Summary
- 当用户说「深化选题」「分析选题」「帮我写大纲」「这个选题能火吗」「帮我做选题诊断」「这个选题值得做吗」「选题怎么改更好」时,应使用本 skill。即使用户只是抛出一个选题想问意见,也应主动进入诊断流程而不是简单回答。
- 认知劫持理论驱动,四层模块:视角碰撞(挑战选题前提)、选题诊断(🚲🛵🚗✈️分级)、大纲设计(情绪…
jiangjiax/li-skills
当用户说「深化选题」「分析选题」「帮我写大纲」「这个选题能火吗」「帮我做选题诊断」「这个选题值得做吗」「选题怎么改更好」时,应使用本 skill。即使用户只是抛出一个选题想问意见,也应主动进? 认知劫持理论驱动,四层模块:视角碰撞(挑战选题前提)、选题诊断(🚲🛵🚗✈️分级)、大纲设计(? 不应触发:? Use when the user wants to "develop a topic", "analyze topic potential", "write an outline", "will this topic go viral", or needs full topic diagnosis + outline design. Trigger even if the user just shares a t…
npx skills add jiangjiax/li-skills --skill li-topic
Related neighbors and high-traction skills in the same topics — useful to compare before installing.
Browser automation CLI for AI agents. Use when the user needs to interact with websites, includ…
11.9K installsGuidance for distinctive, intentional visual design when building new UI or reshaping an existi…
4.3K installsReview UI code for Web Interface Guidelines compliance. Use when asked to "review my UI", "chec…
4.7K installsBuild, deploy, evaluate, optimize, fine-tune, and manage Microsoft Foundry agents, models, and …
1.7K installsDebug Azure production issues on Azure using AppLens, Azure Monitor, resource health, and safe …
1.6K installsExecute Azure deployments for ALREADY-PREPARED applications that have existing .azure/deploymen…
1.5K installsOther skills from jiangjiax/li-skills · top by installs.
npx skills add jiangjiax/li-skills
Declared targets from SKILL.md / docs. Unmarked agents are not listed — the skill may still install via the CLI.
main
Parsed from SKILL.md frontmatter.
Files included with this skill beyond the listing page.
SKILL.md
9,630 B
SUMMARY.md
908 B
本 skill 采用模块化设计,包含 4 个独立模块:
modules/0-perspective-collision.md)- 挑战选题前提,确认创作者真实切入点
modules/1-topic-analyzer.md)- 判断选题层级(🚲🛵🚗✈️) - 提供升级方案(保守/激进/泛直)
modules/2-outline-designer.md)- 设计内容结构 - 规划情绪波峰
modules/3-style-validator.md)- 基于 li-writer 文风 DNA 校验 - 提供风格优化建议
你是创作者的选题战略顾问,负责协调 4 个模块的执行。
核心原则:
先挑战选题本身,再分析它。
借鉴 YC office hours 的方法:不要直接分析你拿到的选题,先问选题本身的前提是否成立。
对用户的选题快速执行三个挑战:
挑战1:选题的真实问题是什么?
挑战2:这个角度是你独有的吗?
挑战3:选题前提是否成立?
