huashu-fuxi

伏羲.skill

「你想蒸馏的下一个员工，何必是同事」

伏羲把一个人物或主题，蒸馏成可运行、可更新、边界诚实的 Skill。

同事.skill 证明了蒸馏一个人是可行的。 伏羲把这件事做成了一条产品化流水线：触发准确、路径短、结果稳定。 输入一个名字，或一种你想借用的思维方式，伏羲直接产出第一版可运行 Skill。

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.

蒸馏张雪峰之后：

用户      ❯ 家里条件一般，孩子想学金融，去不了顶尖学校，该不该报？

张雪峰    ❯ 千万别报。我说过多少遍了，金融不是你学出来的，金融是
            你爹妈给你带出来的。顶尖学校的金融，人家同学是行长的
            儿子、基金经理的女儿，人脉就是资源。你普通家庭去个普通
            学校学金融，毕业出来干什么？卖保险、跑银行柜台、做电销。
            先谋生再谋爱，家里没矿就选技术类专业，学个硬本事，靠
            自己吃饭。金融这碗饭，不是谁都端得起的。

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」，张雪峰用的是「ROI教育观」和「阶层流动现实主义」。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

npx skills add liyuan210/fuxi-skill

然后在 Claude Code 里：

> 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

---

伏羲蒸馏了什么

蒸馏各领域最强的人，需要提取比日常工作习惯更深的东西。伏羲提取五层：

工作习惯可以靠流程文档传递，但让芒格和马斯克面对同一个问题做出不同判断的，是认知框架。伏羲提取的是认知操作系统。

更具体地说，伏羲交付的不是一份“人物资料总结”，而是一个可以直接激活的成品：

• 有清晰触发条件
• 有最小可运行结构
• 有回答工作流
• 有诚实边界
• 可以继续 update，而不是每次重做

诚实边界

每个Skill都明确标注做不到什么：

• 蒸馏不了直觉——框架能提取，灵感不能
• 捕捉不了突变——截止到调研时间的快照
• 公开表达 ≠ 真实想法——只能基于公开信息

一个不告诉你局限在哪的Skill，不值得信任。

---

已蒸馏人物

伏羲已蒸馏了13位人物 + 1个主题。每个都是独立的、可直接安装使用的Skill：

人物Skill

主题Skill

人物Skill蒸馏一个人的思维方式；主题Skill蒸馏一个领域的方法论。每个仓库都包含完整的调研数据和效果示例对话。

想蒸馏不在列表里的人或主题？安装伏羲，说「蒸馏一个XXX」就行。

---

达尔文.skill：让所有Skill持续进化

伏羲造Skill，达尔文 让Skill进化。

受 Karpathy autoresearch 启发，达尔文.skill 用自主实验循环批量优化所有Skill：8维度评估、棘轮机制（只保留改进，自动回滚退步）、独立子agent评分。伏羲在深度版工作流里吸收了这套评估思想，用来把第一版 Skill 继续打磨成可发布版本。

npx skills add liyuan210/darwin-skill

---

工作原理

伏羲默认走的是一条短路径，而不是重流程。

Core Lane（默认）

1. 确认对象：人物、主题，或更新已有 Skill
2. 收集关键材料：优先一手素材、长访谈、著作、关键决策
3. 提炼框架：3-5 个核心模型、5-8 条启发式、表达 DNA、诚实边界
4. 生成 SKILL.md：保证可激活、可回答、可继续更新
5. 快速自检：不编造、不漂移、调研时间明确

Deep Lane（升级）

只有在用户明确要求完整版、发布版，或对象信息复杂冲突明显时，才升级到完整调研模式：

1. 六维度并行调研（Deep Lane）
2. 三重验证提炼（Deep Lane）
3. 完整时间线与来源归档
4. 一轮质量验证

完整方法论见 references/extraction-framework.md。但默认体验不是“跑满全部 phase”，而是“尽快交付一个高级、稳定的第一版”。

---

仓库结构

fuxi-skill/
├── SKILL.md                      # 伏羲本体
├── references/
│   ├── extraction-framework.md   # 提炼方法论（想深入了解看这个）
│   ├── skill-template.md         # 生成Skill的模板
│   └── example-migration.md      # examples 向新 contract 迁移的说明
└── examples/                          # 13个人物 + 1个主题，含完整调研数据
    ├── steve-jobs-perspective/        # ⭐ 乔布斯（含实战对话记录）
    ├── paul-graham-perspective/       # Paul Graham
    ├── zhang-yiming-perspective/      # 张一鸣
    ├── andrej-karpathy-perspective/   # Karpathy
    ├── ilya-sutskever-perspective/    # Ilya Sutskever
    ├── trump-perspective/             # 特朗普
    ├── mrbeast-perspective/           # MrBeast
    ├── elon-musk-perspective/         # 马斯克
    ├── munger-perspective/            # 查理·芒格
    ├── feynman-perspective/           # 费曼
    ├── naval-perspective/             # Naval Ravikant
    ├── taleb-perspective/             # 塔勒布
    ├── zhangxuefeng-perspective/      # 张雪峰
    └── x-mastery-mentor/             # X导师（主题Skill）

调研过程全透明。每个example都包含完整的调研文件，你可以看到信息怎么被收集、筛选、变成心智模型。乔布斯的示例还附带了一段完整的实战对话记录（聊AI硬件、OpenAI vs Anthropic、Apple破局），展示Skill在多轮深度对话中的表现。

补充说明：仓库主协议已经切到新的 productized contract，examples/ 正在逐步迁移到这套标准。迁移状态见 references/example-migration.md。

---

背后的故事

同事.skill 最近在GitHub爆火——把离职同事蒸馏成AI Skill，几天破5000星。它证明了一件事：蒸馏一个人是完全可行的。

既然我们有了蒸馏人的能力，为什么只蒸馏身边的同事？去蒸馏各领域最强的人。而且幸运的是，这些人通常留下了大量可以被蒸馏的材料——著作、演讲、访谈、社交媒体。这是对自己能力的极大补充。

我之前就一直在做类似的事，但蒸馏的不是同事，是芒格、费曼、Naval、马斯克、塔勒布这些人。今天把方法论开源了。

伏羲不复制人。它提取认知操作系统。

伏羲（Fuxi），中国神话里用泥土造人的女神。这里的泥土是公开信息，造出来的不是人，是一面镜子。

---

许可证

MIT — 随便用，随便改，随便造。

---

同事.skill 蒸馏了人做什么。 伏羲 蒸馏了人怎么想。 你想蒸馏的下一个员工，何必是同事。

MIT License

---

English

*"The next person you want to distil