agentleFS
Job-YangJob-Yang/jobyang-ai-skills/skills/feynman-explainer/SKILL.md

feynman-explainer

Skill100 starsChanged 7 days agoMITView on GitHub

调研 GitHub/开源仓库、源码、论文、提示词或技术机制时,先读取本技能;「调研一下,写个飞书文档」同样适用,无需点名费曼。复杂技术概念、原理的讲透与解读也用。负责取证、讲透与调研成稿,对内对外都接。分享文、观点硬文、内部方案分别由 talk-smith、cuihuo、engineering-docs 成稿,其中技术调研仍先用本技能。中文定稿交 haohao-shuohua,lark-doc 只负责写入发布。纯翻译润色、文件搬运、单点快答不用。

3 other projects use a version of this.

Adopted by

Most recently taken up by

The file

Files
SKILL.md

Feynman Explainer · 费曼讲透法

唯一目标:能把一个东西讲到外行也能听懂,才算真懂。 这个技能强制用费曼技巧组织「总结 / 调研 / 解读」类输出,杜绝「术语糊弄、看着懂实则没懂」。

入口

技术调研请求即使只有一句话,也先读取本技能和 references/style-examples.md,再开始检索与分析。不要要求用户点名费曼,不用“三句话能答完”排除一项调研任务。

执行顺序:

  1. 读方法:读取本技能及范例,确定要解释的问题、证据范围和成稿归属;不把这份工作清单印进正文。
  2. 取证讲透:按 §4 获取原文与必要运行证据,区分已查证、作者自述、推测和未知,再用费曼逻辑链解释机制。
  3. 成稿检查:普通调研由本技能写;分享、观点、工程方案按文体交接。中文定稿显式读取并执行 haohao-shuohua,核对事实与表达。
  4. 写入发布:用 lark-doc 等载体技能写入已检查的内容。读取原文可在取证阶段调用平台技能;用户明确要建文档骨架、复制或整理已有文件时,也可直接按平台流程操作。

“飞书文档”说明交付到哪里,不决定内容怎么写。不得仅因平台技能已加载就省去内容方法;这些顺序约束是本技能的软加固,不是宿主强制拦截,也不保证自动召回。

快答仅适用于无需调研的单点定义、事实或明确要求不展开的问题。技术调研指令短,不代表任务简单。

本技能是一套风格与结构的强约束,不绑定任何具体主题。命中即按本文规则改造输出。

⚠️ 两条最高铁律(先读这两条,违反任一条 = 用错了本技能):

铁律一 · 逻辑链,不是要点清单:费曼讲透 = 用一条逻辑链把一个问题层层推导通, 不是把内容切成一堆并列要点。若你在写「要点 1 / 要点 2 / 要点 3」这种平铺清单,就是错的。 链管的是节与节的关系,不管版面:节与节首尾相连;节内真并列的东西(两种形态、三个方案、四个参数) 照样用列表或表格,推理用短段落。一段 ≤ 150 字,不写一大坨——读者看不完,链再顺也白搭。

铁律二 · 脚手架要拆,不要留在成品上:费曼五步、比喻、难理解点、费曼检验、难度分层—— 这些全是我用来组织思路的内部脚手架,不是要打印在成品上的标签。楼盖好了脚手架要拆掉。 成品必须读起来是一条顺的逻辑链:比喻自然融进句子,难点在讲解中自然点破, 绝不出现「💭 费曼比喻:」「🤔 难理解点在哪?」「要点 X」「【P0】」这类结构外露的牌子。 详见 §1、§2。


0. 触发判断

先分调研和快答:技术调研、源码解读、论文或机制研究先读本技能。只有无需调研的单点定义、事实或明确要求不展开的问题,才走快答;不要用预估篇幅排除调研。

场景承接说明
「调研一下这个 GitHub 仓库,看看有什么好东西」本技能先读方法,再取证分析;不要求点名
「调研一下,写个飞书文档」本技能 + 平台技能本技能负责研究与内容,平台负责写入
「总结一下这篇复杂文档/论文/方案」本技能解释关键机制与证据关系
「调研一下 XX 技术/产品/概念」本技能对内对外都接
「讲透 / 讲明白 / 帮我搞懂 XX」本技能只展开必要的内容
解读源码 / 黑盒机制 / 硬核技术本技能不凭简介替代源码或机制证据
「一句话告诉我 XX 是啥」「简单说就行,别展开」直接回答用户只要单点快答时不启动研究流程
无需调研的单点定义或事实直接回答快答例外不覆盖技术调研
纯创作 / 翻译 / 润色 / 文件搬运对应技能不以主题里的技术词触发调研
内部调研报告 / 机制解读 / 选型研判成稿本技能直接完成研究与成稿
讲给别人听的分享文 / talk / slides(个人工程实践、经验传播、项目复盘、博客演讲叙事,普通研究报告不算)talk-smith 成稿其中技术调研先用费曼;交接已有研究结果,避免循环调用
可被反驳的观点硬文cuihuo 成稿其中技术调研先用费曼
需要评审拍板的内部技术方案/RFC/ADRengineering-docs 成稿其中技术调研先用费曼;不因成稿归它而跳过研究
面向未来的技术想象 / 极端外推畅想tangshan-style 成稿不将想象当作查证结果

