Token导航 LogoToken导航

Agent Skill · 待分类

mass-line(群众路线)

mass-line 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。

mass-line 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 1,354。

总安装 3,725周安装 160GitHub Stars 2,924下载 1,306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:mass-line(群众路线)
来源仓库:https://github.com/hughyau/qiushi-skill
仓库路径:skills/mass-line
安装命令:
npx skills add https://github.com/hughyau/qiushi-skill --skill mass-line
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/hughyau/qiushi-skill --skill mass-line

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。

mass-line 用于处理 GitHub 仓库、Issue 和 Pull Request 协作信息,适合围绕代码变更进行整理。适用于仓库状态跟踪、代码变更分析和协作事项管理场景。通过 GitHub API 集成实现仓库信息和协作数据的获取。安装前需确认 GitHub 访问权限和维护状态,注意可能触发网络请求。

建议结合原始 README 核验具体用法,确保符合实际使用边界。

来源仓库内路径:skills/mass-line

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/hughyau/qiushi-skill --skill mass-line;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

mass-line 怎么安装?

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

mass-line 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。

mass-line 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。

mass-line 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。

mass-line 用的人多吗?

公开数据是累计安装 3,725 次,近一周安装 160 次,下载 1,306 次,GitHub 2,924 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。

mass-line 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 2,924 星,维护活跃度相对可查。

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
mass-line

群众路线 · 本页

3,7252,924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

群众路线

"在我党的一切实际工作中,凡属正确的领导,必须是从群众中来,到群众中去。这就是说,将群众的意见(分散的无系统的意见)集中起来(经过研究,化为集中的系统的意见),又到群众中去作宣传解释,化为群众的意见,使群众坚持下去,见之于行动,并在群众行动中考验这些意见是否正确。如此无限循环,一次比一次地更正确、更生动、更丰富。" —— 毛泽东《关于领导方法的若干问题》(1943年)

核心原则

正确的认识和决策来自双向的知识流动:从实践者那里收集分散的意见,经过系统化整理后返回给实践者验证和执行,如此循环往复,一次比一次更正确。

详细原著依据见 original-texts.md

AI 语境下的"群众"

在 AI agent 的工作语境中,"群众"不限于"和你对话的用户",而是一切持有真实情况的信息源:

原始含义AI 语境映射
人民群众的实际经验代码库中现有的模式、惯例和注释("前人的智慧")
基层的第一手信息git history、测试用例、错误日志("现实的记录")
群众对方案的反馈运行结果、编译错误、测试失败("实践的检验")
多方意见的综合多个信息源的交叉验证(文档 + 代码 + 运行结果)

核心精神不变: 不要只听一个声音(只看用户说的),要从多个来源汇聚信息,系统化后再形成判断。不做命令主义(只听用户指令不看实际代码),也不做尾巴主义(代码怎么写我就怎么做,不加自己的专业判断)。

不适用场景

以下情况不需要调用此 skill:

  • 任务信息来源单一且完整(用户提供了所有必要上下文)
  • 已经完成了充分的多源信息收集,处于执行阶段
  • 紧急修复且问题来源明确 —— 不需要多源汇聚
  • 用户是唯一信息源且其输入已经足够精确(如"帮我修改第3行的变量名")

何时使用

你应该在以下情况调用此 skill:

  • 需要收集用户/使用者/相关方的意见和需求
  • 制定方案后需要征求多方反馈
  • 感觉自己在"闭门造车",脱离了实际使用者的需求
  • 需要将专业知识转化为非专业人员能理解的方案
  • 方案执行效果不佳,需要回到使用者那里重新收集意见
  • 需要整合多个不同角度的意见形成统一方案

方法流程

第一步:收集——从群众中来

"将群众的意见(分散的无系统的意见)集中起来"——《关于领导方法的若干问题》

深入到实践者/使用者中去,收集他们的:

  • 实际需求和痛点
  • 对现状的看法和建议
  • 成功经验和失败教训
  • 零散的想法和直觉

注意:

  • 收集到的意见通常是分散的、无系统的、甚至互相矛盾的——这是正常的
  • 不要急于评判或筛选,先全面收集
  • 要主动去问,不要被动等待反馈
  • "群众是真正的英雄"——尊重实践者的经验

第二步:集中——系统化研究

"经过研究,化为集中的系统的意见"——《关于领导方法的若干问题》

对收集到的分散意见进行:

  • 归类整理——找出共性和差异
  • 分析研究——用矛盾分析法(调用 contradiction-analysis)找出核心问题
  • 提炼综合——将分散意见系统化为连贯的方案或策略
  • 去粗取精——保留有价值的洞察,去除偏见和误解

关键: 系统化不是简单的多数投票。要运用分析能力,将群众的零散智慧提炼为有条理的认识。

第三步:返回——到群众中去

"又到群众中去作宣传解释,化为群众的意见"——《关于领导方法的若干问题》

将系统化的方案返回给实践者/使用者:

  • 用他们能理解的方式解释方案
  • 说明方案是如何从他们的意见中提炼出来的
  • 征求他们对系统化方案的反馈
  • 让他们感到这是"自己的意见"被整理了,而不是"被强加的方案"

第四步:检验——在实践中验证

"使群众坚持下去,见之于行动,并在群众行动中考验这些意见是否正确。"——《关于领导方法的若干问题》

方案在实践中执行后,观察效果:

  • 方案是否解决了原来的问题?
  • 使用者是否觉得方案合理可行?
  • 有哪些预料之外的问题?
  • 哪些部分效果好,哪些部分需要调整?

第五步:再收集——开始新一轮循环

"如此无限循环,一次比一次地更正确、更生动、更丰富。"——《关于领导方法的若干问题》

根据实践检验的结果,重新收集意见,开始新一轮循环。每一轮循环都应该比上一轮:

  • 更准确地把握需求
  • 更有效地解决问题
  • 更深入地理解情况

补充:一般号召与个别指导相结合

"如果只限于一般号召,而领导人员没有具体地直接地从若干组织将所号召的工作深入实施,突破一点,取得经验,然后利用这种经验去指导其他单位,就不能考验自己提出的一般号召是否正确"——《关于领导方法的若干问题》

在执行方案时:

  • 先在一个具体的点上深入实施,取得经验
  • 用这个点的经验来验证和丰富一般性的方案
  • 再推广到更大范围

两种错误倾向

命令主义(忽视群众意见)

表现:

  • 自己制定方案,不征求使用者意见
  • 觉得"我比他们更懂"
  • 方案实施后不收集反馈

这违背了"从群众中来"的原则。再好的专业能力,脱离了实际使用者的需求,就是空中楼阁。

尾巴主义(只跟随不整理)

表现:

  • 用户说什么就做什么,不加分析
  • 对矛盾的意见不做整合,谁声音大听谁的
  • 不敢提出自己的专业判断

这违背了"集中起来"的原则。群众路线不是简单地服从多数,而是要把分散的意见系统化、提升后再返回验证。

常见错误

错误毛泽东的批评正确做法
闭门造车不问用户"脱离群众"是最危险的倾向主动收集用户/使用者意见
用户说什么做什么尾巴主义——跟在群众后面收集意见后要整理、分析、提炼
只收集不验证方案必须"见之于行动"来检验方案执行后收集反馈
一次定案不迭代"无限循环,一次比一次更正确"持续循环改进
只听一方意见要全面了解各方面情况多角度收集,综合分析

操作规程

当本 skill 被触发时,在给出任何方案之前,先执行多源信息收集:

  1. 识别"群众"(信息源清单):

- 用户的明确需求(用户说了什么) - 代码库的现状(实际情况是什么) - 运行结果/日志(现实反馈是什么) - 相关文档/注释/git history(历史经验是什么)

  1. 从各源收集事实(不是解释,是事实):对每个有效信息源,提取其中的关键事实
  2. 系统化整理:识别各信息源之间的:

- 一致之处(可作为可信事实) - 矛盾之处(调用 contradiction-analysis 处理) - 信息缺口(标注"[X] 需要进一步调查")

  1. 形成并返回判断,用固定格式: 综合各方信息后,我的判断是:…… 这个判断的依据是:[信息源1] + [信息源2] 共同指向…… 与用户原始描述有出入的地方:……(如有)
  2. 验证闭环:方案实施后,检查结果是否与步骤 4 的判断一致;如不一致,说明哪个信息源提供了误导性信息。

与其他 skill 的关系

  • 调查研究:群众路线中的"收集"阶段就是一种调查研究
  • 矛盾分析法:在"集中"阶段需要用矛盾分析法整理矛盾的意见
  • 实践认识论:群众路线本身就是实践认识论的组织化应用
  • 批评与自我批评:接收群众的批评是群众路线的重要组成部分

平台分布

Codex

35.38%
按下载量换算462

Claude

32.26%
按下载量换算421

Cursor

18.7%
按下载量换算244

Gemini CLI

10.54%
按下载量换算138

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