李繼剛19個Skills，真正厲害的是這條線
整理版優先睇
李繼剛 19 個 Skills 並非散裝工具，而係一條由「讀→諗→寫→發佈」組成嘅完整思考鏈，核心係幫你將混亂資訊變成自己嘅語言。
李繼剛係一位 GitHub 上嘅開發者，2023 年 6 月就提出結構化 Prompt，佢嘅 ljg-skills 倉庫有 5.6k stars，唔係靠爆文衝出嚟，而係被人用耐咗慢慢加上去嘅。作者本身用過 ljg-learn 去理解「貝葉斯推斷」，發現佢唔係直接俾公式，而係從歷史、現象、語言等多個維度剖開個概念，最後壓成一句「貝葉斯推斷就是用新的證據更新你對世界的信念」——呢句嘢令作者意識到之前讀咗十幾篇文章都冇得到一句「可以放喺腦入面帶走嘅話」。
整篇文章嘅結論係：呢 19 個技能唔係散裝工具，而係一條由「Read → Think → Write → Publish」組成嘅閉環線。每個階段都有對應工具——Read 階段有 ljg-read、ljg-paper 等搞掂輸入消化；Think 階段有 ljg-learn、ljg-plain 等進行深層理解同重構；Write 階段有 ljg-writes、ljg-roundtable 等形成判斷同表達；Publish 階段有 ljg-card、ljg-present 等做視覺化同傳播。呢條線嘅設計意圖係幫人建立一套「將混亂資訊變成自己語言」嘅方法，而唔係俾一堆效率工具咁簡單。
作者特別提到，所有技能嘅命名都係「動詞 + 最簡單名詞」，例如概念解剖、白話引擎、追本之箭，冇用「智能」「AI 賦能」呢類形容詞，反映佢知道自己做緊乜，唔需要靠包裝。最後佢用一條安裝命令收尾，並提醒 …
- 結論：19 個 Skills 形成「Read→Think→Write→Publish」閉環，核心係建立理解同表達嘅方法，唔係散裝工具。
- 方法：ljg-learn 從 8 個維度解剖概念，最後壓成一句「頓悟」，令你真係「帶得走」個概念。
- 差異：ljg-plain 要求改寫到十二歲細路都明，逼你真正搞懂背後邏輯，唔係淨係換詞。
- 啟發：ljg-rank 幫你揾出領域嘅「不可再少嘅獨立生成器」，令你從根部理解成個領域，唔使記曬啲分支。
- 可行動點：用一行命令 npx skills add lijigang/ljg-skills#md -g --all 安裝所有技能，之後仲要為 ljg-card 額外安裝 Playwright。
安裝所有 ljg-skills
一鍵安裝 19 個技能，加上 #md 參數適合 Obsidian、VSCode 等 Markdown 工具。預設係 org-mode 格式。
ljg-card 額外安裝 Playwright
執行 cd ~/.claude/skills/ljg-card && npm install && npx playwright install chromium 來安裝 Chromium 瀏覽器。
李繼剛同佢嘅 Skills 背景
李繼剛老師嘅 GitHub 主頁只有一句「Read → Think → Write → Publish」。2023 年 6 月，大部分人仲研究緊點同 ChatGPT 傾偈嘅時候，佢已經出咗篇〈如何寫好 Prompt，結構化〉，將 Prompt 推向「似編程咁組織」。佢嘅 prompts 倉庫長期被中文用戶當做結構化 Prompt 嘅樣板。
作者自己用過 ljg-learn 之後先明白，呢套嘢唔係散裝工具，而係一條線。佢第一次用 ljg-learn 搞「貝葉斯推斷」，輸入之後冇俾公式，反而先問「你對概率有冇直覺理解？」然後用歷史、現象、形式化語言、反例、美感一層層剖開，最後壓一句「貝葉斯推斷就是用新的證據更新你對世界的信念」。作者話：「嗰下我愣住了，因為我從未得到過一句『可以放進腦子裏帶走嘅話』。」
第一段線：理解——由「知道」變成「真係懂」
呢段有 10 個技能，全部解決同一個問題：將「知道一個嘢」變成「真係懂一個嘢」。大部分人對「懂」嘅標準好低——背到定義叫知道，腦裏有畫面、有結構、有自己嘅話先叫懂。
- ljg-learn：從歷史、辯證、現象、語言、形式、存在、美感、元反思八個方向切開概念，最後壓成一句「頓悟」。唔係摘要，而係「嗰一秒你突然明咗」嗰種句子。
- ljg-plain：改寫到聰明嘅十二歲細路都明。唔係通俗易懂咁簡單，係要你真係搞通背後邏輯，再用日常類比講出來。講唔清楚就代表你自己未真係明。
- ljg-word：拆一個英文單詞，挖詞根意象、歷史演化、核心語義，令你發現英文詞彙體繫有內在紋理，而唔係一堆死記嘅符號。
- ljg-rank：俾個領域，幫你揾出「背後不可再少嘅獨立生成器」。例如經濟學嘅「激勵」、進化生物學嘅「變異加選擇」。由根部長出嚟，唔使記所有分支。
