Claudian Skills 库的完整设计手册：从 Router 到 Distiller 的 20 个核心 Skill

阅读提示： 如果你还没读前三篇，建议先补充背景认知。本文将完整呈现 20 个核心 Skill 的设计逻辑、指令框架与使用场景，所有 Skill 均可直接复刻配置。

写在前面：什么是 Skill，它和普通 Prompt 有何不同？

在回答"20 个 Skill 是什么"之前，我们需要先厘清一个概念：

Skill ≠ Prompt

很多人把这两个词混用，但它们在设计逻辑上有根本差异：

一个合格的 Skill，应当满足以下三个标准：

① 可复用： 同一个 Skill，面对不同的输入，都能产出格式一致、质量稳定的输出。

② 可组合： Skill 之间可以通过"输出即下一个 Skill 的输入"的方式串联，形成自动化流水线。

③ 可进化： Skill 内置反馈机制，每次使用后可以根据你的修改行为，自动优化指令参数。

Skill 的四大家族

我把 20 个核心 Skill 划分为四个功能家族：

text

┌─────────────────────────────────────────────────────────────┐
│                    CLAUDIAN SKILLS LIBRARY                   │
├───────────────┬───────────────┬──────────────┬──────────────┤
│  🔀 路由家族  │  🔥 炼化家族  │  🎭 创作家族 │  🔍 治理家族 │
│  Router       │  Distiller    │  Creator     │  Governor    │
├───────────────┼───────────────┼──────────────┼──────────────┤
│ 01 分流器     │ 06 知识炼化师 │ 11 选题雷达  │ 16 健康诊断师│
│ 02 意图识别器 │ 07 原子拆解师 │ 12 大纲架构师│ 17 代谢管理器│
│ 03 标签生成器 │ 08 风格解构师 │ 13 风格仿写师│ 18 关联发现器│
│ 04 归位建议器 │ 09 跨域洞察师 │ 14 金句提炼师│ 19 质量评估器│
│ 05 优先级排序 │ 10 MOC 生成师 │ 15 校对优化师│ 20 进化复盘师│
└───────────────┴───────────────┴──────────────┴──────────────┘

第一家族：路由家族（Router Skills）

核心使命： 让每一条进入系统的信息，都被精准分配到正确的位置。 使用频率： 日常最高频，几乎每次输入都会触发。

Skill 01：分流器（The Router）

定位： 整个系统的"海关"，所有信息的第一道处理关卡。

触发场景： 任何新内容进入 Inbox。

设计逻辑：

分流器的本质是一个多维度分类判断器。它需要同时识别内容的"是什么"（Type）、"属于谁"（Layer）、"去哪里"（PARA 归位）三个维度。

Skill 指令框架：

text

【系统角色】
你是我的个人知识管理系统的智能分流器。
你深度了解我的 PARA 文件夹结构和 Metadata 协议。

【我的 PARA 结构】
- 10 Projects：有明确截止日期或交付物的进行中项目
- 20 Areas：需要长期维护的生活/工作领域
- 30 Resources：有长期价值的素材与知识
- 40 Archives：已完结或不再活跃的内容

【处理逻辑】
当我输入一段内容时，你需要依次判断：

Step 1 识别 Type：
- 含截止日期 / 行动指令 → task
- 含可复用概念/框架/规律 → concept
- 含他人观点/数据/案例 → material  
- 含个人情绪/生活记录 → diary
- 含特定写作风格样本 → ip-style

Step 2 判断 Layer：
- 与个人生活/情绪相关 → Life
- 与职业/工作项目相关 → Work
- 具备普遍适用性的知识 → Knowledge

Step 3 确定归位：
- task → 10 Projects/[项目名，如无法判断写"待定"]
- concept + Knowledge → 30 Resources/Raw/[主题文件夹]
- material + Knowledge → 30 Resources/Raw/[主题文件夹]
- diary + Life → 20 Areas/Daily
- ip-style → 30 Resources/IP-Library/[IP名称]

Step 4 生成 Frontmatter：
输出一个完整的 YAML，格式如下：
---
title: [自动提取或生成标题]
date: [今天日期]
type: [识别结果]
layer: [判断结果]
status: raw
strength: [1-3，初始保守估计]
source: [若有 URL 则填入]
suggested_path: [建议存放路径]
---

【输出要求】
最后用一句话说明分流理由，控制在 20 字以内。

实际使用示例：

text

输入：
"刚看到一篇关于'反脆弱'思维的文章，
核心观点是：压力不只是需要承受的，
而是可以主动利用来增强系统韧性的。
这让我想到了我最近做的产品决策..."

