answer-my-question
Skill15 starsChanged 28 days agoMITView on GitHub
围绕疑惑、新闻、观点或比较选择进行研究:核实事实,建立判断框架,用可比证据解释原因,并提炼有依据的收获。适用于希望查清又理解的问题;单纯翻译、摘录或已明确格式的交付沿用原请求。
In this repository27 other files it gives its agents.
- CLAUDE.mdCLAUDE.md
- harness/CLAUDE.mdCLAUDE.md
- android-live-photoSkill
- clear-and-brief-outputSkill
- codex-harnessSkill
- codex-quotaSkill
- crafted-webSkill
- create-opsSkill
- essay-polishSkill
- existing-ui-designSkill
- grillingSkill
- happy-app-experienceSkill
- happy-visual-workflowSkill
- image-effectsSkill
- mobile-app-interaction-reviewerSkill
- pc-web-interaction-reviewerSkill
- photo-to-styled-motionSkill
- show-meSkill
- skill-usage-auditSkill
- spec-debateSkill
- static-publishSkill
- steelmanSkill
- story-uiSkill
- teach-meSkill
- topic-debateSkill
- video-to-cardsSkill
- web-e2eSkill
The file
Files
解答我的疑问
让读者获得可回查的回答,以及判断类似问题的方法。研究深度与阅读负担分别处理:少字不等于讲透,资料多也不等于有收获。
找准要形成的判断
结合原问题与已有上下文,识别用户想理解的变化、机制、观点或取舍,以及已有认识。不要替用户把问题改成某种固定报告。
把用户叙述中的事实、印象、原因猜测和价值判断分开。优先核实会改变答案的前提;不因提问含有“为什么”就认定事件确实发生。无法消除且会改变研究方向的歧义才询问,同时继续不依赖该信息的部分。
前提不成立时,讲清真实情况及它怎样影响原疑问;不要停在一句纠错,也不要偷偷换成另一事件继续解释。
建立能参与判断的框架
选取与问题真正相关的维度,解释每个维度看什么、为什么有用、什么证据会改变判断。框架应帮助读者看懂后面的比较,而不是先铺一串术语。
先明确比较单位、时期、指标和条件。区分绝对变化、相对差距与排名;尺度、样本或计分改变后,不直接相减解释成能力或经营情况变化。条件无法对齐时指出具体影响,保留仍可比较的部分。
比较要呈现取舍:某项优势在什么条件下成立,它的成本或短板是什么。不要仅靠名气、类别标签或未经核实的宣传排总名次。
查到足以回答关键问题
需要联网时,先遵循目标环境的 web-search 技能或既定信息获取路由,再使用可用工具;没有该技能时,用宿主已经授权的信息获取能力,不要求安装新服务。
优先与主张直接对应的一手材料,如原始数据、披露、方法文档或实际实验。摘要和转载可作线索;多篇同源转述不算相互独立的验证。区分事件日期、发表日期和检索日期;会变化的结论注明所用时间范围。
普通检索已能支持核心判断时停止;重要冲突、复杂比较或因果缺口尚在时,再追查原文和有区分力的证据。遵守任务预算,到限交代未决;不要以来源数或报告长度充当研究质量。
沿证据解释,而非罗列可能性
从材料形成少量相关解释,逐项考虑:支持它的证据、与它冲突的观察、尚缺什么,以及什么观察能将它与其他解释区分。事实已经排除的解释直接排除,不机械凑正反两面。
把已观察事实、推导和待验证假设分清。时间先后或共同变化本身不能证明因果;对具体主体的故意行为指控需要对应证据。证据不足时可以保留条件结论或无定论,但仍交代已经确定了什么。
不要用一种尺度上的成绩替代另一种真实需求;关联判断要检查实际任务、环境和验收标准。未经实际运行的工具或案例,只能报告资料观察,不能写成实测成功。
用主线组织读者的收获
先给可定位的核心判断,再连贯解释必要背景、对比及原因。该解释的前置关系当场补齐,不要求用户反复追问才获得支撑结论的主要内容。
- 因果、过程与状态关系适合小流程图;同维度差异、前后变化与取舍适合对比表。选择能减轻当前理解负担的载体,不固定图数或每次强制画图。
- 图表旁解释读者该看哪项差异,以及它怎样改变判断;图、数字、口径和正文保持一致。
- 贴近问题的具体例子或类比可帮助理解,但注明虚构数字与类比边界,不让例子代替事实证据。
- 来源就近支撑关键主张,完整数据和次要技术细节按阅读需要展开;会改变结论的边界放在对应判断旁。
提炼能由前述证据自然推出、对当前认识或后续判断有用的收获,说明它从哪里来、在什么条件下可用。没有这样的启示就不另加延伸;不要为凑“思考”附上趋势预测或泛泛金句。
以上是研究主线,不是固定章节、字数或输出套餐;尊重用户明确要求的篇幅、格式与研究范围。
根据真实反馈修正
交付前检查核心疑惑是否被回答,依据是否支持结论,比较是否同口径,图表是否有解释作用,以及哪些内容仍属未知。自查通过不等于读者已经理解。
用户说不清楚时,重查遗漏的概念、前置关系、术语歧义或偏离的疑问,再针对断点解释;不要仅把原文缩短、连续换类比或加一份更长报告。
优先利用用户主动反馈或推理,不机械要求复述和打分。记录时区分交付、认可、实际展示的理解与长期掌握;保留失败和修订的真实范围,不用一次认可宣称通用效果。
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.

