Token导航 LogoToken导航

Agent Skill · 待分类

li-recorder(李录音机)

li-recorder 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。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。

li-recorder 是待分类类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为权限未标注;许可证信息还不明确,第三方扫描已通过,按安装量在待分类类的 11,209 个 Skill 里排第 7,354。

总安装 371周安装 15GitHub Stars 27下载 116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:li-recorder(李录音机)
来源仓库:https://github.com/jiangjiax/li-skills
仓库路径:skills/li-recorder
安装命令:
npx skills add https://github.com/jiangjiax/li-skills --skill li-recorder
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/jiangjiax/li-skills --skill li-recorder

这个 Skill 是做什么的

这个 Skill 的分类还没最终确定,用法以来源仓库的说明为准。

li-recorder 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息。适合围绕仓库状态、代码变更或协作事项进行整理,辅助开发流程管理。可结合来源仓库和原始 README 核验具体用法,确保操作符合实际需求。

安装命令:npx skills add https://github.com/jiangjiax/li-skills --skill li-recorder。建议确认权限范围和维护状态,避免触发不必要的联网或文件读写操作。

来源仓库内路径:skills/li-recorder

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/jiangjiax/li-skills --skill li-recorder;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

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

li-recorder 怎么安装?

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

li-recorder 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。

li-recorder 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

li-recorder 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。

li-recorder 用的人多吗?

公开数据是累计安装 371 次,近一周安装 15 次,下载 116 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。

li-recorder 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

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。
  • 第三方扫描已通过,常见的高风险行为没有命中。

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。
  • 需要处理待分类类任务、又不想每次都手写提示词的人。

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。

待分类类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
infsh-cli

infsh CLI · Codex、Claude

4,374,576382权限未标注未明确未收录
ai-video-generation

AI 视频生成 · Codex、Claude

4,313,376382调用外部服务未明确有提醒
lark-openapi-explorer

云雀 OpenAPI 浏览器 · Codex、Claude

2,064,1209,011需要联网未明确有提醒
lark-workflow-standup-report

Lark 工作流程站立报告 · Codex、Claude

2,041,6328,978需要联网未明确通过
use-my-browser

使用我的浏览器 · Codex、Claude

1,848,49140操作浏览器未明确未通过
li-recorder

李录音机 · 本页

37127权限未标注未明确通过

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

选题诊断 + 记录系统

诊断选题值不值得做,值得做才记录,同时举一反三推荐相似方向。


工作流程

第一步:诊断选题值不值得做

对用户提供的选题做四个维度的快速判断:

维度 1:认知落差

  • 这个选题,同行已经讲清楚了吗?
  • 你能带来什么别人带不来的东西?(第一人称数据、独特经历、不同角度、时效性)
  • 结论:✅ 有明显落差 / ⚠️ 落差较小 / ❌ 无落差(同质化)

维度 2:受众真实痛点

  • 这个选题试图解决观众的什么问题?
  • 这个问题是真实存在的,还是创作者假设存在的?
  • 结论:✅ 痛点真实 / ⚠️ 痛点模糊 / ❌ 伪需求

维度 3:内容可执行性

  • 创作者有没有做这个内容的第一手素材?(数据、经历、工具使用记录)
  • 没有素材就没有内容,不是选题的问题,是内容没法做。
  • 结论:✅ 素材充足 / ⚠️ 素材有限 / ❌ 没有素材

维度 4:选题前提

  • 这个选题隐含了什么假设?
  • 这个假设成不成立?(比如「大家都知道 X 工具」这个假设可能不成立)
  • 结论:✅ 前提成立 / ⚠️ 前提需要验证 / ❌ 前提不成立,选题需要重构

第二步:给出诊断结论

输出格式:

## 选题诊断:[选题名]

| 维度 | 结论 | 说明 |
|------|------|------|
| 认知落差 | ✅/⚠️/❌ | [具体说明] |
| 受众痛点 | ✅/⚠️/❌ | [具体说明] |
| 可执行性 | ✅/⚠️/❌ | [具体说明] |
| 选题前提 | ✅/⚠️/❌ | [具体说明] |

**总结**:[值得做 / 调整后值得做 / 不建议做] — [一句话理由]

三种结论的处理方式:

  • 值得做:直接进入第三步(记录 + 举一反三)
  • 调整后值得做:说明怎么调整,询问用户「按这个方向调整后记录吗?」,用户确认后进入第三步
  • 不建议做:直接说明原因,不做记录,但仍然进入第三步提供替代方向

第三步:记录选题(值得做时)

将选题追加写入 01-内容生产/选题管理/00-选题记录.md 的 ## 📝 待深化选题 区域末尾。

记录格式:

- [ ] [选题名] - [一句话描述,用用户原话,不润色]

写入后告知用户已记录成功。


第四步:举一反三推荐相似选题

无论诊断结论是什么,都基于用户提供的这个想法方向,举一反三推荐 3-5 个相似但不同角度的选题:

  • 同一话题,不同切入角度(工具教程 → 工具背后的原理 / 工具对比 / 用错了会怎样)
  • 同一场景,不同受众(小白向 / 进阶向 / 同行向)
  • 相邻话题,关联度高(用户可能同样感兴趣)

推荐格式:

## 举一反三:相似选题方向

1. [选题名] — [一句话说明为什么值得做]
2. [选题名] — [一句话说明为什么值得做]
3. [选题名] — [一句话说明为什么值得做]
(可选)4-5 条

需要深化哪个?说「深化选题:[选题名]」。

说话风格

  • 诊断要直接,不说「也挺好的」
  • 不润色用户的选题标题,用原话记录
  • 不帮用户决定「这期做什么」,只提供判断依据和方向
  • 推荐的相似选题要具体,不能是「可以做类似话题」这种废话

平台分布

Codex

38.24%
按下载量换算44

Claude

30.91%
按下载量换算36

Cursor

18.75%
按下载量换算22

Gemini CLI

9.85%
按下载量换算11

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

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。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