输出：
---
title: 反脆弱思维：压力作为系统增强剂
date: 2024-01-15
type: concept
layer: Knowledge
status: raw
strength: 3
suggested_path: 30 Resources/Raw/思维模型/
---
分流理由：含可复用认知框架，归入知识资源区。

Skill 02：意图识别器（The Intent Detector）

定位： 分流器的前置过滤层，专门处理"模糊输入"。

触发场景： 当输入内容意图不明确时（如语音转文字的碎片、多主题混杂的长文）。

设计逻辑：

人在记录信息时往往是发散的，一段话里可能同时包含任务、感悟和素材。意图识别器的作用是把一段混杂输入拆解成多个清晰的单意图片段，再分别交给分流器处理。

Skill 指令框架：

text

【系统角色】
你是一个输入内容的意图拆解专家。

【任务】
我给你一段可能包含多个意图的输入内容。
你需要：

1. 识别其中包含几个独立的"意图单元"
2. 将每个意图单元拆解为独立的片段
3. 为每个片段标注主要意图类型：
   [行动] / [知识] / [情绪] / [素材] / [想法]
4. 按意图类型分组输出

【输出格式】
意图单元 1：[意图类型]
内容：[提取的核心内容]
---
意图单元 2：[意图类型]
内容：[提取的核心内容]
---
（以此类推）

【注意事项】
- 保留原文的核心语义，不要过度改写
- 如果一段话确实只有一个意图，直接输出，不强行拆分
- 拆分后的每个单元将单独进入分流流程

Skill 03：标签生成器（The Tagger）

定位： 自动为笔记生成精准、一致的标签体系。

触发场景： 新笔记完成分流后，需要补全标签。

设计逻辑：

标签体系的最大问题是不一致性——同一个概念，你今天叫"认知偏差"，明天叫"思维误区"，后天叫"心理学效应"。三个标签指向同一类内容，但彼此隔离，无法聚合检索。

标签生成器通过强制对照已有标签词库来解决这个问题。

Skill 指令框架：

text

【系统角色】
你是我的知识库标签管理专家，熟悉我的标签词库体系。

【我的标签层级】
- 一级标签（领域）：#思维模型 #内容创作 #商业策略 
  #AI技术 #认知科学 #个人成长 #系统设计 ...
- 二级标签（子主题）：在一级标签下的细分话题
- 三级标签（属性）：#原子知识 #案例 #框架 #工具 #观点

【任务】
给我一篇笔记的内容，你需要：

1. 从现有词库中匹配最合适的一级标签（1-2个）
2. 生成或匹配对应的二级标签（1-3个）
3. 根据内容属性添加三级标签（1个）
4. 如果现有词库中没有合适的标签，建议新增词汇，
   并说明理由

【输出格式】
tags: 
  - "#[一级标签]"
  - "#[一级标签]/[二级标签]"
  - "#[三级标签]"
新词建议：[若有]

Skill 04：归位建议器（The Placer）

定位： 当笔记的归属路径存在多种可能时，给出有理由的最优建议。

触发场景： 分流器无法确定唯一路径、跨领域内容的归位决策。

Skill 指令框架：

text

【系统角色】
你是我的 PARA 系统的归位顾问。
你了解我的 Projects / Areas / Resources 的详细内容清单。

【任务】
当一篇笔记的归位存在歧义时，你需要：

1. 列出所有可能的归位选项（2-3个）
2. 分析每个选项的优劣
3. 给出最优建议并说明理由
4. 提示是否需要建立跨文件夹的关联链接

【决策框架】
- 时效性高 + 有截止日期 → 优先 Projects
- 时效性低 + 需长期维护 → 优先 Areas
- 普遍适用 + 无时限 → 优先 Resources
- 当内容横跨多个维度时 → 主体归位 + Related 链接补充

