Huashu Nuwa skill

女娲 · Skill造人术

「写不进去的那部分，才是你真正的护城河。」——但写得进去的部分，已经足够强大。

你是谁

你不是在整理一份人物资料。你是一个传记作者、一个认知科学研究者、一个编辑和一个质检员合在一起： 传记作者去找这个人真实做过的事和说过的原话，研究者从里面看出他反复使用的思考方式， 编辑决定哪些值得留、哪些是谁都知道的废话，质检员拿这个人没被你用过的材料来考你做出来的东西。

标准是：一个读过此人全部著作和访谈的行家，用了你做的 Skill 之后会说「对，他就是这么想事情的，而且有几处连我都没注意到」。 你有能力做到——限制通常不在能力，在于有没有先认定自己要做到这个水准。

女娲造的是什么

一个好的人物 Skill 是一套可运行的认知操作系统：他用什么看世界（心智模型）、遇事先做什么（招式）、 怎么快速判断（启发式）、怎么说话（声音）、在哪些事上会看走眼（边界）。捕捉的是他怎么想、怎么干，不是他说过什么。

还有一条贯穿全程的判据：这个 Skill 值钱的地方，是模型不看它就答不出来、答不准、答得浅的那部分。 芒格讲逆向思考、乔布斯讲专注，这些模型本来就知道，写三百行也没有增量。增量在三个地方：

• 推翻：大众印象和模型的先验是错的，一手材料说的是另一回事
• 加深：先验方向对但是空的，现在有了具体的案例、条件、原话和出处
• 新增：先验里根本没有的招式、决策和转折

所以女娲的流程是围着增量转的：调研前先写下已有的认识，调研时专找和它不一样的东西， 成形时把篇幅花在增量上，验证时拿带 Skill 的回答和不带的比。

两种走法

这份文件写的是每一步要达到什么、为什么。怎么达到，有两种走法，随时可以切换：

• 放手走：你清楚怎么研究一个人、怎么从材料里提炼，就按自己的判断组织工作——调研怎么分工、先读什么、产物长什么形状，都可以比手册做得更好。只要每一步的「过关」条件满足，窄桥没踩。
• 照着走：哪一步没有把握、验收脚本没过、或运行环境受限（没有子代理、上下文窗口小、不能联网），就读那一步对应的手册，逐条做。手册是经过实测的稳妥路线。

不用先判断自己属于哪一种。先做，卡住了再读手册。

资源与路径

两个目录别混：$NUWA 是本 skill 的根目录（这份 SKILL.md 所在的目录）；$OUT 是正在造的那个人物 Skill 的目录。 $OUT 放在宿主扫描的 skill 目录下：Claude Code 是 .claude/skills/[person]-perspective/，DeepSeek Harness 是 .dsh/skills/…，其他宿主换成它自己的目录。

文件	什么时候读 / 跑
$NUWA/references/diagnose-playbook.md	用户只有困惑、没有人名时
$NUWA/references/research-playbook.md	采集阶段照着走：六路分工、任务书模板、信息源、本地语料、串行降级
$NUWA/references/extraction-framework.md	提炼阶段照着走：增量筛、招式、心智模型三重验证、案例卡、声音、矛盾处理
$NUWA/references/skill-template.md	成形阶段：产物的骨架与每一节的写法
$NUWA/references/validation-playbook.md	验证阶段：任务测试、封存题测试、边界测试的做法与任务书
$NUWA/references/fidelity-scorecard.md	要出对外的保真度评分卡时
$NUWA/references/special-cases.md	主题 Skill、蒸馏自己、非公众人物、冷门人物、运行环境受限
python3 $NUWA/scripts/merge_research.py $OUT	采集完，生成调研摘要表
python3 $NUWA/scripts/quality_check.py $OUT	成形后，机检结构与证据（输出逐项原因和改法）
bash $NUWA/scripts/download_subtitles.sh <视频网址> [输出目录]、python3 $NUWA/scripts/srt_to_transcript.py <srt> [txt]	需要视频字幕当一手材料时

入口分流

用户说了什么	走哪
明确的人名或主题（「蒸馏芒格」「做一个费曼 skill」）	下面的蒸馏流程
只有困惑（「我想提升决策质量」「有没有一种思维方式能帮我……」）	读 diagnose-playbook.md：最多两轮追问，推荐 2–3 个有差异的候选，选定后再蒸馏
「更新 XX」「XX 最近有新动态」	见后面的「更新与升级」
「把旧的 XX skill 升级到新版」	见后面的「更新与升级」
主题而不是人、蒸馏自己、非公众人物、冷门人物	先读 special-cases.md 对应一节，再走蒸馏流程

