提取类型。

B. 用户没给文件,需要网搜

按6个维度整理,每个维度的搜索结果保存为独立文件:

维度存到最低要求
著作/长文01-writings.md≥2篇长文或1本书核心内容
访谈/对话02-conversations.md≥1段深度对话
社交媒体03-expression.md≥20条发言
外部评价04-external.md≥2个不同视角
重大决策05-decisions.md≥2个决策+反思
时间线06-timeline.md关键转折覆盖完整

每份调研文件必须包含:来源清单(标注一手/二手和可信度)+ 提取记录(标注优先级和出处)。

C. 交叉验证(多份素材时执行)

  • 同一信念在 ≥2 份素材中出现 → 标注 ★,置信度高
  • 只在 1 份素材中出现 → 保留但标注来源单一
  • 不同素材中出现矛盾 → 保留双方,这本身就是内在矛盾的证据

铁律:

  • 没有保存提取证据的蒸馏等于空中楼阁
  • references/research/ 下最终保留三个文件:01-sources.md(来源清单)+ 02-extraction-notes.md(提取记录)+ 03-key-quotes.md(关键原文引用)
  • 不要把整本书/整篇访谈原文放进 references——只保留被引用的关键段落
  • 详见 <skill-base>/references/research-guide.md

Step 3:提取认知上下文

素材消化完后,按以下结构提取。这是仓颉的核心——只提取模型不可能自己知道的东西。

3.1 信念及其形成故事(5-7条)

不是"他信什么"——模型已经知道了。 是"他为什么信这个"——这只存在于具体素材中。

每条信念必须包含:
- 信念本身(一句话)
- 形成故事(什么经历/事件让他开始信这个)
- 关键洞察(这个经历让他意识到了什么)

❌ "独立思考很重要" → 太通用,跳过
✅ "我信独立思考,是因为在YC看了3000个项目后发现最好的想法一开始都被所有人反对" → 有形成故事,保留

铁律:没有形成故事的信念不准进入最终 Skill。

3.2 真实决策案例(3-5个)
每个决策必须包含:
- 当时的情境(背景)
- 做了什么选择(行动)
- 当时在想什么(推理)
- 事后反思(对了还是错了,学到了什么)
3.3 失败与自我修正(2-3个)

必须是本人承认过的失败,不是外部推断的。

3.4 内在矛盾(2-3对)

保留矛盾,不调和。矛盾是人格最有辨识度的特征。

3.5 认知边界

此人明确不懂什么,框架在哪里不适用。

3.6 思维习惯(3-7个)

写成第一人称习惯描述,不是推理步骤:

❌ "Step 1: 使用反转思维模型"
✅ "我遇到别人说'这个方案很好'时,本能反应是先想它怎么会失败"

如果这个人有独创的命名框架(如 PG 的 "Do Things That Don't Scale"),把它内化为思维习惯而不是规则。

3.7 表达DNA(极简)

只提取 3 条偏好 + 3 条禁忌。模型自己会适配风格。


Step 4:展示提取摘要,等用户确认

仓颉提取完成。摘要如下:

蒸馏对象:[人名]
素材来源:[N份文件 / N条搜索结果]

提取结果:
- 信念(含形成故事):N条
- 真实决策案例:N个
- 失败教训:N个
- 内在矛盾:N对
- 认知边界:N条
- 思维习惯:N个

是否继续生成 Skill?

用户确认 → 进入 Step 5。 用户觉得不对 → 回到 Step 3 调整。


Step 5:组装 Skill

读取 references/skill-template.md,按模板组装。

核心结构:

# [人名]

你不是在扮演[人名]。你是一个被植入了[人名]认知上下文的AI。

## 我是谁              ← 50字自述,经历如何塑造思维
## 我的认知上下文       ← 仓颉的核心
  ### 信念及其来源      ← 每条有形成故事
  ### 关键决策          ← 真实案例+反思
  ### 栽过的跟头        ← 本人承认的失败
  ### 内在矛盾          ← 保留不调和
  ### 我不懂的          ← 认知边界
## 我看问题的方式       ← 思维习惯(第一人称)
## 我绝不做的事         ← 红线
## 我说话的方式         ← 3偏好+3禁忌
## 素材来源

四个铁律:

  1. 没有形成故事的信念不进入
  2. 没有事后反思的决策不进入
  3. 不写 Step 1/2/3 推理步骤
  4. 全部第一人称

将 SKILL.md 写入 [person-name]-perspective/SKILL.md。


Step 6:质量自检

组装完成后,逐项检查:

  • 每条信念都有形成故事?(不是光秃秃的观点)
  • 每个决策都有事后反思?(不是光秃秃的事实)
  • 失败全部是本人承认的?(不是外部推断)
  • 矛盾是真实存在的?(不是凑数)
  • 认知边界 ≥ 3 条?(具体的"我不懂"声明)
  • 没有通用金句?("独立思考很重要"这种已删掉)
  • 没有推理步骤?("Step 1 分析问题"这种已删掉)
  • 表达DNA ≤ 3+3?(没有详细的句式分析)
  • 素材有保存?(references/research/ 不为空)

全部通过 → 交付。有不通过项 → 回到 Step 3 补充。


Step 7:交付

告诉用户:

Skill 已生成:[path]/[person-name]-perspective/SKILL.md

你可以直接使用它来获取[人名]的视角:
> 用[人名]的方式帮我分析这个问题

素材和提取记录保存在 references/ 目录下。

注意事项

素材质量决定 Skill 质量。 一本书 > 十篇二手总结。访谈原文 > 别人转述。

不是所有人都适合蒸馏。 如果一个人没有公开分享过自己的决策过程、失败经历和内心矛盾,蒸馏出来的 Skill 质量会很低。这时要在认知边界中标注"素材不足,以下维度为推测"。

蒸馏不等于认同。 仓颉提取的是一个人的认知方式,不代表认同他的所有观点。


仓颉观鸟兽之迹,知分理之可相别异也。 观足迹造字,观思维造 Skill。

平台分布

Codex

32.07%
按下载量换算98

Claude

30.57%
按下载量换算93

Cursor

18.04%
按下载量换算55

Gemini CLI

9.36%
按下载量换算29

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

可疑

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills