alchaincyf /nuwa-skill

你想蒸馏的下一个员工,何必是同事。蒸馏任何人的思维方式——心智模型、决策启发式、表达DNA。Distill how anyone thinks.

★ 38,347⑂ 4,899👁 107⑃ 35● 62▤ 3
PythonMITCreated 2026-04-05
More from this author
Download: v2.0.1v2.0.1 ↓2.0.12026-11-10
+55
Daily
+493
Weekly
38,347
stars
4,899
forks
107
watchers
35
prs
62
issues
3
releases

README

女娲.skill


  
  
  动画由 huashu-motion 制作,女娲形象与每一种画风都由代码绘制


 「你想蒸馏的下一个员工,何必是同事」








女娲帮你蒸馏任何人的思维方式,让乔布斯、马斯克、芒格、费曼都给你打工。

基于开放的 Agent Skills 协议,可在 Claude Code、Codex、Cursor、OpenClaw、Hermes Agent、CodeBuddy、Workbuddy、Gemini CLI、OpenCode、DeepSeek Harness 等 50+ 兼容 runtime 中运行。



同事.skill 证明了蒸馏一个人是可行的。
那何必蒸馏同事?去蒸馏乔布斯、芒格、费曼、马斯克。
只需输入一个名字,女娲自动完成调研、提炼、验证全流程。

看效果 · 安装 · 它蒸馏了什么 · 工作原理



其他语言 / Other Languages:

English · 日本語 · 한국어 · Español







---

 效果示例


用户      ❯ 我同时想做自媒体、写书、做独立开发,精力完全不够

Naval     ❯ 你列了三个欲望。每个欲望都是你跟不快乐签的一份合同。
            不是精力不够,是合同太多。
            
            问你自己:哪一个做起来你会忘记时间?
            那个就是你的特定知识所在。
            
            不是三选一。是先一,再一,再一。
            串行复利,不是并行内耗。



用户      ❯ 我们的SaaS产品获客成本太高了

马斯克     ❯ 先别想怎么降。先算物理极限。
            获客的最小必要动作是什么?用户从知道你到付费,
            信息传递的理论最短路径是什么?
            
            现在你的实际路径是理论路径的几倍?
            如果超过3倍,中间一定有可以砍掉的步骤。
            不是优化漏斗,是质疑漏斗本身该不该存在。


再来一个大家更熟悉的。蒸馏乔布斯之后,问他「OpenAI和Anthropic谁的方向对」:


用户      ❯ OpenAI和Anthropic谁的方向是对的?

乔布斯    ❯ 你问错了。这不是一场关于方向的竞赛。
            这是一场关于品味的竞赛。

            OpenAI像1985年的微软。什么都做,什么都要赢。
            这种策略能赢市场份额。Bill Gates就是这么赢的。
            问题是——当你什么都做的时候,你不可能每件事都做到
            insanely great。

            Anthropic更像早期的Apple。聚焦。
            Focus means saying no to a hundred good ideas.

            但两家公司都犯了一个我绝对不会犯的错误——
            他们不控制硬件。

            最终赢的可能是同时控制芯片、模型和用户界面的人。
            你知道现在谁在同时做这三件事吗?Apple.


这不是角色扮演。乔布斯用的是「聚焦即说不」和「端到端控制」心智模型,Naval用的是「欲望即合同」,马斯克用的是「渐近极限法」。它们不是在复读名人语录,是在用名人的认知框架帮你分析。

---

 安装

女娲基于开放的 Agent Skills 协议,可在任何 skills-compatible 的 AI agent runtime 中运行。

 方式一:一行命令(推荐,跨 runtime)

打开你正在用的 agent(Claude Code、Codex、Cursor、OpenClaw、Hermes、CodeBuddy、Workbuddy、Gemini CLI、OpenCode 等),告诉它:


帮我安装这个 skill:https://github.com/alchaincyf/nuwa-skill


或者用通用 CLI 安装器(vercel-labs/skills,支持 55+ runtime):

bash
npx skills add alchaincyf/nuwa-skill


它会自动识别你当前的 runtime 并把 skill 放到正确目录。需要指定时加 -a claude-code / -a codex / -a cursor / -a openclaw 等参数。

 方式二:手动安装


展开查看各 runtime 的 skills 目录

| Runtime | 安装路径 |
|---|---|
| Claude Code | ~/.claude/skills/nuwa-skill/ |
| Codex CLI | ~/.codex/skills/nuwa-skill/ |
| Cursor | ~/.cursor/skills/nuwa-skill/ |
| OpenClaw | ~/.openclaw/workspace/skills/nuwa-skill/ |
| DeepSeek Harness | ~/.dsh/skills/nuwa-skill/ |
| Hermes Agent | 跑 tools/install_hermes_skill.py |
| 其他 runtime | clone 到对应 runtime 的 skills/ 目录 |

bash
git clone https://github.com/alchaincyf/nuwa-skill 




 DeepSeek Harness 插件

女娲也是一个 DeepSeek Harness(DSH)插件,一行命令装进你的 profile(以 web 为例),重新启动 DSH 后生效:

bash
dsh plugin --profile web add github:alchaincyf/nuwa-skill


卸载:dsh plugin --profile web remove huashu-nuwa。在 DSH 里蒸馏出的人物 Skill 会写进项目的 .dsh/skills/,DSH 会自动加载。

 方式三:作为参考资料使用

即使 runtime 不支持 Agent Skills 自动加载,你也可以直接把 SKILL.md 的内容粘贴进对话——它本质就是一份 markdown + YAML frontmatter。

---

 使用

装好后,告诉 agent:


 蒸馏一个保罗·格雷厄姆
 造一个张小龙的视角Skill
 帮我做一个段永平的Skill


造完之后直接调用:


 用芒格的视角帮我分析这个投资决策
 费曼会怎么解释量子计算?
 切换到Naval,我在纠结三件事


---

 女娲蒸馏了什么

蒸馏各领域最强的人,需要提

Top issues

Latest release

v2.0.1 v2.0.1 2026-11-10
用 v2 把芒格和乔布斯两个 Skill 实际升级了一遍,把过程中暴露的问题修进了手册。

 修了什么

- 运行纪律第 2 条拆开:问到本人亲身经历过、但案例库没收的往事,照模型确实记得的讲全,不再降格成「按思路推的」。乔布斯的封存题因此从 4 分回到 7 分(满分 8)。
- 案例编号不写进回答。
- 验证更严:被测 Skill 拷到隔离目录再测;升级时把旧版作为第三臂;封存题先让裸答试答,全对的换掉;任务题评分分两步,先不给评分方案例库;盲评前多清两类会暴露身份的字样。
- 封存件别把新材料全封掉:升级时补搜到的新材料,封存和进案例库各一半;验证完可以解封。
- merge_research.py:补搜的新底稿(07-…md 起)和表格写法的「和先验不一样的地方」现在都会计数;参数直接传 research 目录也认。

 示例

examples/ 里的芒格和乔布斯已升到 v2,带案例库、原话库、封存件和三臂盲评的原始答卷,可以当 v2 产物的样例看。其余示例仍是 v1 格式。

 怎么更新

在安装目录里执行 git pull --ff-only;用 npx skills 安装的重新装一次。

Snapshot: 2026-11-16T09:23:14Z · Data license Apache-2.0 · JSON