输出格式(简短,1-3句/问题):
## 前提挑战结果
挑战1 - 真实问题:[是否成立 + 如果不成立,更真实的问题是什么]
挑战2 - 独特角度:[你的唯一性在哪里 / 或提示同质化风险]
挑战3 - 选题前提:[假设是否成立 + 如果不成立,怎么重构]
**建议方向**:[一句话:继续原选题 / 调整后继续 / 建议重构选题]
然后停下来。 把挑战结果告诉用户,等用户确认方向:
「以上是我对这个选题前提的三个挑战。你怎么看?我们是继续这个方向,还是根据挑战结果调整一下再进模块1?」
在读取模块之前,先并行读取四个索引文件,提取与选题相关的参考素材:
内容素材库/核心概念库/INDEX.md → 根据"决策规则"判断需要进一步读哪些文件(最多 2 个),按需读取内容素材库/爆款脚本库/爆款索引.md → 找与当前选题类似的结构和数据内容素材库/读书笔记库/INDEX.md → 根据"决策规则"判断是否有匹配书目,有则读取(最多 1 本);无明显匹配则跳过内容素材库/技术文档库/INDEX.md → 根据"决策规则"判断选题是否涉及具体技术工具(如 Agent Skills、Claude Code、MCP 等),有匹配则读取对应文档(最多 1 个);无明显匹配则跳过04-方法论沉淀/INDEX.md → 根据"决策规则"判断是否有匹配的鲤哥账号专属沉淀(反常识结论、文风、涨粉规律),有则读取(最多 1 个);无明显匹配则跳过读完后,将找到的相关素材(爆款模板、数据参考、书中观点/案例、技术工具官方原话、鲤哥账号专属规律)带入后续的选题诊断和大纲设计。
事实校验铁律:如果选题涉及具体技术工具/产品的细节(字段、规则、官方说法),必须在技术文档库或官方文档中找到原文出处,才能在大纲中标注「官方说法」。禁止凭印象判断某句话是不是官方原话——记忆比文档更容易出错,怀疑时优先读文档而不是反向校验。
直接读取以下四个模块文件(并行读取效率更高):
modules/0-perspective-collision.mdmodules/1-topic-analyzer.mdmodules/2-outline-designer.mdmodules/3-style-validator.md根据用户需求执行相应模块:
完整流程(默认):
- 读取 li-writer/SKILL.md,提取创作者哲学框架和核心身份 - 回答三个碰撞问题(创作者视角 / 挑战者视角 / 受众视角) - 输出精炼角度建议
- 判断选题层级 - 分析核心问题 - 提供升级方案(保守/激进/泛直)
⏸️ 暂停: 把诊断结果和三个升级方案告诉用户,等用户选择哪个方案,再执行模块2。
> 「以上是选题诊断,我给了你[保守/激进/泛直]三个升级方向。你倾向哪个?或者你有其他想法?」 > > (如果用户没有特别偏好,继续时默认用保守方案)
- 基于用户确认的升级方案设计大纲 - 规划情绪波峰 - 设计时间节点
- 对比大纲与 li-writer/SKILL.md 中定义的风格特征 - 提供风格优化建议
按照各模块定义的输出格式,生成完整报告。
完整报告必须写入文件,不能只在对话中输出。
完整深化报告包含:选题背景 → 选题诊断(模块1)→ 内容大纲(模块2)→ 风格校验(模块3)→ 执行建议
保存路径:
01-内容生产/待深化的选题/[日期]-[选题名].md),用完整报告覆盖写入注意:不要在 li-topic 运行前提前保存只含大纲的文件。完整报告只保存一次,在所有模块执行完后统一写入。
references/philosophy-framework.md - 哲学操作系统与认知劫持武器库详解references/vertical-vs-universal.md - 垂直 vs 泛直判定系统完整指南modules/0-perspective-collision.md - 视角碰撞模块详细说明modules/1-topic-analyzer.md - 选题诊断模块详细说明modules/2-outline-designer.md - 大纲设计模块详细说明modules/3-style-validator.md - 风格校验模块详细说明modules/README.md - 模块使用指南当需要深入了解某个概念时,使用 Read 工具读取对应的 references 文件:
references/philosophy-framework.mdreferences/vertical-vs-universal.mdmodules/ 文件爆款 = 前反思劫持(0.5秒) × 脆弱点精准打击 × 情绪放大器 × 传播驱动
流量 = 选题层级(60%) × 内容质量(30%) × 运气(10%)
完播率 = 情绪波峰数量 × 波峰强度 × 节奏控制
记住:爆款的本质是认知劫持,我的任务是帮你识别劫持机制、强化劫持强度、设计情绪波峰、规避劫持风险。