- ljg-think：縱向深鑽觀點或現象，落到不可再分嘅本質。同 ljg-learn 唔同：learn 係橫向多維剖開，think 係縱向一路挖落去。
- ljg-read：陪你讀任何文本，有四件事：英文三層翻譯、結構標註、深度提問、跨領域旁逸。最後呢個最正——喺關鍵位同你講「呢度邏輯同進化生物學某現象好似」，令書同你原有知識發生反應。
- ljg-paper：為非學術人士提取論文核心想法，重理解唔重批判。先真係讀明，再決定評唔評判。
- ljg-paper-river：用「倒讀法」遞歸挖論文嘅前序文獻，最多五層，同時查最新進展，從源頭講清問題演化史。
八個方向全部切完，最後壓成一句頓悟，唔係摘要，係「嗰一秒你突然明咗」嗰種句子。
說不清楚的，一定是自己沒真的懂。
用 ljg-rank 找到嘅生成器可以令你理解領域效率發生質變。
第二段線：判斷與表達——理解咗之後點樣用
理解完嘢之後，就要形成判斷，然後表達出來，再同人對話檢驗。呢四個技能就係做呢件事。
- ljg-writes：好似手術刀咁剖開一個觀點，一層層剝到底，1000-1500 字。輸出嘅係有人格、有立場嘅文字，你會 feel 到作者真係信緊呢件事。
- ljg-invest：核心判斷一個項目係咪「秩序創造機器」——夠唔夠將混沌變成秩序，而且秩序可持續複製。就算唔投資，用呢個框架睇自己 project 都會有唔同視角。
- ljg-relationship：五層結構診斷加精神分析，透過對話引導令你「睇見」關係嘅真實結構。唔直接俾答案，而係一層層問，令你喺答問題嘅過程中自己睇清。
- ljg-roundtable：求真導向嘅結構化多人辯證對話，每輪生成 ASCII 思考框架圖。模擬多個立場角色辯論，強制揾出你論點最脆弱嘅地方。
ljg-writes 要求你先有一個觀點，然後佢幫你寫透，包括前提、反例、最有力量嘅表達方式。
ljg-invest 問嘅唔係 DCF，而係「呢個項目喺將混沌變成秩序嗎？」，底層到似查理·芒格嘅飛輪理論。
ljg-roundtable 模擬多個立場角色，強制揾出論點最脆弱嘅地方。
第三段線：交付與傳播——最後一公里，點樣俾人睇到
想清楚、寫出來之後，就要解決「點樣俾人睇到」呢個問題。呢段有五個技能，做嘅係將內容包裝成可以傳播嘅形式。
- ljg-card：將內容轉成 PNG 視覺卡片，支援七種模式：長圖、信息圖、多卡、視覺筆記、漫畫、白板、大字。漫畫模式尤其特別，可以將論點變成幾格漫畫敍事，令嚴肅內容有傳播力。
- ljg-present：兩種演講風格——高橋流（一頁一個關鍵詞，奶白底墨字）同標語流（黑紅雙色塊，ultra-bold 字體）。高橋流適合思考節奏，標語流適合衝擊感。
- ljg-travel：輸入城市名，生成深度文化研究文檔加便攜卡片 PNG。唔係行程規劃，而係先研究城市嘅歷史、文化、當下，再出發——一個好有意思嘅暗示：理解工具最終落腳嘅係一個更完整嘅人。
- ljg-skill-map：掃描已安裝技能，渲染可視化總覽。俾「工具越裝越多、唔知自己有咩」嘅人用。
- ljg-push：將本地 ljg 技能一鍵同步到 GitHub 倉庫，master 同 md 雙分支同時推。係生產工具，唔係日常消費工具。
ljg-card 嘅漫畫模式係絕大多數工具冇嘅能力，將嚴肅內容轉成漫畫敍事。
高橋流核心係「用最少的詞讓聽眾記住一件事」，每一頁只有一個詞但精挑細選。
# 安裝所有技能（Markdown 格式，適合 Obsidian/VSCode）
npx skills add lijigang/ljg-skills#md -g --all
# ljg-card 需要額外安裝 Playwright
cd ~/.claude/skills/ljg-card && npm install && npx playwright install chromium所有技能嘅命名都係「動詞 + 最簡單嘅名詞」，冇「智能」「AI 賦能」呢類詞，反映佢知道自己做緊乜，唔需要形容詞撐場。
中世紀鍊金術士尋找哲學家之石，結果留下現代化學嘅起點；李繼剛呢套工具表面係提高效率，實際係建立一套「將混亂信息變成自己語言」嘅方法。
李繼剛 19 個 Skills ，最犀利嘅係呢條線
由閲讀、思考、寫作到發佈，將混亂嘅資訊變成自己嘅語言
前幾日嗰篇文章出咗之後，收到唔少私信。
大部分都係問同一件事， ljg-skills 入面仲有啲咩？你上次只係講咗幾個，可唔可以由頭到尾講一次？
我明白呢個需求。因為我自己當初見到呢個倉庫嘅時候，都係嗰種感覺，先裝咗幾個，然後越用越覺得唔對路，總覺得後面仲有嘢，於是將成個倉庫由頭到尾睇咗一次。
