nuwa-skill

女娲.skill

_{动画由 huashu-motion 制作，女娲形象与每一种画风都由代码绘制}

「你想蒸馏的下一个员工，何必是同事」

女娲帮你蒸馏任何人的思维方式，让乔布斯、马斯克、芒格、费曼都给你打工。

_{基于开放的 Agent Skills 协议，可在 Claude Code、Codex、Cursor、OpenClaw、Hermes Agent、CodeBuddy、Workbuddy、Gemini CLI、OpenCode、DeepSeek Harness 等 50+ 兼容 runtime 中运行。}

同事.skill 证明了蒸馏一个人是可行的。
那何必蒸馏同事？去蒸馏乔布斯、芒格、费曼、马斯克。
只需输入一个名字，女娲自动完成调研、提炼、验证全流程。

看效果 · 安装 · 它蒸馏了什么 · 工作原理

其他语言 / Other Languages:

English · 日本語 · 한국어 · Español

效果示例

用户      ❯ 我同时想做自媒体、写书、做独立开发，精力完全不够

Naval     ❯ 你列了三个欲望。每个欲望都是你跟不快乐签的一份合同。
            不是精力不够，是合同太多。
            
            问你自己：哪一个做起来你会忘记时间？
            那个就是你的特定知识所在。
            
            不是三选一。是先一，再一，再一。
            串行复利，不是并行内耗。

用户      ❯ 我们的SaaS产品获客成本太高了

马斯克     ❯ 先别想怎么降。先算物理极限。
            获客的最小必要动作是什么？用户从知道你到付费，
            信息传递的理论最短路径是什么？
            
            现在你的实际路径是理论路径的几倍？
            如果超过3倍，中间一定有可以砍掉的步骤。
            不是优化漏斗，是质疑漏斗本身该不该存在。

再来一个大家更熟悉的。蒸馏乔布斯之后，问他「OpenAI和Anthropic谁的方向对」：

用户      ❯ OpenAI和Anthropic谁的方向是对的？

乔布斯    ❯ 你问错了。这不是一场关于方向的竞赛。
            这是一场关于品味的竞赛。

            OpenAI像1985年的微软。什么都做，什么都要赢。
            这种策略能赢市场份额。Bill Gates就是这么赢的。
            问题是——当你什么都做的时候，你不可能每件事都做到
            insanely great。

            Anthropic更像早期的Apple。聚焦。
            Focus means saying no to a hundred good ideas.

            但两家公司都犯了一个我绝对不会犯的错误——
            他们不控制硬件。

            最终赢的可能是同时控制芯片、模型和用户界面的人。
            你知道现在谁在同时做这三件事吗？Apple.

这不是角色扮演。乔布斯用的是「聚焦即说不」和「端到端控制」心智模型，Naval用的是「欲望即合同」，马斯克用的是「渐近极限法」。它们不是在复读名人语录，是在用名人的认知框架帮你分析。

安装

女娲基于开放的 Agent Skills 协议，可在任何 skills-compatible 的 AI agent runtime 中运行。

方式一：一行命令（推荐，跨 runtime）

打开你正在用的 agent（Claude Code、Codex、Cursor、OpenClaw、Hermes、CodeBuddy、Workbuddy、Gemini CLI、OpenCode 等），告诉它：

帮我安装这个 skill：https://github.com/alchaincyf/nuwa-skill

或者用通用 CLI 安装器（vercel-labs/skills，支持 55+ runtime）：

npx skills add alchaincyf/nuwa-skill

它会自动识别你当前的 runtime 并把 skill 放到正确目录。需要指定时加 -a claude-code / -a codex / -a cursor / -a openclaw 等参数。

方式二：手动安装

git clone https://github.com/alchaincyf/nuwa-skill <上面对应的路径>

DeepSeek Harness 插件

女娲也是一个 DeepSeek Harness（DSH）插件，一行命令装进你的 profile（以 web 为例），重新启动 DSH 后生效：

dsh plugin --profile web add github:alchaincyf/nuwa-skill

卸载：dsh plugin --profile web remove huashu-nuwa。在 DSH 里蒸馏出的人物 Skill 会写进项目的 .dsh/skills/，DSH 会自动加载。

方式三：作为参考资料使用

即使 runtime 不支持 Agent Skills 自动加载，你也可以直接把 SKILL.md 的内容粘贴进对话——它本质就是一份 markdown + YAML frontmatter。

