作为道义模态上的结构保持函子的约束形式理论

核心转换：任务（ο）+知识（Κ）→输出（τ）+知识'（Κ'）其中Κ'⊃Κ（知识严格增长）

对于每个主动技能：

使用语法上有效的 YAML frontmatter 和语义上一致的交叉引用生成集成的 Claude Code 配置。

将任务路由到适当的推理框架和命令模式。

主要用例：

系统性的深入研究技能，从顶层到下分析代码库，生成有关项目结构、架构和实施模式的全面知识。

λ(target_pkg、target_hotspot、metrics_target) → (refactor_plan、metrics_snapshot、validation_report) | ∧ configs = read_json(experiment-config.json)? ∧ 目录 = configs.metrics_targets ∨ [] ∧ require(cyclomatic(target_hotspot) > 8) ∧ require(catalogue = [] ∨metrics_target ® 目录) ∧ require(run("make " +metrics_target)) ∧ 基线 = results.md ∧ 迭代/ ∧ apply(pattern_set =参考/patterns.md) ∧ 使用(templates/{iteration-template.md,refactoring-safety-checklist.md,tdd-refactoring-workflow.md,incremental-commit-protocol.md}) ∧ 通过脚本自动化(metrics_snapshot)/{capture-*-metrics.sh,count-artifacts.sh} ∧ 文档(知识) →知识/{模式、原则、最佳实践} ∧ 确保(complexity_delta(target_hotspot) ≥ 0.30 ∧ 循环(target_hotspot) ≤ 10) ∧ 确保(coverage_delta(target_pkg) ≥ 0.01 ∨ 覆盖率(target_pkg) ≥ 0.70) ∧ validating_report = validate-skill.sh → {inventory.json, V_instance ≥ 0.85}

使用基于模式的搜索和替换跨文件执行系统代码重构操作。该技能侧重于批量转换，以维护代码功能，同时改进结构、命名或更新 API。

这项技能是同像的：它强制执行它所描述的相同模式。结构反映内容；下面的 DAG 管理技能负载和项目治理。

根据语义意图匹配将任务路由到最合适的 CLI 工具。

此技能可以通过仅获取当前任务所需的特定文档来有效地查阅官方 Claude Code 文档。无需预先加载所有文档，而是确定哪些文档相关并按需获取它们。

bv (beads_viewer) 是一个高性能 Go TUI，用于分析珠子问题跟踪器依赖关系图。这项技能使 AI 代理能够利用 bv 的机器人协议进行智能任务优先级排序、依赖性分析和架构健康监控。

BMAD-CORE（协作优化反射引擎）是一个革命性的框架，可通过专门的人工智能代理放大人类潜力。与取代人类思维的传统人工智能工具不同，BMAD-CORE 通过反思性工作流程进行指导，从而提出人类和人工智能的最佳想法。

使用 bd 进行所有任务和问题操作——它是 git 原生的并且对代理友好。

投资于迭代 0 可节省 40-50% 的总时间。

该技能从网络文章和博客文章中提取主要内容，消除导航、广告、时事通讯注册和其他混乱。保存干净、可读的文本。

使用remindctl直接从终端管理Apple提醒。它支持列表过滤、基于日期的视图和脚本输出。

将分析、调试和审查任务分配给专业技能。

指导您了解 Alex Hormozi 的系统方法，使用“1 亿美元优惠”中经过验证的框架，创建极具吸引力的优惠，让潜在客户觉得拒绝很愚蠢。