睇完之後我先明，點解單獨講任何一個都講唔清楚。
因為佢哋唔係一堆散裝工具，而係一條線。
今日我想將呢條線完整咁拉俾大家睇。
先講下李繼剛老師係邊個，對唔識佢嘅朋友交代下。
佢嘅 GitHub 主頁得一句簡介， Read → Think → Write → Publish 。
2023 年 6 月，大部分人仲研究緊點樣同 ChatGPT 傾偈嘅時候，佢已經出咗篇「如何寫好 Prompt ，結構化」，將 Prompt 推向「好似編程咁組織」嘅方向。佢另一個倉庫「 lijigang/prompts 」長期俾中文用戶當成結構化 Prompt 嘅樣板倉庫。
而家佢嘅 ljg-skills 倉庫有 5.6k 粒 star ， 600 幾個 fork 。
唔係靠一篇爆文衝上嚟嗰種，而係俾人用咗之後慢慢加星嘅。
呢兩種增長方式，完全唔同。
我自己第一次用 ljg-learn 嘅時候，係想搞明「貝葉斯推斷」呢個折磨咗我好耐嘅概念。
輸入去，佢冇俾公式我。
佢先問，你對概率有冇直覺理解？然後由我能夠接受嘅地方開始，用歷史、用現象、用形式化語言、用反例、用美感，一層一層咁將呢個概念剖開。
最後佢壓咗一句話，「貝葉斯推斷就係用新嘅證據更新你對世界嘅信念」。
我當時即刻呆咗。
唔係因為呢句話有幾高深，而係因為我意識到，我之前睇咗十幾篇文章，但從來冇得到過一句「可以放喺腦入面帶走嘅話」。
嗰次係我第一次感覺到 ljg-skills 呢套嘢做緊嘅，到底係乜嘢事。
好，而家我帶大家行完整條線。
19 個技能，我按照佢哋實際嘅作用關係分三段講，唔係亂咁分類，而係李繼剛老師設計嗰陣嘅內在邏輯。
第一段，理解呢件事
呢一段有 10 個技能，全部都係解決同一個問題，將「知道一樣嘢」變成「真係明一樣嘢」。
聽落好似廢話，但大部分人對「明」呢件事嘅標準，其實好低。
背到定義，叫做知道。
腦入面有畫面、有結構、有自己的話，先叫明。
ljg-learn ，概念解剖
呢個係成個倉庫入面我認為最紮實嘅一個。
佢由八個方向切開一個概念，歷史（呢樣嘢點樣嚟）、辯證（佢反對緊啲乜）、現象（佢喺生活入面係點樣）、語言（佢嘅詞根意象）、形式（數學/邏輯層面嘅表達）、存在（佢點解存在）、美感（佢最優雅嘅地方係乜）、元反思（你而家對佢嘅理解本身係咩性質）。
八個方向全部切完，最後壓成一句頓悟。
唔係摘要，而係「嗰一秒你突然明咗」嗰種句子。
佢能夠將任何概念拆到呢個深度，係因為佢唔係喺度檢索解釋，而係用多個認知維度重新建構呢個概念。係兩件完全唔同嘅事。
ljg-plain ，白話引擎
李繼剛老師嘅講法係，改寫到聰明嘅十二歲細路都明。
呢個標準比「通俗易懂」要求高好多。
通俗易懂嘅版本係，你將專業詞換成大眾詞，結構唔變。
十二歲細路都明，係你要真係將背後嘅邏輯諗清楚，然後用日常經驗入面揾到嘅比喻講出嚟。講唔清楚嘅，一定係自己未真係明。
我見過有人將公司戰略文件掉入去，出嚟之後話，佢先發現入面有啲段落其實係廢話，只係用咗複雜語句令人以為有內容。
ljg-word ，單詞精通
呢個睇落最窄，只係拆一個英文單詞，但佢嘅做法係將詞根意象、歷史演化、核心語義，以及「頓悟時刻」全部扒出嚟。
真正明一個詞，同埋可以喺句子入面正確用一個詞，係兩件事。
用佢拆過幾十個詞之後，你會發現英文嘅詞彙體系開始變得有內在紋理，而唔係一堆要死記嘅符號。
ljg-rank ，降秩引擎
呢個比較特別。
你俾一個領域佢，佢幫你揾出「背後唔可以再少嘅獨立生成器」。
即係點？就係喺呢個領域入面，所有嘅現象同知識，最終可以由邊幾個核心元素生成出嚟。
經濟學入面，呢個元素可能係「激勵」。進化生物學入面，可能係「變異加選擇」。
揾到呢啲生成器，你理解一個領域嘅效率會發生質變，因為你唔再需要記住所有嘅分支，而係由根部生出來。
ljg-think ，追本之箭
俾一個觀點或現象，縱向深入鑽研，去到唔可以再分嘅本質。
同 ljg-learn 嘅分別係， learn 係橫向多維度剖開， think 係縱向一路向下挖。
兩個方向嘅工具，加埋先係完整嘅「諗清楚一件事」。
我用佢挖過「點解會拖延」呢件事，由行為層、情緒層、認知層，一路向下，最後去到「不確定性引發嘅自我保護機制」。
嗰個答案唔係網上揾返嚟，而係推導出嚟嘅。感覺好唔同。
ljg-read ，伴讀
呢個係陪你讀任何文本嘅。
佢嘅核心有四件事，英文三層翻譯（信達雅）、結構標註、深度提問、跨領域旁逸。
我最鍾意最後呢個，「跨領域旁逸」。
你喺度讀緊一篇經濟學論文，佢會喺某個關鍵節點話，呢度嘅邏輯同進化生物學入面某個現象高度相似，然後展開嚟講。
好嘅讀書，唔係將書入面嘅嘢裝入去，而係令書入面嘅嘢同你原本已經有嘅嘢產生反應。 ljg-read 做緊嘅就係呢件事。
ljg-paper ，論文閲讀
定位係「為非學術人士提取論文核心想法，重理解唔重批判」。
重理解唔重批判，呢個設計思路我好鍾意。大部分 AI 讀論文嘅工具會幫你揾假設、揾漏洞、揾方法論問題。呢啲當然有用，但前提係你先真係明佢講緊乜。
ljg-paper 做嘅就係呢個前提。佢幫你將論文入面最核心嗰個想法挖出嚟，用你可以帶得走嘅方式表達出嚟，令你先真正讀明，然後你先決定要唔要去評判佢。
ljg-paper-river ，論文溯源
呢個係 paper 嘅進階版，叫「倒讀法」。
俾一篇而家嘅論文，佢遞歸咁挖出佢引用嘅前序論文，最多挖到五層，同時查最新進展，由源頭講述呢個問題嘅演化史。
讀論文讀到某個概念卡住，成日都係因為唔知呢個概念係喺解決咩問題嘅背景下提出嚟。 paper-river 就係做呢樣嘢，令你睇清楚一條知識嘅來龍去脈。
ljg-book ，拆書
五件事，核心問題、基礎假設、分析框架、核心觀點、成本書嘅上帝之眼壓幾句。
好多人拆書嘅方式係列目錄、列金句。嗰啲係摘錄，唔係拆書。
真正嘅拆書係問，呢本書喺度回答乜嘢問題，佢嘅答案成立需要乜嘢假設，佢用乜嘢框架去分析，同埋如果你只可以記住一件事，嗰件事係乜。
呢五個問題加埋，先係一本書嘅骨架。
ljg-qa ，資訊提問機
將文章、論文、書嘅核心觀點，抽成 Q-A 鏈。
Q 要切中要害， A 四段式，結論、形式化（數學/邏輯表達）、步驟、邊界條件。
邊界條件呢個設計我覺得特別重要。任何觀點，都有佢成立嘅邊界。唔講邊界條件嘅觀點，嚴格嚟講係唔完整嘅。
呢個工具輸出嘅 Q-A 對，比市面上大部分「知識卡片」工具嘅質素高，因為佢一開始就要求 A 包含邊界。
順住上面呢十個講完，我哋到咗第二段。
第二段，判斷與表達
明咗嘢，然後呢。
然後要形成判斷，然後要表達出嚟，然後要喺同人哋嘅對話中檢驗佢。
呢四個技能做緊嘅就係呢件事。
ljg-writes ，寫作引擎
好似手術刀咁剖開一個觀點，一層層剝到底， 1000-1500 字。
佢嘅輸出唔係普通嘅博客文，而係有人格、有立場嘅文字。佢要求你先有一個觀點，然後佢幫你將呢個觀點寫透，包括呢個觀點成立嘅前提、佢嘅反例、佢最有力量嘅表達方式。
寫出嚟嘅嘢，你會感覺到作者係真係信呢件事，而唔係喺度堆砌資訊。
ljg-invest ，投資分析
核心判斷一個項目係咪一部「秩序創造機器」。
呢個框架我覺得好有意思。唔係 DCF ，唔係 EBITDA ，而係問「呢個項目喺度將混沌變成秩序嗎，佢嘅秩序係咪可以持續複製嘅」。
有啲似查理·芒格講嘅「好生意係令飛輪轉起嚟嘅生意」，但表達更原始、更底層。
就算你唔投資，用呢個框架睇自己嘅項目同公司，都會有好唔同嘅視角。
ljg-relationship ，關係分析
五層結構診斷加精神分析，透過對話引導幫用戶「看見」關係真實結構。
呢個係成個倉庫入面定位最特別嘅一個，因為佢唔係處理外部資訊，而係處理人際關係入面嘅內部動力。
佢唔直接俾答案你，而係一層層咁問，令你喺回答問題嘅過程入面自己睇清楚嗰段關係真正發生咗啲乜。
好多人用完之後話，原來我知答案，只係冇機會講出嚟。
ljg-roundtable ，圓桌討論
求真導向嘅結構化多人辯證對話，每輪生成 ASCII 思考框架圖。
你俾一個問題或論點，佢模擬多個立場唔同嘅角色進行辯論，每一輪對話之後輸出一個 ASCII 框架圖，顯示論點嘅推進狀態。
用嚟測試一個觀點，比自己同自己辯論靠譜得多，因為佢會強制揾出你論點入面最脆弱嘅地方。
第三段，交付與傳播
諗清楚咗，亦寫咗出嚟，然後係最後一公里，點樣令佢俾人見到。
ljg-card ，內容鑄卡
將內容轉成 PNG 視覺卡片，支援七種模式。
長圖（-l ）、信息圖（-i ）、多卡（-m ）、視覺筆記（-v ）、漫畫（-c ）、白板（-w ）、大字（-b ）。
漫畫模式我單獨講下，因為呢個係絕大多數工具冇嘅能力。佢可以將一個論點或知識點，轉成一個幾格漫畫嘅敍事，令嚴肅嘅內容有咗傳播力。
ljg-card 係成個倉庫入面唯一一個用咗外部依賴嘅工具，需要 Playwright 同 Chromium ，安裝麻煩少少，但裝完之後佢係成個傳播鏈條嘅最後出口。
ljg-present ，演講鑄造器
兩種風格。
默認係高橋流，一頁一個關鍵詞，奶白底墨字。高橋流嚟自日本設計師高橋徵義，核心係「用最少嘅詞令聽眾記住一件事」，每一頁得一個詞或者一句話，但呢個詞係精挑細選嘅。
加上 -s 參數係標語流， VACAT 同 BIG STUDIOS 風格，黑紅雙色塊， ultra-bold 字體，每一頁係一個完整嘅斷言句子撐滿螢幕。
兩種風格對應兩種場合，高橋流適合需要思考節奏嘅分享，標語流適合需要衝擊感嘅演講。
ljg-travel ，旅行研究
呢個乍睇同前面嘅思考工具唔多夾，但放埋一齊就啱曬。