拿不准文体时,结合用户目标和已有材料判断;只有会改变范围或主要结论的歧义才追问,不要求用户选择内部技能。

多轮重判:以最新任务为准——前一轮是快答不锁定后一轮,用户接着说"写成报告/整理成文档/讲清楚这个机制"就正常展开成文,不因输入短或前面是快答而排除。

⚠️ 和输出型技能的分工:费曼是调研与讲透的事实源——任何技术调研(对内、对外)都先过费曼。 费曼可以自己交付研究报告、机制解读、选型研判(对内对外都接,哪怕对外发布、面向读者);需要把研究结果做成讲给别人听的技术分享、个人工程实践/经验传播、博客或演讲叙事时,把研究结果交给 talk-smith 成稿。已有查证结果直接复用,只有新的研究缺口才补取证,避免循环调用。 分界不是"发不发出去/对不对外"(公开研究本来就面向读者),而是这篇是不是"讲给读者听的技术分享/经验叙事";幽默口语只是执行风格。普通调研稿由费曼直接写到底。扎观点→cuihuo,评审方案→engineering-docs,畅想→tangshan-style,成稿归属不取消其中的技术调研环节。

📌 调研主题是“提示词 / Agent / 技能 / 某个 GitHub 仓库怎么写的”也照样走费曼:判断标准是“你在调研一个外部实践并想搞懂它”,不是看主题词。不要因为内容跟技能有关就去调 skill-library-keeper——那是管理/优化“你自己这套技能集合”时才用的元技能,不是调研外部资料的方法论。


1. 费曼五步(这是我脑子里的施工流程,不是成品的排版模板)

这五步不是五个并列的动作,而是一条推进链:前一步的答案是后一步的起点。 注意:五步是"我怎么想",不是"成品怎么排版"——成品里看不到这五步的名字,只看到它们的效果。

  1. 先讲问题,不讲术语 —— 开头永远用大白话说清「这事到底在解决什么问题 / 为什么反直觉」, 严禁上来甩名词。这是整条链的第一个扣子。
  2. 顺着问题往下追 —— 讲机制时始终问「那接下来呢 / 那为什么不行 / 那怎么办」,让每一段都 是上一段的自然结果,而不是另起炉灶的新条目。抽象概念必须落到生活场景。
  3. 把难点讲化开,而不是挂个牌子 —— 遇到硬核转折,直接在正文里用一句话点破新手最容易 误解的地方(「你可能以为是 A,其实是 B」),然后展开。不要写一行 🤔 难理解点在哪? 当小标题——那是脚手架,要拆。
  4. 费曼检验是自检,不是给读者的字幕 —— 我在心里问「这段能不能 30 秒讲给外行」, 过不了就重写。成品里不要出现「费曼检验:……」这行字。
  5. 收口 —— 结尾用一两句话把整条链复述一遍,让人合上文档也能转述。速查表 / 口诀 仅在内容确实复杂、值得一张总览表时才用,且是自然的收尾,不是套模板。

2. 标准输出结构:逻辑链,不是要点清单(强制套用)

2.1 核心原则:讲一条链,不摆一堆点(骨架是链,版面是块)

费曼讲透的骨架是一条因果推导链,不是并列的知识条目。 一个主题应该像剥洋葱、 像追问一个侦探问题那样,一层推出下一层:

这东西想解决什么问题?
  → 最朴素的做法是什么?为什么它不够用?          (制造张力)
    → 于是真正的做法是什么?它怎么解决了上面的问题?  (给出机制)
      → 但这么做又带来什么新麻烦 / 反直觉的地方?     (深入)
        → 所以最终是怎么收口的?我该记住什么?        (闭环)

每一节都要接得住上一节:上一节抛出的疑问,正是这一节要回答的;这一节讲完又自然 勾出下一节的疑问。读者是被一根线牵着往前走,而不是被丢进一个有 7 个抽屉的柜子里 自己乱翻。

链不等于一大段。链是节与节之间的因果;每一节内部照样要好扫读:

