ljg-skills-AI智能体-戴号AI

ljg-skills 工具简介

ljg-skills 是由“Prompt之神”李继刚开源的 Claude Code 自定义技能集。该项目包含 20 个经过深度凝练的认知工具与 2 套自动化工作流。其底层设计哲学为“压缩”，采用极简 Lisp 表达式封装完整方法论，将复杂的认知任务拆解为可复用的 Skill 单元。该技能集支持 org-mode 与 Markdown 双格式输出，可通过 npx CLI 一键安装，并能够迁移至 OpenClaw 等国内支持 Skill 系统的 AI 平台。

核心优势

深度凝练：每个技能均经过半年研读打磨，是认知方法论的封装而非简单的工具堆砌。
极简压缩：将数百字的复杂 Prompt 进化为极简 Lisp 表达式，结构稳定不变。
双格式输出：同时支持 org-mode 与 Markdown，覆盖 Emacs 用户与主流笔记工具生态。
一键安装：基于 npx 的 skills CLI 支持全局或局部、单技能或全技能、多技能组合安装，无需手动配置。
工作流串联：技能可组合为流水线（如论文阅读到卡片生成），实现复杂认知任务自动化。
平台迁移：标准 SKILL.md 格式已成为行业通用规范，可无缝迁移至 OpenClaw、Antigravity 等国内平台。

主要功能矩阵

内容创作

ljg-writes：像手术刀剖开观点，在写作过程中层层想透。
ljg-card：将内容转为 PNG 视觉卡片，支持长图、信息图、漫画、白板等多种形态。
ljg-present：生成高桥流或标语流风格的演讲幻灯片，一页一关键词或黑红双色块断言句。

学习研究

ljg-learn：从历史、辩证、现象、语言、形式、存在、美感、元反思八个维度解剖概念，压成一句顿悟。
ljg-paper：为非学术人士提取论文核心想法，重理解不重批判。
ljg-paper-river：用倒读法递归溯源前序文献，从源头讲述问题演化史。
ljg-book：以问题为轴心拆书，梳理作者共识、挪动点、结论与精神内核。
ljg-library：把一本书的独创取景框讲透，并生成一张 2050 图书馆借书卡 PNG。
ljg-word：深度拆解英语单词的核心语义，找到理解它的顿悟时刻。
ljg-read：提供英文三层翻译、结构标注、深度提问与跨领域旁逸的伴读服务。

思维工具

ljg-rank：给一个领域，找出背后不可再少的独立生成器，把现象砍到最简。
ljg-think：纵向深钻一个观点或现象，直到不可再分的本质。
ljg-plain：把任何内容改写到聪明的十二岁小孩也能懂，且信息不损失。
ljg-invest：从六个维度判断一个项目是否为“秩序创造机器”。
ljg-qa：把文章、论文或书的核心观点抽成 Q-A 链，Q 切要害，A 四段结构化。
ljg-roundtable：组织求真导向的结构化多人辩证对话，每轮生成 ASCII 思考框架图。

关系分析

ljg-relationship：通过五层结构诊断与精神分析，帮用户“看见”关系的真实结构。

实用工具

ljg-travel：输入城市名，自动生成涵盖历史分层、博物馆、古建、考古发现的深度文化文档与便携卡片。
ljg-x-download：将 X/Twitter 帖子中的图片和视频一键下载到本地 ~/Downloads。
ljg-skill-map：扫描所有已安装技能，渲染可视化总览。
ljg-push：把本地技能一键同步到 GitHub 仓库的 master 与 md 双分支。

自动化工作流

ljg-paper-flow：读论文、生成分析、制作漫画卡片一气呵成。
ljg-word-flow：单词深度分析后自动生成信息图卡片一气呵成。

使用指南

克隆仓库：执行 git clone https://github.com/lijigang/ljg-skills.git 获取全部技能文件。
选择格式：默认分支为 org-mode 格式（适用于 Emacs），Markdown 分支适用于 Obsidian/VSCode/Notion。
安装技能：执行 npx skills add lijigang/ljg-skills -g --all 全局安装全部技能，或加 --skill <name> 安装单个技能。
安装依赖：若使用 ljg-card，需进入目录执行 npm install && npx playwright install chromium 安装截图依赖。
验证使用：在 Claude Code 中输入技能名（如 ljg-card）即可触发，国内平台可通过 Skill 文件迁移适配。

同类竞品对比：ljg-skills 与 Anthropic 官方 Skills

定位：ljg-skills 为个人认知工具库，面向思维与创作；官方技能为标准示例，面向通用开发工作流。
数量：ljg-skills 包含 20 个技能加 2 套工作流；官方为 17 个技能。
设计哲学：ljg-skills 主张认知锻造，每个技能有独立创作哲学与方法论；官方侧重功能导向，展示标准格式与最佳实践。
技能深度：ljg-skills 较深，单技能封装完整认知流程；官方深度中等，覆盖文档创建、安全规范、测试等标准场景。
工作流：ljg-skills 原生支持技能链串联；官方以独立技能为主，无原生工作流组合。
输出格式：ljg-skills 支持 org-mode、Markdown 及 PNG 视觉卡片；官方以文本输出为主。
安装方式：ljg-skills 通过 npx skills CLI 或 git clone 安装，支持全局与局部；官方通过官方插件市场或内置推荐。
跨平台：ljg-skills 可迁移至 OpenClaw、Cursor 等支持 SKILL.md 的平台；官方主要面向 Claude Code 与 Claude.ai 生态。
维护者：ljg-skills 由个人（李继刚）维护；官方由 Anthropic 官方团队维护。

应用场景

深度写作：用写作引擎剖开观点，白话引擎降维表达，内容铸卡生成视觉卡片直接发布。
学术研究：用论文阅读器提取核心，论文溯源追踪文献演化，概念解剖拆解关键术语。
知识管理：用拆书技能归档书籍，信息提问机将文章转为 Q-A 知识库，图书馆借书卡可视化呈现。
投资决策：用投资分析从六个维度判断项目是否为“秩序创造机器”，辅助决策。
旅行规划：输入城市名自动生成涵盖历史、博物馆、古建、考古的深度文化文档与便携卡片。

项目地址

GitHub 仓库：https://github.com/lijigang/ljg-skills