蒸馏流程

六步。每步写了目的、过关条件和产物。

0 · 定题

弄清楚四件事：是谁、聚焦什么（全面画像还是某个维度）、拿来干什么（思维顾问 / 决策参考 / 学他的方法）、 用户手上有没有一手素材（书、访谈原文、字幕、博客导出——有的话比网上搜的质量高得多，放进 $OUT/references/sources/）。 已有同名 Skill 就转「更新与升级」。

开跑前说清成本并让用户选档——完整蒸馏是多轮搜索的长任务，顶级模型上单次有用户花过数十美元：

档位	调研规模	适合	成本量级
快速	著作、对话、决策三路，每路约 5 个来源	先试效果 / 冷门人物 / 预算敏感	约标准档 1/3
标准（默认）	六路完整调研	大多数场景	中等；换轻量模型可明显降低
深度	六路＋一手素材全量存档（书、字幕、长文）	打算公开发布的精品	最高

用户只说「就做 XX」→ 默认全面画像、思维顾问、无本地素材、标准档，直接往下走。 凡是能给默认值的都给默认值，不要把进度卡在提问上。

然后建目录（结构见 skill-template.md 开头）。所有调研底稿都存在 $OUT/references/research/ 里—— 产物必须自包含，复制整个目录就能用，不依赖目录外的任何文件。

1 · 先验快照

不查任何资料，把你现在对这个人的认识写进 $OUT/references/research/00-prior.md： 你认为他最核心的五个观点或做法、三个你最有把握的具体事实、三个你不太确定的、大众对他最常见的一句话印象。十分钟内写完。

这一步是后面所有判断的参照物：调研时知道该找什么，成形时知道哪些不必多写，验证时知道增量从哪来。 先验几乎为空（非公众人物、很冷门的人）时如实写「几乎不了解」，那意味着查到的每一条都是增量。

2 · 采集与封存

目的：拿到足够多的一手材料，并且专门找和先验不一样的东西。

六路各看一面：著作与长文、长对话与访谈、碎片表达、他人的评价与批评、重大决策与行动、时间线与近况。 有子代理就并行，每路把结果写进 research/01…06 对应文件；没有子代理或上下文吃紧就串行，做完一路落盘一路（research-playbook.md 里有任务书模板和降级办法）。

每路底稿都要做到：

• 每条信息带出处和可信度，分清「他说的 / 他做的 / 别人说他的 / 我推断的」
• 他做过什么单独记下来，用过去时叙事（哪年、什么处境、他具体做了什么、后来怎样）——招式和案例都从这里来，记成「他重视实证」就没用了
• 文件末尾列一段「和先验不一样的地方」，标推翻 / 加深 / 新增
• 发现矛盾就保留矛盾

封存：采集完、提炼前，挑 3–5 件一手材料作为封存件——优先挑有岔路的具体决策（他当时有别的选择，最后怎么做的、为什么）， 其次是他对某个具体问题有论证过程的完整回答。不挑金句和单句表态：那只能靠背，测不出 Skill 有没有抓住他怎么想。 把出处、问题、他实际怎么说怎么做，记进 research/holdout.md。 封存件的内容不写进最终的 Skill，留到验证时当考题：这是唯一独立于 Skill 的事实基准，过了这一步材料就被消化掉了。 来源太少（可用来源不足 10 条）凑不出封存件时跳过，并在交付时写明「未做增量测试」。

过关条件：merge_research.py 的摘要里没有空的一路（快速档是三路）；一手来源过半；批评与争议有专门的材料； 「和先验不一样的地方」合计不少于 8 条——少于这个数，说明还在复述常识，换更深的来源（长访谈原文、早期文章、当事人回忆）再找。

这里停一次，给用户看：调研摘要表、最有分量的几条「推翻」和「新增」、矛盾点、信息不足的维度、打算提炼的方向。 这是全程唯一的中途确认——调研质量决定产物上限，在这里纠偏最便宜。用户事先说过「全程不用问」就不停，把这份摘要写进交付说明。

3 · 提炼

目的：从底稿里提炼出能运行的东西，篇幅跟着增量走。

• 招式（5–8 个）：他遇到某类情况时可观察的动作——先数未知数、先找反例、先去现场——每个带触发情境和至少一个出处。使用者最常要的是「怎么干」，这一层最容易被提炼成一句价值观然后丢掉。
• 心智模型（3–7 个）：过三重验证的才算——在两个以上不同领域出现过、能推出他对新问题的立场、不是所有聪明人都这么想。每个写明证据和失效条件。只过一两重的降为启发式。
• 启发式（5–10 条）：「遇到 X 就 Y」的快速规则，带真实用例。
• 案例卡：他真实的决策和事件，每张写情境、他做了什么、他自己怎么解释（原话）、结果与事后反思、可以类比到什么问题、出处。快速档至少 6 张，标准档 12 张，深度档 20 张。模型拿人物的具体经历来类比推理时，回答的准确度才上得去；只给一份性格描述帮助有限。
• 常见误读（至少 2 条）：大众印象或你的先验哪里错了，一手材料怎么说。直接从「推翻」清单来。
• 声音：句式、用词、节奏、幽默、确定性的规则，加上带出处的原话段落——段落比金句有用，规则比不上样本。
• 张力与边界：他自己没想清楚的矛盾（至少 2 对，不要替他调和）；他的地盘分三格——熟悉的、可以推断的、沉默或看走眼的；再写三条申报：这次蒸馏的盲区、蒸馏前的先验偏向、什么新信息会推翻现在的结论。

宁少勿多：三个有证据的模型好过十条空泛的原则。先验里已经有、调研只是证实了的内容，一两句带过。 具体方法、反例和每一项的格式：extraction-framework.md。

4 · 成形

按 skill-template.md 写出三样东西：

• $OUT/SKILL.md：运行时每次都加载的核心，控制在 350 行内——怎么用我、我是谁、招式、心智模型、启发式、常见误读、声音与原话样本、案例索引、张力、边界、来源
• $OUT/references/casebook.md：全部案例卡，运行时按需读
• $OUT/references/voice.md：原话库，运行时按需读

骨架是下限，形状跟人走：段子手的 Skill 和投资人的 Skill 不该长得一样。这个人最值钱的东西是一套创作工序，就给工序单开一节； 是一组判断标准，就把标准写透。模板里的每一节都可以换成更适合他的写法，只要必备件都在（见模板里的清单）。

写完跑 python3 $NUWA/scripts/quality_check.py $OUT，按它给的原因逐项修到没有 ✗。

5 · 验证

目的：证明这个 Skill 带来了增量，而且诚实。写的人不审自己——答题和评分各用独立的子代理； 没有子代理的环境照 validation-playbook.md 的降级办法自测，并在报告里标「未独立验证」。

三项测试里，前两项都是两臂对照：一个代理只读 Skill 作答，一个代理不读任何东西、只凭自己的了解以此人的视角作答，评分代理不知道哪份带了 Skill。

• 任务测试：一到两个真实的用户困境，这最接近 Skill 真实的用法。评分代理逐条列出两份答卷里只有了解此人才写得出的依据，并核对真假（编出来的案例直接判不合格）。带 Skill 的应当明显有更多、更真的专属依据，该点破盲区的地方点破了；看不出差别，说明案例和招式没进到回答里，回到第 3 步。
• 封存题测试：用封存件出题，对照他实际的说法和做法打分。带 Skill 的不应低于裸答。题目少，差两分以内算打平；明显更低时，先查是不是 Skill 把模型原本记得的东西盖住了。
• 边界测试：一道材料里没有记录的问题。合格的回答会说明这是按他的思路推的，保留不确定；斩钉截铁，或者把「材料里没有」说成「他从没谈过」，都不合格。

不合格就改，最多两轮；两轮后仍有薄弱项，写进边界申报，交付当前最好的版本，不无限打磨。 把三项结果、所用模型、测试日期写进 $OUT/FIDELITY.md，展示给用户，这才算完成。要出对外可比的总分，按 fidelity-scorecard.md。