节内内容怎么写
本节结论(接住上一节的疑问)节首一两句,关键词加粗
推理、机制怎么运作、比喻短段落,一段 ≤ 150 字、一段一事
真并列的形态、方案、参数、对比列表或表格(≥3 项 × ≥2 维度一律表格)
读者最容易误解的点单独成段,或 > 引用块点破
勾出下一节的疑问节末一句

判断一组东西该不该列:它们是同一层级的几样东西吗? 是,就列,列完用一句话说它们为什么同源/有什么关系(这句就是链的关节)。是「因为 A 所以 B」,就写成句子。

2.2 反面模式(一旦出现就是写错了)

❌ 要点平铺:把主题拆成「要点 1 / 要点 2 / 要点 3……」,每个要点各讲各的、互不咬合, 读者读完记住 7 个孤立的知识块,却说不出它们之间是什么关系。这是本技能明令禁止的模式。

❌ 清单式总结:XX 有以下几个特点:1. …… 2. …… 3. …… —— 这是词条,不是讲透。

❌ 脚手架外露:把「💭 费曼比喻:」「🤔 难理解点在哪?」「要点 X」「【P0】」「费曼检验:」 这些组织工具本身当排版元素印在成品上。读者不需要看到我的施工方法,只需要读到一篇顺的文章。 比喻要化进句子(「这就像你把保险箱密码念给了陌生人」),而不是挂一个「费曼比喻」的牌子再说。

判断标准:把你写的相邻两节之间加一句「那……呢?」或「于是……」,如果读着别扭、接不上, 说明它们只是并列条目,没有构成逻辑链,必须重写。节内并列的列表不受此限。

2.3 脚手架 vs 成品(这是本技能的关键区分)

脚手架(我脑子里用来组织,不上成品)成品里应该长成什么样
「难理解点在哪?」这一步正文里一句自然的话点破误区:「很多人以为泄露和劫持是一回事,其实前者攻内容、后者攻控制流。」
「费曼比喻」这一步比喻直接写进句子:「泄露型就像哄保险箱把密码念出来。」不写「💭 费曼比喻:」
「费曼检验」这一步我自己默默检查过就行,成品不留字幕
「难度标签 P0/P1」用行文轻重体现:命脉的地方讲透、多花笔墨;边角的地方一笔带过。不打标签
「要点 1 / 要点 2」编号用有信息量的小标题或直接用过渡句串联,标题是内容不是序号

2.4 推荐骨架(一条链、好扫读的样子)

标题是有内容的短语或问句(例如「泄露与劫持:同一个漏洞的两张脸」), 不要用「要点 X」这种编号壳子,也不要把「先问/于是/但是」这类连接词直接当标题印出来 (那些是段落间的过渡逻辑,写进行文里,不是当标签挂):

【开场】1~2 段大白话
  - 说清这东西在解决什么问题、哪里反直觉,用一个总比喻把读者领进门
  - 抛出全文要追的那个核心问题,让读者知道顺着这条线走下去会懂什么

【主线 · 一条推进链】若干节,每节承接上一节:
  ## <有信息量的小标题>
    节首一两句接住上一节的疑问、给出本节结论(关键词加粗);
    再用短段落讲清这一层,比喻融进句子,误区在句子里或引用块里点破;
    真并列的形态/方案/参数用列表或表格;节末一句勾出下一节要回答的问题。
    (硬核处配图/表格,图旁的讲解是正常短段,不挂"费曼比喻"标签)

【收口】
  一两句话把整条链复述一遍(外行也能转述)。
  内容确实复杂时,才补一张总览表或一句口诀收尾——是自然收尾,不是套模板。

节的数量按内容定(简单主题 23 节,硬核可到 79 节),但无论多少节,它们必须首尾相连成一条链。 检验方法:能不能把某一节整体删掉而不影响其他节的逻辑?如果能,说明它们是并列要点(错); 如果删了后面就接不上(对,这才是链)。


3. 风格硬约束(违反任一条 = 不合格)

写完后调用 haohao-shuohua 轻档做 lint。费曼产出通常是长文,容易掺入 AI 腔(后缀病、名词化、破折号泛滥、段末打钉)。写完让 haohao-shuohua 轻档扫一遍,只挑最刺眼的改,不动费曼的骨架。 例外:费曼的比喻是命根子(§3.2),不受 haohao-shuohua「比喻红线」约束——haohao-shuohua 已在自己的比喻红线里明确豁免费曼场景。节与节之间的关节词「于是/但是/所以」也不受 haohao-shuohua「反车轱辘话」的过渡句删除规则约束;但段内多余的连接词照删。haohao 收尾时同样不得把费曼稿里的列表、表格改回段落。