輸入城市名，生成深度文化研究文件加便攜卡片 PNG 。
佢唔係做行程規劃，而係先研究呢個城市喺歷史係乜，喺文化係乜，喺當下係乜，然後由呢個背景出發，旅行先唔係「打卡完一個景點去下一個」。
我覺得呢個工具放喺成個倉庫入面，係一個好有意思嘅暗示，所有嘅理解工具，最終落腳嘅係一個更完整嘅人，而唔係一個效率更高嘅工作者。
ljg-skill-map ，技能地圖
掃描所有已安裝技能，渲染可視化總覽。
呢個係俾「工具越裝越多、已經唔知自己有啲乜、用到邊度」嘅人做嘅。
一行指令行完，出一張圖，你所有技能嘅全景就喺嗰度。
ljg-push ，推送引擎
將本地 ljg 系列技能一鍵同步到 GitHub 倉庫， master 加 md 雙分支同時推。
呢個係俾想貢獻或維護自己技能倉庫嘅人做嘅，係成個倉庫嘅生產工具，唔係日常消費工具。
講完呢十九個，我返轉頭講嗰條線。
呢個係我覺得 ljg-skills 最犀利嘅地方，唔係任何一個單獨嘅工具，而係佢哋夾埋一齊，呈現出嘅設計意圖。
李繼剛老師嘅 GitHub 簡介得一句話， Read → Think → Write → Publish 。
你將 ljg-skills 對應入去，就係呢四個字嘅展開版本。
Read ，係 ljg-read 、 ljg-paper 、 ljg-paper-river 、 ljg-book 。將外部世界嘅資訊讀入嚟，讀透，唔係收藏，而係消化。
Think ，係 ljg-learn 、 ljg-plain 、 ljg-word 、 ljg-rank 、 ljg-think 、 ljg-qa 。將讀入嚟嘅嘢喺腦入面重建，形成結構，形成自己嘅語言，最後形成一個可以帶得走嘅判斷。
Write ，係 ljg-writes 、 ljg-invest 、 ljg-relationship 、 ljg-roundtable 。將判斷寫出嚟，用對話檢驗佢，用唔同角度錘佢，直到佢經得起推敲。
Publish ，係 ljg-card 、 ljg-present 、 ljg-travel 、 ljg-skill-map 、 ljg-push 。將寫出嚟嘅嘢變成可以俾人見到嘅嘢，視覺嘅、演講嘅、系統嘅。
四個階段，十九個工具，一條閉環嘅線。
仲有兩個工作流程我要單獨講下，因為佢哋係李繼剛老師親自定義嘅「串聯」。
ljg-paper-flow ，係 ljg-paper 加 ljg-card -c ，讀論文然後做漫畫卡片，一氣呵成。
ljg-word-flow ，係 ljg-word 加 ljg-card -i ，單詞深度分析然後做資訊圖卡片，一氣呵成。
呢兩個工作流程存在嘅意義係，將「理解」同「交付」之間嘅摩擦力消走。你唔需要先諗清楚先決定要唔要分享，工作流程自動將兩件事串埋一齊。
摩擦力消走之後，分享呢件事就會發生。
呢個係一個好了解人性嘅設計。
安裝方式好簡單，一行指令全部裝曬。
npx skills add lijigang/ljg-skills#md -g --all 加上 #md 參數係 Markdown 格式，適合 Obsidian 、 VSCode 呢類工具。默認係 org-mode 格式， Emacs 用戶用默認版本。
ljg-card 需要額外安裝 Playwright ，裝完執行呢一句。
cd ~/.claude/skills/ljg-card && npm install && npx playwright install chromium 最後講一件事，我喺睇呢個倉庫嘅時候，發現一個細節。
所有技能嘅描述，都係呢種格式，「動詞 + 最簡單嘅名詞」。概念解剖、白話引擎、追本之箭、內容鑄卡、演講鑄造器。
冇「智能」「 AI 賦能」「全方位」呢類詞。
呢種命名方式本身就說明咗一件事，佢知道自己做緊乜，所以唔需要靠形容詞嚟撐場面。
中世紀有一批鍊金術士，佢哋窮盡一生喺度揾「哲學家之石」，據講擁有佢就可以將鉛變成黃金。
後來人們先慢慢發現，嗰塊石頭唔存在。但鍊金術士喺揾佢嘅過程中，留低咗大量對物質反應嘅觀察紀錄，嗰啲紀錄，後來成為現代化學嘅起點。
佢哋以為喺度追黃金，其實喺度建立一套理解物質世界嘅語言。
我覺得李繼剛老師嘅呢套工具，做緊同一件事。表面上係幫你提高效率，裝咗入去之後你先發現，佢喺幫你建立一套將「混亂資訊」變成「自己嘅語言」嘅方法。
嗰套方法，先係真正值錢嘅嘢。
你唔使全部用曬。
但如果你知道佢喺邊度，一直喺嗰度，某日你需要用嘅時候，你會好開心自己裝咗佢。
。
李繼剛 19 個 Skills ，真正厲害的是這條線
從閲讀、思考、寫作到發佈，把混亂信息變成自己的語言
前幾天那篇文章發出去之後，私信來了不少。
大部分在問同一件事， ljg-skills 裏面還有哪些？你上次只說了幾個，能不能從頭到尾講一遍？