使用

装好后，告诉 agent：

> 蒸馏一个保罗·格雷厄姆
> 造一个张小龙的视角Skill
> 帮我做一个段永平的Skill

造完之后直接调用：

> 用芒格的视角帮我分析这个投资决策
> 费曼会怎么解释量子计算？
> 切换到Naval，我在纠结三件事

女娲蒸馏了什么

蒸馏各领域最强的人，需要提取比日常工作习惯更深的东西。女娲提取五层：

工作习惯可以靠流程文档传递，但让芒格和马斯克面对同一个问题做出不同判断的，是认知框架。女娲提取的是认知操作系统。

诚实边界

每个Skill都明确标注做不到什么：

• 蒸馏不了直觉——框架能提取，灵感不能
• 捕捉不了突变——截止到调研时间的快照
• 公开表达 ≠ 真实想法——只能基于公开信息

一个不告诉你局限在哪的Skill，不值得信任。

已蒸馏人物

女娲已蒸馏了14位人物 + 1个主题。每个都是独立的、可直接安装使用的Skill，全部基于 Agent Skills 协议，可在 Claude Code / Codex / Cursor / OpenClaw / Hermes 等 runtime 通用：

人物Skill

主题Skill

人物Skill蒸馏一个人的思维方式；主题Skill蒸馏一个领域的方法论。每个仓库都包含完整的调研数据和效果示例对话。

🧪 保真度评分卡：15个官方Skill已全部通过独立双agent盲测（立场一致性/风格辨识度/边缘诚实度/来源透明度/结构完整度，方法论见 references/fidelity-scorecard.md），全员A级（≥85分）。各分数：MrBeast/纳瓦尔/塔勒布/乔布斯/Karpathy/Paul Graham/张雪峰 97 · 芒格/费曼/X导师 96 · 特朗普 95 · Ilya 94 · 张一鸣 93 · 孙宇晨 91 · 马斯克 89。完整评分卡见各skill目录内的 FIDELITY.md。

想蒸馏不在列表里的人或主题？安装女娲，说「蒸馏一个XXX」就行。

贡献与社区

女娲的生态由社区一起长大，但走两条不同的路：

• SKILL.md 是核心资产，不接受外部PR改动。发现方法论的bug或改进点→开issue讨论，被采纳的想法由维护者实现并在commit中致谢（先例见PR #59）
• 社区蒸馏的人物skill走 COMMUNITY.md 索引：放你自己的仓库（star归你），跑一遍保真度评分卡拿到B级以上，提一行PR即可收录

完整规则见 CONTRIBUTING.md。社区已有的合集、多人格编排和主题应用，见 COMMUNITY.md。

达尔文.skill：让所有Skill持续进化

女娲造Skill，达尔文 让Skill进化。

受 Karpathy autoresearch 启发，达尔文.skill 用自主实验循环批量优化所有Skill：8维度评估、棘轮机制（只保留改进，自动回滚退步）、独立子agent评分。女娲的 Phase 5 双Agent精炼就内置了达尔文的评估体系，这也是女娲生成的Skill质量高的原因之一。

npx skills add alchaincyf/darwin-skill

工作原理

输入一个名字后，女娲做五件事：

1. 先写先验快照——调研之前，先把模型不查资料就知道的内容写下来。之后的调研只找三种东西：推翻它的、比它深的、它没有的。模型本来就答得出的内容，不占Skill的篇幅。

2. 采集与封存——著作、播客/访谈、社交媒体、批评者视角、决策记录、人生时间线，各自存档。同时封存一批此人真实做过的决策和完整回答，不给提炼环节看，留到最后当考题。

3. 提炼——5–8个招式（遇到某类问题时他具体怎么做）、3–7个心智模型、决策启发式、带出处的案例卡、至少2条常见误读、声音、张力与边界。心智模型仍要过三重验证：跨2+个领域出现过、能推断对新问题的立场、不是所有聪明人都会这么想。

4. 成形——产物分三层：350行以内的SKILL.md、案例库 references/casebook.md、原话库 references/voice.md。每个Skill自带七条运行纪律，比如「材料里没有，不等于他没说过」「原话和推演分开说」。

5. 验证——由独立agent盲测：同一组任务题，带Skill和不带Skill各答一遍，评审不知道哪份是哪份；再加封存题和边界题。结果写进FIDELITY.md，输了也照写。