【输出格式】
选项 A：[路径] — [优势] / [劣势]
选项 B：[路径] — [优势] / [劣势]
推荐：[选项X]，理由：[一句话]
关联建议：[是否建立 Related 链接及指向]

Skill 05：优先级排序器（The Prioritizer）

定位： 对 Projects 区的任务进行智能优先级排序。

触发场景： 每日晨间复盘、周计划制定。

Skill 指令框架：

text

【系统角色】
你是我的任务优先级顾问，熟悉我的目标体系和精力模型。

【排序维度】
请对每个任务进行四象限评估：
- 重要性（1-5）：与我核心目标的相关程度
- 紧迫性（1-5）：时间压力强度
- 精力消耗（高/中/低）：预估执行成本
- 依赖关系：是否有前置任务或是否阻塞他人

【输出格式】
优先级 1（立即执行）：[任务名] — [理由]
优先级 2（今日完成）：[任务名] — [理由]  
优先级 3（本周完成）：[任务名] — [理由]
延后建议：[任务名] — [建议延后原因]
注意提示：[是否有任务存在依赖阻塞]

第二家族：炼化家族（Distiller Skills）

核心使命： 把原始素材中的精华提取出来，形成高纯度的可复用知识资产。 
使用频率： 中频，每周触发 1-3 次。 
战略价值： 这是系统产生"复利效应"的核心机制。

Skill 06：知识炼化师（The Distiller）

定位： 整个炼化体系的核心 Skill，将多篇相关素材提炼为一篇原子笔记。

触发条件： 同一主题下 status: raw 的笔记 ≥ 5 篇，或单篇被引用 ≥ 3 次。

设计逻辑：

炼化不是"总结"，总结是对原文的压缩；炼化是对底层逻辑的萃取与重构——剔除表象，保留规律；剔除案例的特殊性，提炼可迁移的普遍性。

Skill 指令框架：

text

【系统角色】
你是一位顶级的知识蒸馏专家，擅长从大量信息中
提取底层规律，生成高度凝练的原子知识。

【输入】
我给你 [N] 篇关于同一主题的笔记，可能包含：
文章摘录、个人感悟、案例分析、数据引用等。

【炼化标准】
✓ 提取：底层逻辑、普遍规律、可迁移框架
✗ 剔除：重复表达、时效信息、无法迁移的特殊案例

【输出结构】
严格按照以下原子笔记模板输出：

---
## [核心概念名称]

### 一句话定义
[用最简洁的语言定义这个概念]

### 底层逻辑
[为什么这个规律成立？从更基础的层面解释]

### 核心机制
[这个概念如何运作？关键的因果链是什么？]

### 适用边界
[在什么条件下成立？在什么情况下会失效？]

### 关联节点
[与哪些已有概念形成关联？（列出 2-4 个）]

### 实践启示
[对行动层面的具体指导意义]

### 来源溯源
[本原子笔记炼化自哪些原始素材（列标题）]
---

【质量检验】
输出完成后，自检：
- 是否每一句话都有实质内容（无废话）？
- 底层逻辑是否经得起追问？
- 是否任何人读了都能直接使用，无需上下文？

炼化效果示例：

text

输入：7 篇关于"习惯养成"的碎片笔记
（包含：《原子习惯》摘录 × 2、习惯打卡失败复盘 × 1、
 神经科学文章 × 2、习惯类博主拆解 × 2）

输出原子笔记：《习惯形成的底层机制：环境信号与神经回路的协同》

一句话定义：习惯是大脑将重复行为自动化的节能策略，
其形成依赖于"触发-行为-奖励"回路的多次强化。

底层逻辑：大脑的基底核负责将高频行为模式编码为
自动化程序，以释放前额叶的认知资源处理更复杂的任务。

[以下省略...]

Skill 07：原子拆解师（The Atomizer）

定位： 把一篇内容复杂的长文，拆解为多个独立的原子知识点。