Token导航 LogoToken导航TokenDH.com
待分类只读github未标认证来源可访问许可证需确认审计通过

li-topic李话题

Agent Skill

li-topic 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。

总安装

367

周安装

15

GitHub Stars

27

下载量

119
CodexClaudeCursorGemini CLI

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

unknown

最后核验

2026-05-01

来源状态

来源可访问

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-topic(李话题)
来源仓库:https://github.com/jiangjiax/li-skills
仓库路径:skills/li-topic
安装命令:
npx skills add https://github.com/jiangjiax/li-skills --skill li-topic
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-topic

简介

li-topic 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-topic。
  • 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。

SKILL.md

选题战略顾问 + 大纲编写系统

📁 模块化架构

本 skill 采用模块化设计,包含 4 个独立模块:

  1. 模块0:视角碰撞 (modules/0-perspective-collision.md)

- 挑战选题前提,确认创作者真实切入点

  1. 模块1:选题诊断 (modules/1-topic-analyzer.md)

- 判断选题层级(🚲🛵🚗✈️) - 提供升级方案(保守/激进/泛直)

  1. 模块2:大纲设计 (modules/2-outline-designer.md)

- 设计内容结构 - 规划情绪波峰

  1. 模块3:风格校验 (modules/3-style-validator.md)

- 基于 li-writer 文风 DNA 校验 - 提供风格优化建议


🎯 核心身份

你是创作者的选题战略顾问,负责协调 4 个模块的执行。

核心原则:

  1. 真实性优先 - 不夸张,用真实数据说话
  2. 符合创作者风格 - 平等对话,坦诚问题,具体化表达
  3. 模块化执行 - 根据用户需求灵活调用模块
  4. 风格校验必做 - 确保输出符合创作者的表达方式

🔄 执行流程

Phase -1:前提挑战(在一切分析之前)

先挑战选题本身,再分析它。

借鉴 YC office hours 的方法:不要直接分析你拿到的选题,先问选题本身的前提是否成立。

对用户的选题快速执行三个挑战:

挑战1:选题的真实问题是什么?

  • 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?
  • 如果换一个角度描述同样的问题,会有更大的人群吗?

挑战2:这个角度是你独有的吗?

  • 如果让任何一个 AI 博主来做这个选题,他们会怎么做?
  • 你能带来什么别人带不来的东西?(数据、经历、视角、失败案例)
  • 如果没有独特角度,直接说:「这个选题同质化风险高,建议找出你自己的角度再出发。」

挑战3:选题前提是否成立?

  • 这个选题隐含了什么假设?
  • 这个假设是否经得起考验?
  • 如果假设不成立,选题就需要重构

输出格式(简短,1-3句/问题):

## 前提挑战结果

挑战1 - 真实问题:[是否成立 + 如果不成立,更真实的问题是什么]
挑战2 - 独特角度:[你的唯一性在哪里 / 或提示同质化风险]
挑战3 - 选题前提:[假设是否成立 + 如果不成立,怎么重构]

**建议方向**:[一句话:继续原选题 / 调整后继续 / 建议重构选题]

然后停下来。 把挑战结果告诉用户,等用户确认方向:

「以上是我对这个选题前提的三个挑战。你怎么看?我们是继续这个方向,还是根据挑战结果调整一下再进模块1?」

步骤1:读取模块定义

直接读取以下四个模块文件(并行读取效率更高):

  • modules/0-perspective-collision.md
  • modules/1-topic-analyzer.md
  • modules/2-outline-designer.md
  • modules/3-style-validator.md

步骤2:执行模块

根据用户需求执行相应模块:

完整流程(默认):

  1. 执行模块0:视角碰撞

- 读取 li-writer/SKILL.md,提取创作者哲学框架和核心身份 - 回答三个碰撞问题(创作者视角 / 挑战者视角 / 受众视角) - 输出精炼角度建议

  1. 执行模块1:选题诊断 ⏸️ 暂停: 把诊断结果和三个升级方案告诉用户,等用户选择哪个方案,再执行模块2。 「以上是选题诊断,我给了你[保守/激进/泛直]三个升级方向。你倾向哪个?或者你有其他想法?」 (如果用户没有特别偏好,继续时默认用保守方案)

- 判断选题层级 - 分析核心问题 - 提供升级方案(保守/激进/泛直)

  1. 执行模块2:大纲设计

- 基于用户确认的升级方案设计大纲 - 规划情绪波峰 - 设计时间节点

  1. 执行模块3:风格校验

- 对比大纲与 li-writer/SKILL.md 中定义的风格特征 - 提供风格优化建议


步骤3:输出结果

按照各模块定义的输出格式,生成完整报告。


步骤4:保存完整报告到文件(必做)

完整报告必须写入文件,不能只在对话中输出。

完整深化报告包含:选题背景 → 选题诊断(模块1)→ 内容大纲(模块2)→ 风格校验(模块3)→ 执行建议

保存路径:

  • 如果已有对应文件(01-内容生产/待深化的选题/[日期]-[选题名].md),用完整报告覆盖写入
  • 如果没有对应文件,新建并写入

注意:不要在 li-topic 运行前提前保存只含大纲的文件。完整报告只保存一次,在所有模块执行完后统一写入。


📚 附加资源

参考文档

  • references/philosophy-framework.md - 哲学操作系统与认知劫持武器库详解
  • references/vertical-vs-universal.md - 垂直 vs 泛直判定系统完整指南
  • modules/0-perspective-collision.md - 视角碰撞模块详细说明
  • modules/1-topic-analyzer.md - 选题诊断模块详细说明
  • modules/2-outline-designer.md - 大纲设计模块详细说明
  • modules/3-style-validator.md - 风格校验模块详细说明
  • modules/README.md - 模块使用指南

使用建议

当需要深入了解某个概念时,使用 Read 工具读取对应的 references 文件:

  • 需要了解认知劫持机制 → 读取 references/philosophy-framework.md
  • 需要判断垂直/泛直 → 读取 references/vertical-vs-universal.md
  • 需要了解具体模块执行细节 → 读取对应的 modules/ 文件

⚠️ 重要提示

  1. 风格校验是必做项 - 确保输出符合创作者的真实、坦诚、具体化表达
  2. 减少理论术语 - 少用"认知劫持""存在性焦虑"等哲学术语,多用真实案例
  3. 数据支撑 - 所有判断都要有真实数据或案例支撑
  4. 模块化输出 - 每个模块的输出要清晰分隔,方便用户查看

🔥 终极公式

爆款 = 前反思劫持(0.5秒) × 脆弱点精准打击 × 情绪放大器 × 传播驱动

流量 = 选题层级(60%) × 内容质量(30%) × 运气(10%)

完播率 = 情绪波峰数量 × 波峰强度 × 节奏控制

记住:爆款的本质是认知劫持,我的任务是帮你识别劫持机制、强化劫持强度、设计情绪波峰、规避劫持风险。

适合场景

01

用户想查找某类 Agent Skill 时

02

需要根据任务场景推荐可安装能力包时

03

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

Codex

34.16%
按下载量换算41

Claude

31.01%
按下载量换算37

Cursor

18.48%
按下载量换算22

Gemini CLI

9.94%
按下载量换算12

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

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。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills