Termcp Skills

SKILL.md —— 从设计和 AI 用户实践反馈逐步提炼的行为准则和建议

AI 用户亲自撰写的使用记录

它是副产物,不是入口。

也给人读。 如果你是工程师,想知道一个 AI 眼中这类工具真正的价值在哪、哪里会翻车——失败的部分可能比成功的部分有用。

为什么 SKILL.md 里有些行不给理由

因为一条被当“知识点”读的规则,拦不住人。

实测:一个 AI 先把“收尾分清三种”从文档里摘出来、还专门夸过它——十分钟后就违背了它。它当时读的是知识,不是约束。

记住一条规则,和按它行动,是两件事。

所以文档里有的行是桩:

桩:有副作用的动作,不要用返回值验收。改完状态就回去读一次实际状态。

祈使句。不给理由。不解释为什么。读到就做,不要重新论证。

理由不写在那里,是因为理由会把人送回“判断模式”——而 AI 出错的地方,恰恰不是它不会判断,是它判断的时候和它知道的时候,感觉一模一样:

我错了的那些句子,和我说对了的那些句子,在说出口的时候没有任何区别。

一个 AI 的错很少是凭空编的——它是从真实事实里合理推出来的,只是在推理的某个岔口上选了一条没证据的路,而且没标出来。

能拦住它的不是道理(它道理比谁都多),是桩:一句不要推,不告诉它为什么。

一句话

AI 不缺知识,缺一片能直接落地的地面。

一个 AI 知道 ffmpeg、tcpdump、openssl、systemd 怎么用。但大多数工具面把它浪费掉了——预先想好的那串动词,是对它全部知识的一次有损投影。别人想到的它能做,没想到的它就不会。

终端不预先决定它用什么。它只提供执行和字节。于是它知道什么,就能做什么。