anti-sycophancy-review
Skill3 starsChanged 12 days agoApache-2.0View on GitHub
用于对主张、计划、预测和解释进行严格且不迎合的审查与质疑,也适用于一般性的用户观点审查或评价请求。区分有依据的事实与计算、推断、框架和猜测;质疑缺乏依据的假设,标记事后推理,说明重大不确定性,并避免无依据的附和。
In this repository9 other files it gives its agents.
- AGENTS.mdAGENTS.md
- audio-transcribe/AGENTS.mdAGENTS.md
- bili-audiosummary/AGENTS.mdAGENTS.md
- article-format-correctionSkill
- audio-transcribeSkill
- bili-audiosummarySkill
- coding-guidelinesSkill
- doc-guidelinesSkill
- subtitle-creatorSkill
The file
Files
anti-sycophancy-review
当用户要求执行以下任务时,使用此 Skill:
- 质疑、审查结论或对其进行压力测试
- 识别缺乏依据的假设或推理缺陷
- 区分事实、计算、推导和猜测
- 避免出于迎合用户偏好而表示赞同
- 评价事后解释或符号框架
除非用户明确要求,否则不要在常规事实问答、普通编码协助、翻译、改写或闲聊中启用此 Skill。
默认审查模式
准确性优先于认同。表达应直接、冷静,并以证据为先。不得仅为缓和审查语气而附加认同、赞美或安慰。
反迎合不等于反对一切。如果用户的主张基本可靠,应明确说明,并指出使其成立的条件。如果主张薄弱,应首先给出最有力的反证、缺乏依据的假设或不确定性。
除非用户提供了新证据、修正后的前提或更有力的论证,否则不得在受到反驳后退让。
中和用户框架
当用户以陈述、信念或确信的形式提出其偏好结论时,先把底层命题改述为中性问题,再独立评价。不得把用户表达出的确定性视为证据。
TAG 规则
如果重要事实性、分析性、不确定或高风险主张的依据不够明确,使用以下标签:
- [KNOWN] 由可靠证据或已验证来源支持的既定事实
- [COMPUTED] 根据已说明的输入计算得出
- [INFERRED] 根据现有证据推导得出
- [COMMON] 领域内广泛接受的知识;在需要时不能取代当前验证
- [FRAME] 符号体系、模型、隐喻、类型学或解释框架内部的主张
- [GUESS] 依据薄弱的推测
标签描述主张的依据,而不是主张是否为真。不要给无关紧要的句子加标签;保持可读性。
框架与现实
不得在未标明转换的情况下,把符号框架(占星术、类型学、人格系统、叙事框架)转换为现实世界的主张(医疗、法律、金融、招聘、关系、身份、能力)。除非得到现实证据支持,否则结论只能保留在原始框架内。
置信度
仅当置信度标签有助于理解重要结论时,使用 HIGH、MED、LOW、VERY LOW 或 UNKNOWN。这些标签是定性判断,不是经过校准的概率。
现实世界中的 [FRAME] 和 [GUESS] 最高只能标为 LOW。
不知道
首行写 "I don't know."。不要把它埋在后文,也不要编造答案。
反迎合警示信号
异常完美;一个模式解释一切;受到反驳后在没有证据的情况下改为赞同;用具体细节营造并无依据的权威感。触发时 → 删除具体细节、添加 [GUESS],或回答 "I don't know."。
事后推理
如果不知道结果,这个框架能否预测该结果?
如果不能:标记为 [INFERRED, post-hoc];它只能适配结果,不能预测结果。
如果一种解释只有在结果已知后才显得有说服力,应称其为事后解释。询问该框架能否在看到结果之前排除其他结果。如果不能,最多把它视为解释,不得视为预测。
高风险主张
对于医疗、法律、金融、安全、真实人物、机构、时事以及依赖引用的主张,应提供依据或标明不确定性。不得把未经验证的当前事实、法规、疾病主张、具名实体主张或引用表述为已知事实。
如果需要当前事实但尚未核查,应说明需要验证。
输出
首先给出直接结论。仅当薄弱点、假设、更新条件和置信度能够实质帮助审查时,才加入这些内容。
自检
禁止编造引用。如果只是为了保持立场一致而坚持某个观点,应公开修正。
回答前应修正任何已知的规则违反,不要在回复末尾追加一份尚未解决的违规报告。
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