我理解這個需求。因為我自己當初翻到這個倉庫的時候，也是那種感覺，先裝了幾個，然後越用越覺得不對，總感覺後面還有東西，於是把整個倉庫從頭到尾翻了一遍。
翻完之後我才明白，為什麼單獨說任何一個都說不清楚。
因為它們不是一堆散裝工具，是一條線。
今天我想把這條線完整地拉給大家看。
先說一下李繼剛老師是誰，對不認識他的朋友負責。
他的 GitHub 主頁只有一句話簡介， Read → Think → Write → Publish 。
2023 年 6 月，大部分人還在研究怎麼跟 ChatGPT 聊天的時候，他已經發了一篇「如何寫好 Prompt ，結構化」，把 Prompt 往「像編程一樣組織」這個方向推了。他的另一個倉庫「 lijigang/prompts 」長期被中文用戶當作結構化 Prompt 的樣板倉庫。
現在他的 ljg-skills 倉庫有 5.6k 顆 star ， 600 多 個 fork 。
不是靠一篇爆文衝上來的那種，是被人用了之後慢慢加星的。
這兩種增長方式，完全不同。
我自己第一次用 ljg-learn 的時候，是想搞懂「貝葉斯推斷」這個折磨了我很久的概念。
輸進去，它沒有給我公式。
它先問，你對概率有沒有直覺理解？然後從我能接受的地方開始，用歷史、用現象、用形式化語言、用反例、用美感，一層一層地把這個概念剖開來。
最後它壓了一句話，「貝葉斯推斷就是用新的證據更新你對世界的信念」。
我當時就愣住了。
不是因為這句話有多高深，是因為我意識到，我之前讀了十幾篇文章，但從來沒有得到過一句「能放進腦子裏帶走的話」。
那是我第一次感覺到 ljg-skills 這套東西在做的，到底是什麼事情。
好，現在我帶大家走完整條線。
19 個技能，我按照它們實際的作用關係分三段說，不是隨意分類，是李繼剛老師設計時候的內在邏輯。
第一段，理解這件事
這一段有 10 個技能，全部在解決同一個問題，把「知道一個東西」變成「真的懂一個東西」。
聽起來像廢話，但大部分人對「懂」這件事的標準，其實非常低。
能背下定義，叫知道。
腦子裏有畫面、有結構、有自己的話，才叫懂。
ljg-learn ，概念解剖
這是整個倉庫裏我認為最厚重的一個。
它從八個方向切開一個概念，歷史（這個東西怎麼來的）、辯證（它在反對什麼）、現象（它在生活里長什麼樣）、語言（它的詞根意象）、形式（數學/邏輯層面的表達）、存在（它為什麼存在）、美感（它最優雅的地方是什麼）、元反思（你現在對它的理解本身是什麼性質的）。
八個方向全部切完，最後壓成一句頓悟。
不是摘要，是「那一秒你突然明白了」的那種句子。
它能把任何概念拆到這個深度，是因為它不是在檢索解釋，而是在用多個認知維度重新建構這個概念。這是兩件完全不同的事情。
ljg-plain ，白話引擎
李繼剛老師的說法是，改寫到聰明的十二歲小孩也能懂。
這個標準比「通俗易懂」要求高得多。
通俗易懂的版本是，你把專業詞換成大眾詞，結構不變。
十二歲小孩能懂，是你要真的把背後的邏輯想清楚，然後用日常經驗裏能找到的類比把它說出來。說不清楚的，一定是自己沒真的懂。
我見過有人把公司戰略文件丟進去，出來之後說，他才發現裏面有些段落其實是廢話，只是用了複雜語句讓人以為有內容。
ljg-word ，單詞精通
這個看起來最窄，只是拆一個英語單詞，但它的做法是把詞根意象、歷史演化、核心語義、以及「頓悟時刻」全部扒出來。
真正理解一個詞，和能在句子里正確使用一個詞，是兩件事。
用它拆過幾十個詞之後，你會發現英語的詞彙體系開始變得有內在紋理，而不是一堆需要死記的符號。
ljg-rank ，降秩引擎
這個比較特別。
你給它一個領域，它幫你找出「背後不可再少的獨立生成器」。
什麼意思？就是在這個領域裏，所有的現象和知識，最終可以從哪幾個核心元素生成出來。
經濟學裏，這個元素可能是「激勵」。進化生物學裏，可能是「變異加選擇」。
找到這些生成器，你理解一個領域的效率會發生質變，因為你不再需要記住所有的分支，而是從根部長出來。
ljg-think ，追本之箭
給一個觀點或現象，縱向深鑽，到不可再分的本質。
和 ljg-learn 的區別是， learn 是橫向多維度剖開， think 是縱向一路往下挖。
兩個方向的工具，加在一起才是完整的「想清楚一件事」。
我用它挖過「為什麼拖延」這件事，從行為層、情緒層、認知層，一路往下，最後到了「不確定性引發的自我保護機制」。
那個答案不是網上搜來的，是推導出來的。感覺很不一樣。
ljg-read ，伴讀
這個是陪你讀任何文本的。
它的核心有四件事，英文三層翻譯（信達雅）、結構標註、深度提問、跨領域旁逸。
我最喜歡最後這個，「跨領域旁逸」。
你在讀一篇經濟學論文，它會在某個關鍵節點說，這裏的邏輯和進化生物學裏的某個現象高度相似，然後展開來聊。