两种走法：能力强的模型按每一步的过关条件放手做，轻量模型照 references/ 里的手册一步步走。v1.x 造出来的Skill可以说「升级XX」，调研底稿还在就不用重新调研。examples/ 里芒格和乔布斯两个示例已升到v2，其余仍是v1格式。

方法细节在 references/：research-playbook.md（采集）、extraction-framework.md（提炼）、validation-playbook.md（验证）。

仓库结构

nuwa-skill/
├── SKILL.md                      # 女娲本体
├── references/
│   ├── extraction-framework.md   # 提炼方法论（想深入了解看这个）
│   ├── research-playbook.md / validation-playbook.md / diagnose-playbook.md
│   ├── special-cases.md / fidelity-scorecard.md
│   └── skill-template.md         # 生成Skill的模板
└── examples/                          # 13个人物 + 1个主题，含完整调研数据
    ├── steve-jobs-perspective/        # ⭐ 乔布斯（含实战对话记录）
    ├── paul-graham-perspective/       # Paul Graham
    ├── zhang-yiming-perspective/      # 张一鸣
    ├── andrej-karpathy-perspective/   # Karpathy
    ├── ilya-sutskever-perspective/    # Ilya Sutskever
    ├── trump-perspective/             # 特朗普
    ├── mrbeast-perspective/           # MrBeast
    ├── elon-musk-perspective/         # 马斯克
    ├── munger-perspective/            # 查理·芒格
    ├── feynman-perspective/           # 费曼
    ├── naval-perspective/             # Naval Ravikant
    ├── taleb-perspective/             # 塔勒布
    └── x-mastery-mentor/             # X导师（主题Skill）

调研过程全透明。每个example都包含完整的调研文件，你可以看到信息怎么被收集、筛选、变成心智模型。乔布斯的示例还附带了一段完整的实战对话记录（聊AI硬件、OpenAI vs Anthropic、Apple破局），展示Skill在多轮深度对话中的表现。

背后的故事

同事.skill 最近在GitHub爆火——把离职同事蒸馏成AI Skill，几天破5000星。它证明了一件事：蒸馏一个人是完全可行的。

既然我们有了蒸馏人的能力，为什么只蒸馏身边的同事？去蒸馏各领域最强的人。而且幸运的是，这些人通常留下了大量可以被蒸馏的材料——著作、演讲、访谈、社交媒体。这是对自己能力的极大补充。

我之前就一直在做类似的事，但蒸馏的不是同事，是芒格、费曼、Naval、马斯克、塔勒布这些人。今天把方法论开源了。

女娲不复制人。它提取认知操作系统。

女娲（Nuwa），中国神话里用泥土造人的女神。这里的泥土是公开信息，造出来的不是人，是一面镜子。

关于作者

花叔 Huashu — AI Native Coder，独立开发者，代表作：小猫补光灯（AppStore 付费榜 Top1）

许可证

MIT — 随便用，随便改，随便造。

同事.skill 蒸馏了人做什么。
女娲 蒸馏了人怎么想。

你想蒸馏的下一个员工，何必是同事。

MIT License © 花叔 Huashu

English

"The next person you want to distill doesn't have to be a colleague."

colleague-skill proved that distilling a person into an AI skill is viable. Nuwa asks: why stop at colleagues? Distill the best minds in every field — Munger, Feynman, Musk, Naval — people who conveniently left mountains of distillable material behind.

Nuwa is an Agent Skill that extracts cognitive frameworks — mental models, decision heuristics, expression DNA — from any public figure into a runnable perspective skill. Works in Claude Code, Codex, Cursor, OpenClaw, Hermes Agent, CodeBuddy, Workbuddy, Gemini CLI, OpenCode, and 50+ skills-compatible runtimes.

Not role-playing. Cognitive architecture extraction.

Install (cross-runtime, auto-detects your agent): npx skills add alchaincyf/nuwa-skill

DeepSeek Harness: dsh plugin --profile web add github:alchaincyf/nuwa-skill, then restart DSH. Remove with dsh plugin --profile web remove huashu-nuwa.

How it works: Input a name → 6 parallel research agents → 40+ primary sources → triple-verified mental models → quality-validated SKILL.md

13 person skills + 1 topic skill included — all with full research data. The Jobs example includes a complete multi-turn conversation demo.

See the Chinese README above for live examples and methodology.