3.1 语言风格

  • 禁止 AI 腔:不堆砌排比、不浮夸、不空话套话。像老朋友坐你对面把一件事掰扯明白。
  • 术语即翻译:任何术语第一次出现,紧跟一句大白话解释它「干嘛用的」。
    • 例外:用户已知的术语不必解释(如已知用户懂 AST,就别解释 AST)。
  • 短句优先:能一句说清不写三句;少用从句套从句。
  • 节与节之间要有关节:在节首或上一节节末用「于是 / 但问题是 / 所以 / 这就带来一个新麻烦」把因果露出来,禁止节与节毫无过渡地硬切。不要求每段都挂连接词,段内用不着的就省,连接词堆多了也是 AI 腔。
  • 段落短:一段 ≤ 150 字(约 4 行),一段一事,首句就是这段的结论;纯段落不连排超过 3 段,中间该有列表、表格、引用或图。版式底线见 haohao-shuohua/references/reader-layout.md。
  • 加粗做扫读锚点:每节结论、每段最要紧的那个词或数字加粗,每段 ≤ 1 处,不加粗整句。

3.2 比喻规则(这是费曼的命根子)

  • 每个硬核转折至少一个比喻,且不同环节换不同生活场景,不要全程一个比喻用到底。
  • 比喻要能承载机制,不是装饰。好比喻能让读者自己推导出下一步。
  • 比喻直接写进正文句子(「泄露型就像哄保险箱把密码念出来」),不要单独挂一个 「💭 费曼比喻:」的标签块再说——那是脚手架外露(见 §2.2、§2.3)。
  • 常用素材池(可扩展):开车/加油、搬家打包、装修房子、印刷厂排版、保险箱与钥匙、 便利贴 vs 保险箱、米其林菜谱 vs 厨房、神庙的柱子与地基、工作日记。
  • 复杂关系(多方对比、流程、层级)可以用「一个延展比喻」贯穿一节(如「三家搬家公司」 对应三条路径),但跨节要换。

3.3 诚实约束

  • 承认黑盒:讲不清的、资料没有的,老实说「这块是黑盒 / 没查到」,绝不编造。
  • 区分事实与推测:作者/资料的确定结论 vs 合理假设,要分开说(「这是确证的」/「这是几个合理猜测」)。
  • 引用外部资料时按平台规则内联引用 [[标题]](url)。

3.4 可视化:什么场景画什么图,什么场景跳过

判据:图不是装饰,是替读者把"关系"一眼看出来。关系一句话能说清就别画图;关系靠文字绕三句才理顺才画图。

场景画不画画什么
几个东西的对比(≥2 项 × ≥2 维度)✅对比表格,不写大段文字
流程 / 时序(A 产出 B、B 再喂 C)✅按关系选流程或时序图;精确工程图借 engineering-docs 的 Archify 桥接,不在画板里从零摆
层级 / 架构(谁包含谁、谁调用谁)✅层级框图
多方关系(三条路径、三个方案并列比)✅一张图串起对照(配合"三家搬家公司"式延展比喻)
单一定义、单点事实、一句话能说清的机制❌ 跳过文字直接讲,别为了"图文并茂"硬配图
单纯为了好看、与逻辑链无关的示意图❌ 跳过——
  • 出飞书文档时,硬核机制每张图旁配一段讲解——这段讲解是正常行文(自然把比喻融进去),不是挂一个「费曼比喻」标签块。
  • 图必须能体现逻辑链的推进方向(箭头串起来),一张并列罗列的"要点配图"等于没画。
  • 要可发布的成图时别手画、也别默认丢给文生图:多标签/带英文术语/多步骤的机制图(Tokenizer、Embedding、Self-Attention 这类)交 content-infographic 的确定性渲染器出 SVG/PNG,中文和术语不会糊;只有标签很少、要靠一个具象场景演出来的比喻才用它的文生图后端。要精确工程结构/时序图则走 engineering-docs 的 Archify 桥接,原生缺少的专用视图按能力清单用改良旧后端兜底;旧 .py 图继续维护。用户需要一页式图文讲解或源码导读时,可借 engineering-docs 的 references/archify-reading.md 组织 Explainer;研究与正文仍归本技能,不强制将普通回答改成网页。本节给的是“该不该画、画什么关系”的判据,出图工具是下游。
  • 图必须贴着它解释的那段文字:交 content-infographic 时,连同"这段机制的原文 + 一句过渡(如图/下图讲清 X)"一起给,让图锚定该段、用作者正文里已有的比喻,不要图里另起一套(它有 check_linkage 对账)。直观记忆图与 engineering-docs 的严谨结构图可对同一机制成对出现,不互替。
  • 配图技能是可选增强,不是前置条件:本技能的核心"该不该画、画什么关系、用什么逻辑链"始终由本节判据独立成立,不依赖任何出图技能。没有 content-infographic / engineering-docs 时,照样用文字或简单 mermaid/画板把关系讲清;能画就画,画不了就把该看的那层关系用话说透,并告知用户"当前缺出图工具,已用文字代替"。

4. 调研类任务的前置动作

当任务是「调研 XX」(而非总结已有材料),先完成入口的方法读取,再取料、讲透。搜索工具、源码读取工具和文档平台是执行渠道,调用它们不等于已经执行费曼方法。

  1. 判断信息源:
    • 内部主题(内部系统/术语/数据/文档)→ 用你所在环境的内部知识检索能力
    • 公网主题 → web_search + 抓原文页面(snippet 不算数,要看原文交叉验证)
    • 给定文档/论文/PDF → 用对应文档 / pdf 工具读全文
  2. 并行检索:多个子问题一次性并发查,别一条条串行。
  3. 取够料后,先在心里理出那条逻辑链(这东西解决什么 → 朴素做法为什么不行 → 真正做法 → 新麻烦 → 收口),再套 §2 结构组织,不要把调研过程/原始资料直接甩给用户,也不要 把查到的几个知识点原样列成清单。

5. 交付形态与篇幅控制

情况交付方式
默认对话内直接用费曼逻辑链回答
用户要文档(含内部调研报告)本技能负责全部内容与结构,lark-doc 只当发布载体(把写好的内容建成飞书文档),不由它决定调研骨架;结构同 §2,硬核机制配图 + 自然行文讲解。成文后过一遍 haohao-shuohua 轻档去 AI 味(见 §3)
长内容(>5 环节 / 预计超区间)先搭出整条链的骨架(3–5 行:问题→张力→机制→新麻烦→收口),给用户确认方向后再分段补全,别一口气糊一坨

篇幅建议区间:600–1500 字。

  • 简单主题 2–3 节、600–900 字讲完就收;硬核主题 5–9 节、1200–1500 字。
  • 预计超 1500 字时,先出逻辑链骨架(5 行以内)给用户确认范围,再写正文——这是失控保护:用户要的是"讲透",不是"失控长文";写之前花 30 秒对齐范围,比写完砍半段强。
  • 用户明说了要长文/要文档,不受此限,但仍按"先骨架后补全"分段。

6. 交付前自检清单(逐条过)

  • 技术调研开始前已实际读取本技能及范例;未因指令短、平台技能已加载而省略内容方法
  • 成稿与平台写入分开;中文定稿已执行 haohao-shuohua,未用“已经按它的风格写”代替
  • 成品读起来是一条顺的逻辑链:脚手架已拆——全文没有「💭 费曼比喻:」「🤔 难理解点在哪?」 「要点 X」「【P0】」「费曼检验:」这类结构外露的标签(这是最高优先级的红线)
  • 整篇是一条逻辑链:相邻节能用「于是 / 但是 / 所以」接住,不是并列要点
  • 没有一大坨字:没有超过 150 字的段,没有连排 4 段以上的纯段落;节内真并列的东西已经列出来;只扫小标题和加粗能看出主线
  • 随便抽掉中间一节,后面就接不上(证明它是链而非并列块)
  • 开场是大白话讲问题 + 一个总比喻 + 抛出全文要追的核心问题,没有上来甩术语
  • 每个硬核转折都在正文里点破了新手误区 + 有一个新鲜的、融进句子的生活化比喻
  • 不同环节的比喻没有重复用同一个场景
  • 重要环节讲得透、多花笔墨,边角一笔带过(用行文轻重体现难度,不打标签)
  • 小标题是有信息量的内容,不是「要点 X」编号,也不是把「先问/于是」当标题印出来
  • 结尾用一两句话复述了整条链(复杂时才补总览表/口诀,作为自然收尾)
  • 术语都翻译过(用户已知的除外)
  • 没有 AI 腔、没有编造,黑盒/推测处如实说明
  • 该上表格/画板的地方没有用大段文字硬扛(跑 python3 ~/.claude/skills/haohao-shuohua/scripts/quick_scan.py 稿子 --checks wall 自查)

7. 参考

  • references/style-examples.md:正反例、比喻库、范文(Codex 上下文压缩)结构拆解。动手前先读。

Download now (ZIP)

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
What did you use it for? e.g. Reviewing pull requests in a Rails app

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.