好的讀書，不是把書裏的東西裝進去，是讓書裏的東西和你原來已有的東西發生反應。 ljg-read 做的是這件事。
ljg-paper ，論文閲讀
定位是「為非學術人士提取論文核心想法，重理解不重批判」。
重理解不重批判，這個設計思路我很喜歡。大部分 AI 讀論文的工具，會幫你找假設、找漏洞、找方法論問題。這些當然有用，但前提是你先真的理解了它在說什麼。
ljg-paper 做的是這個前提。它幫你把論文裏最核心的那個想法挖出來，用你能帶走的方式表達出來，讓你先真正讀懂，然後你再決定要不要去評判它。
ljg-paper-river ，論文溯源
這個是 paper 的進階版，叫「倒讀法」。
給一篇現在的論文，它遞歸地挖出它引用的前序論文，最多挖到五層，同時查最新進展，從源頭講述這個問題的演化史。
讀論文讀到某個概念卡住，經常是因為不知道這個概念是在解決什麼問題的背景下提出來的。 paper-river 就是幹這個的，讓你看清楚一條知識的來龍去脈。
ljg-book ，拆書
五件事，核心問題、基礎假設、分析框架、核心觀點、整本書的上帝之眼壓幾句。
很多人拆書的方式是列目錄、列金句。那是摘錄，不是拆書。
真正的拆書是問，這本書在回答什麼問題，它的答案成立需要什麼假設，它用什麼框架來分析，以及如果你只能記住一件事，那件事是什麼。
這五個問題加在一起，才是一本書的骨架。
ljg-qa ，信息提問機
把文章、論文、書的核心觀點，抽成 Q-A 鏈。
Q 要切要害， A 四段式，結論、形式化（數學/邏輯表達）、步驟、邊界條件。
邊界條件這個設計我覺得特別重要。任何觀點，都有它成立的邊界。不說邊界條件的觀點，嚴格來說是不完整的。
這個工具輸出的 Q-A 對，比市面上大部分「知識卡片」工具的質量高，因為它從一開始就要求 A 包含邊界。
順着上面這十個說完，我們到了第二段。
第二段，判斷與表達
理解了東西，然後呢。
然後要形成判斷，然後要表達出來，然後要在和別人的對話中檢驗它。
這四個技能做的是這件事。
ljg-writes ，寫作引擎
像手術刀剖開一個觀點，一層層剝到底， 1000-1500 字。
它的輸出不是普通的博客文，是有人格的、有立場的文字。它要求你先有一個觀點，然後它幫你把這個觀點寫透，包括這個觀點成立的前提、它的反例、它最有力量的表達方式。
寫出來的東西，你能感覺到作者是真的相信這件事，而不是在堆砌信息。
ljg-invest ，投資分析
核心判斷一個項目是不是一台「秩序創造機器」。
這個框架我覺得很有意思。不是 DCF ，不是 EBITDA ，是問「這個項目在把混沌變成秩序嗎，它的秩序是不是能持續複製的」。
有點接近查理·芒格說的「好生意是讓飛輪轉起來的生意」，但表達更原始、更底層。
就算你不投資，用這個框架看自己的項目和公司，也會有很不一樣的視角。
ljg-relationship ，關係分析
五層結構診斷加精神分析，通過對話引導幫用戶「看見」關係真實結構。
這個是整個倉庫裏定位最特殊的一個，因為它不是在處理外部信息，是在處理人際關係裏的內部動力。
它不直接給你答案，是一層一層地問，讓你在回答問題的過程中自己看清楚那段關係裏真正發生了什麼。
很多人用完之後說，原來我知道答案，只是沒有機會把它說出來。
ljg-roundtable ，圓桌討論
求真導向的結構化多人辯證對話，每輪生成 ASCII 思考框架圖。
你給出一個問題或論點，它模擬多個立場不同的角色進行辯論，每一輪對話之後輸出一個 ASCII 框架圖，顯示論點的推進狀態。
用來測試一個觀點，比自己和自己辯論靠譜得多，因為它會強制找出你論點裏最脆弱的地方。
第三段，交付與傳播
想清楚了，也寫出來了，然後是最後一公里，怎麼讓它被看見。
ljg-card ，內容鑄卡
把內容轉為 PNG 視覺卡片，支持七種模式。
長圖（-l ）、信息圖（-i ）、多卡（-m ）、視覺筆記（-v ）、漫畫（-c ）、白板（-w ）、大字（-b ）。
漫畫模式我單獨說一下，因為這個是絕大多數工具沒有的能力。它能把一個論點或知識點，轉成一個幾格漫畫的敍事，讓嚴肅的內容有了傳播力。
ljg-card 是整個倉庫裏唯一一個用了外部依賴的工具，需要 Playwright 和 Chromium ，安裝稍微麻煩一點，但裝完之後它是整個傳播鏈條的最後出口。
ljg-present ，演講鑄造器
兩種風格。
默認是高橋流，一頁一關鍵詞，奶白底墨字。高橋流來自日本設計師高橋徵義，核心是「用最少的詞讓聽眾記住一件事」，每一頁只有一個詞或一句話，但這個詞是精挑細選的。
加上 -s 參數是標語流， VACAT 和 BIG STUDIOS 風，黑紅雙色塊， ultra-bold 字體，每一頁是一個完整的斷言句子撐滿屏幕。
