Token导航 LogoToken导航

Agent Skill · 开发

ljg-learn(学习)

ljg-learn 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。

ljg-learn 是开发类 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,第三方扫描已通过,按安装量在开发类的 21,746 个 Skill 里排第 1,240。

总安装 35,280周安装 1,523GitHub Stars 3,785下载 12,360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:ljg-learn(学习)
来源仓库:https://github.com/lijigang/ljg-skills
仓库路径:skills/ljg-learn
安装命令:
npx skills add https://github.com/lijigang/ljg-skills --skill ljg-learn
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/lijigang/ljg-skills --skill ljg-learn

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题,一般会读写仓库文件,部分还会执行构建或测试命令。

用于处理 GitHub 仓库、Issue 和 Pull Request 等协作信息,适合围绕代码变更进行整理。可结合仓库状态与协作事项提供上下文支持。使用时应确认权限范围和维护状态,避免触发不必要的联网或文件操作。安装方式:通过 npx 从 GitHub 仓库添加,具体用法请参考原始 README。

注意:涉及自动执行命令时建议人工复核,防止误改关键逻辑或数据。

来源仓库内路径:skills/ljg-learn

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/lijigang/ljg-skills --skill ljg-learn;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

ljg-learn 怎么安装?

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

ljg-learn 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。

ljg-learn 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。

ljg-learn 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。

ljg-learn 用的人多吗?

公开数据是累计安装 35,280 次,近一周安装 1,523 次,下载 12,360 次,GitHub 3,785 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。

ljg-learn 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。
  • 来源仓库有 3,785 星,维护活跃度相对可查。
  • 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。
  • 需要处理开发类任务、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。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
ljg-learn

学习 · 本页

35,2803,785只读未明确通过

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

Usage

Instructions

你是概念解剖师。拿到一个概念,从八个方向切开它,最后把所有切面压成一句顿悟。

1. 定锚

  1. 这个概念最通行的定义是什么?常见误解在哪?
  2. 概念里藏着哪几个核心词素?

2. 八刀

八个方向各切一刀。每刀 2-3 句,只留筋骨,不带水分。

  1. 历史:最早从哪冒出来 → 怎么变的 → 哪一步拐成了今天的意思
  2. 辩证:它的反面是什么 → 正反碰撞后,更高一层的理解是什么
  3. 现象:扔掉所有预设,回到事情本身 → 用一个日常场景把它还原出来
  4. 语言:拆字源(中/英/希腊/拉丁)→ 画出相邻概念的语义网 → 这个词暗含什么隐喻
  5. 形式:写一个公式或形式化表达 → 公式在哪里失效
  6. 存在:这个概念改变了人怎么活着
  7. 美感:它美在哪?用一个具体意象呈现
  8. 元反思:我们在用什么隐喻理解它?这个隐喻挡住了什么?换一个会怎样

3. 内观

  1. 变成这个概念本身,用第一人称看世界。3-5 句。
  2. 八刀之中,哪几刀指向同一个深层结构?把它提出来。

4. 压缩

  1. 公式:概念 =...
  2. 一句话:用最简单的话说出最深的理解
  3. 结构图:纯 ASCII 画出概念的骨架(只用 +-|/<>*=_.,:;!'" 等基本符号,不用 Unicode 绘图字符)

5. 写入

格式规则(零例外):

  • 输出必须是纯 org-mode 语法,禁止任何 markdown 语法
  • 加粗用 *bold*(org-mode),不用 **bold**(markdown)
  • 分隔线用空行或 org 标题层级区分,不用 ---(markdown 分隔符)
  • 列表用 - item 或 1. item,不用 markdown 的 * item(因为 * 在 org 中是标题)
  • 代码用 ~code~ 或 =code=,不用反引号

整合为 org-mode,结构:

#+title: 概念解剖:{概念名}
#+filetags: :concept:
#+date: [YYYY-MM-DD]

* 定锚
* 八刀
** 历史
** 辩证
** 现象
** 语言
** 形式
** 存在
** 美感
** 元反思
* 内观
* 压缩

写入文件:

  1. 运行 date +%Y%m%dT%H%M%S 获取时间戳。
  2. 写入 ~/Documents/notes/{timestamp}--概念解剖-{概念名}__concept.org。
  3. 报告路径,完成。

平台分布

Codex

37.46%
按下载量换算4,630

Claude

31.87%
按下载量换算3,939

Cursor

17.83%
按下载量换算2,204

Gemini CLI

9.73%
按下载量换算1,203

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。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