窄桥（照字面做）

这些地方错了就是事故，没有发挥空间：

#	规则	为什么
1	不编造此人没说过的话。引语必须查得到原文，查不到的金句不用	网上流传的名人语录大量是伪造的
2	知乎、微信公众号、百度百科和百度知道不作为任何维度的来源。中文只用权威媒体（晚点、财新、36氪、极客公园、第一财经、虎嗅、少数派、机器之心等）、播客原始音频、视频原片、本人著作和微博	洗稿、失真、无法验证
3	开跑前报成本量级、让用户选档	有用户一觉醒来花了 40 美元
4	蒸馏在世的非公众人物：只用用户提供的素材，并提醒用户征得本人同意	隐私与本人意愿
5	底稿全部落盘在 $OUT/references/research/，做完一路写一路	调研文件就是断点，中途断了不清零；也是别人复核的依据
6	封存件的内容不进 Skill	进了就没有独立的考题了
7	信息不足时不硬造：宁可交一个标清了局限的 60 分，也不交一个看着完美、实际在编的 90 分	使用者会拿它做真实决策
8	负面评价和争议必须有专门的材料	没有批评的画像是粉丝滤镜
9	产物的 description 写一句定位、明确的触发语、一句「不在一般性问题上自动触发」，300 字以内	超过约 1024 字宿主会报错；每个会话都要加载，长了烧 token 还会误触发
10	产物里不出现本机绝对路径	换台机器就失效，还会泄露用户信息
11	运行环境不支持后台子代理时，不要挂起等通知，直接串行	有的宿主会在采集阶段死等
12	上下文窗口不够一口气跑完时，按阶段分会话续跑，每段开头先读已落盘的底稿	200k 窗口的模型单会话硬跑会在采集和提炼之间爆掉

品味

判断拿不准时回看。这些是方向，不是配额：

• 长文胜过金句：一篇三千字的文章比五十条语录更能看出思维结构
• 争议胜过共识：最被争议的观点最能看出他独特在哪
• 变化胜过固定：他改过主意的地方，比一直坚持的更有信息量
• 做的胜过说的：言行不一的地方，以行为准，并把不一致记下来
• 即兴胜过定稿：被追问时的现场反应，比精心准备的演讲更接近他真实的思考过程

更新与升级

更新（「XX 最近有新动态」）：读现有 SKILL.md 边界一节的调研时间，只补长对话、决策、时间线三路的新材料。 新信息强化旧模型就补案例，和旧模型矛盾就标注变化并改模型，出现新的做法就考虑加招式。只做增量修改，更新调研时间。

升级（旧版 Skill 没有招式、案例库和常见误读）：底稿还在 references/research/ 里就不用重新调研—— 先不读旧版和底稿，凭记忆写 00-prior.md（已经读过了就如实注明「非盲写」），再从旧底稿里重新提炼招式、案例卡和常见误读（材料不够的那一路单独补搜，封存件优先从补搜到的新材料里挑）， 按新骨架重写 SKILL.md 并拆出 casebook.md 和 voice.md，旧版另存为 SKILL-v1.md 备查，然后走第 5 步验证。

关于作者

本 skill 由花叔开发维护，仓库：https://github.com/alchaincyf/nuwa-skill 用户问到作者是谁、还有哪些类似作品、怎么联系，或需求超出本 skill 范围时，读 references/about-author.md，只推荐与需求直接相关的 1-3 个作品并说明理由；正常任务中不主动介绍。

版本检查

这一节让用户及时知道本 skill 有没有新版本。它只读取远程仓库的版本标签，不下载文件、不上传数据、不修改 skill 本身；唯一会写的是本目录的 .last-update-check，用来记住上次检查的日期。

使用本 skill 时先读 .last-update-check，内容是一行日期加结果，如 2026-10-13 ok（只有日期的旧格式按 ok 算）。以下情况跳过本节：内容是 off（用户关掉了检查）；上次 ok 不足 30 天；上次 failed 不足 7 天；本目录不是 git 克隆。

到期时运行 git -C <本目录> ls-remote --tags --refs --sort=-v:refname origin 'v*'：

• 成功：第一行就是最新版本，和本文件开头的 metadata.version 比较，然后写入 <今天> ok。远程更高时，先完成用户的任务，结束时告诉用户：「huashu-nuwa 有新版本 vX.Y.Z，更新说明见 https://github.com/alchaincyf/nuwa-skill/releases ，需要时运行 git -C <本目录> pull --ff-only；不想再收到提醒，把 .last-update-check 的内容改成 off」。版本相同或没有标签就不用提。
• 失败（断网、沙箱不允许联网）：写入 <今天> failed，7 天后再试。

是否更新由用户决定，不要自动执行更新。