兩種風格對應兩種場合，高橋流適合需要思考節奏的分享，標語流適合需要衝擊感的演講。
ljg-travel ，旅行研究
這個乍一看跟前面的思考工具不搭，但放進去就對了。
輸入城市名，生成深度文化研究文檔加便攜卡片 PNG 。
它不是做行程規劃，是先研究這個城市在歷史上是什麼，在文化上是什麼，在當下是什麼，然後從這個背景下出發，旅行才不是「打卡完一個景點換下一個」。
我覺得這個工具放在整個倉庫裏，是一個很有意思的暗示，所有的理解工具，最終落腳的是一個更完整的人，不只是一個效率更高的工作者。
ljg-skill-map ，技能地圖
掃描所有已安裝技能，渲染可視化總覽。
這個是給「工具越裝越多、已經不知道自己有哪些、用到哪裏」的人做的。
一行命令跑完，出一張圖，你所有技能的全景就在那裏。
ljg-push ，推送引擎
把本地 ljg 系列技能一鍵同步到 GitHub 倉庫， master 加 md 雙分支同時推。
這個是給想貢獻或維護自己技能倉庫的人做的，是整個倉庫的生產工具，不是日常消費工具。
說完這十九個，我回頭來說那條線。
這是我覺得 ljg-skills 最厲害的地方，不是任何一個單獨的工具，而是它們合在一起，呈現出的設計意圖。
李繼剛老師的 GitHub 簡介只有一句話， Read → Think → Write → Publish 。
你把 ljg-skills 對應進去，就是這四個字的展開版本。
Read ，是 ljg-read 、 ljg-paper 、 ljg-paper-river 、 ljg-book 。把外部世界的信息讀進來，讀透，不是收藏，是消化。
Think ，是 ljg-learn 、 ljg-plain 、 ljg-word 、 ljg-rank 、 ljg-think 、 ljg-qa 。把讀進來的東西在腦子裏重建，形成結構，形成自己的語言，最後形成一個可以帶走的判斷。
Write ，是 ljg-writes 、 ljg-invest 、 ljg-relationship 、 ljg-roundtable 。把判斷寫出來，用對話檢驗它，用不同的角度錘它，直到它經得起推敲。
Publish ，是 ljg-card 、 ljg-present 、 ljg-travel 、 ljg-skill-map 、 ljg-push 。把寫出來的東西變成能讓別人看見的東西，視覺的、演講的、系統的。
四個階段，十九個工具，一條閉環的線。
還有兩個工作流我要單獨說一下，因為它們是李繼剛老師親自定義的「串聯」。
ljg-paper-flow ，是 ljg-paper 加 ljg-card -c ，讀論文然後做漫畫卡片，一氣呵成。
ljg-word-flow ，是 ljg-word 加 ljg-card -i ，單詞深度分析然後做信息圖卡片，一氣呵成。
這兩個工作流存在的意義是，把「理解」和「交付」之間的摩擦力消掉。你不需要先想清楚再決定要不要分享，工作流自動把兩件事串起來了。
摩擦力消掉之後，分享這件事就會發生。
這是一個很瞭解人性的設計。
安裝方式很簡單，一行命令全部裝上。
npx skills add lijigang/ljg-skills#md -g --all 加上 #md 參數是 Markdown 格式，適合 Obsidian 、 VSCode 這類工具。默認是 org-mode 格式， Emacs 用戶用默認版本。
ljg-card 需要額外安裝 Playwright ，裝完執行這一句。
cd ~/.claude/skills/ljg-card && npm install && npx playwright install chromium 最後說一件事，我在翻這個倉庫的時候，發現一個細節。
所有技能的描述，都是這種格式，「動詞 + 最簡單的名詞」。概念解剖、白話引擎、追本之箭、內容鑄卡、演講鑄造器。
沒有「智能」「 AI 賦能」「全方位」這類詞。
這種命名方式本身就說明了一件事，它知道自己在做什麼，所以不需要靠形容詞來撐場面。
中世紀有一批鍊金術士，他們窮盡一生在尋找「哲學家之石」，據說擁有它就能把鉛變成黃金。
後來人們才慢慢發現，那塊石頭不存在。但鍊金術士們在尋找它的過程中，留下了大量對物質反應的觀察記錄，那些記錄，後來成了現代化學的起點。
他們以為在追黃金，其實在建立一套理解物質世界的語言。
我覺得李繼剛老師的這套工具，做的是同一件事。表面上是幫你提高效率，裝進去之後你才發現，它在幫你建立一套把「混亂信息」變成「自己的語言」的方法。
那套方法，才是真正值錢的東西。
你不必用它全部。
但如果你知道它在哪裏，一直在那裏，某天你需要用的時候，你會很高興自己裝了它。
。