# agent-skills

**Repository Path**: functoreality/agent-skills

## Basic Information

- **Project Name**: agent-skills
- **Description**: 因果链分析 skill，适用于 AI 智能体（龙虾 OpenClaw，Claude Code，OpenCode，Cursor…）；针对不理想的情况，用它帮助你想出更多的解决办法
- **Primary Language**: Unknown
- **License**: LGPL-3.0
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-03-18
- **Last Updated**: 2026-07-26

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Agent Skills

[![License: LGPL v3](https://img.shields.io/badge/License-LGPL_v3-blue.svg)](LICENSE)

本仓库中的 skill 适用于几乎所有平时能见到的 AI 智能体：OpenCode，OpenClaw，Claude Code，Codex，Cursor，Antigravity，Trae……它们都能用。

## 可用技能

| 我想…… | 你可以用 |
|--------|------|
| 深入分析一个问题，找到更多原本想不到的解决思路 | causal-chain-analysis（因果链分析） |

### 因果链分析

#### 这能帮我做什么？

冬天开门，手指被静电打到。抱怨完了，试着好好想想 —— 你能想出来多少种解决方案？三种？五种？

再来一个：3D 打印软体机器人，打印出来的部件侧壁有缝隙，一通气就漏。以往的思路是加厚壁，但做出来的制动器又厚又硬，几乎动不了。怎么办？

这些问题有一个共同特点：产生机制你其实很清楚，但能直接想到的解决方案，要么有明显缺陷，要么受条件限制根本不可行。
这种情况下，缺的不是“灵感”，而是一种系统化的思考方式，帮你突破直觉的局限。

这个时候，让 AI 帮你系统地分析问题，而不只是随便聊聊。

#### 它怎么做？

通常我们面对问题，本能反应是直接想方案。因果链分析的做法恰恰相反。

它会从你描述的问题出发，反复追问“为什么”，逐层深入拆解原因，直到把问题成立所依赖的每一个因素和条件都摊开在你面前。

到了这一步，事情就变了：你不再需要凭空“想”方案，而是逐个检视这些前提条件 —— 或许，你只需要消解其中的任何一个，问题就不会发生。
方案搜索从漫无边际的头脑风暴，变成了有明确靶向的逐一排查。

#### 用了之后会产出什么？

AI 会生成一份结构化的因果链分析报告文档，把问题的产生机制完整地呈现出来。

如果有兴趣，你可以在 [测试案例](test_cases/causal-chain-analysis/README.md) 中看几个案例，还有对应的 AI 产出的分析结果 

拿到这份报告后：
- 直接问 AI：“根据你的分析，有哪些可能的解决方案？”
- 或者把报告导出，自己研究，也可以交给另一个人类或者 AI 讨论，往往就能激发出之前完全没想到的思路

#### 适用范围

- ✅ 问题机制已知，但能直接想到的方案都不可行或不理想，需要系统性地找到更多可能的解决方向
- ❌ 设计新系统、实现新功能 —— 这种情况更适合从目的到手段的拆解，而不是从结果到原因
- ❌ “这里有个 bug，帮我定位在哪” —— 那是根因分析的事，因果链分析帮你解决的是“想法不够多”的问题

#### 想了解更多？

**SKILL.md 人类也能读：** 因果链分析是一个相对专业的分析方法。如果你想知道 AI 到底在按什么流程、什么规范做分析，可以自己去看它的 [SKILL.md](skills/causal-chain-analysis/SKILL.md) —— 完整的操作流程、验证标准、分析规范，都写在那里。人自己也可以按着同样的步骤来手动分析。

**AI 的分析不完善？** 随着你逐渐熟悉这个方法，你很可能会发现 AI 产出的因果链有遗漏或不充分的地方。可以把你发现的问题告诉 AI ，让 AI 修改它的分析。

**参考资料：** 孙永伟《TRIZ：打开创新之门的金钥匙》，包括 I,II 两册。
在因果链分析以外，书中还介绍了许多其他的分析问题和寻找方案的思维工具，也有许多具体案例。
如果你想了解更多解决问题的思考办法，我也推荐你去读。

## 安装

可以直接把这个仓库的链接告诉你的 AI 智能体，让它来帮你安装。

如果你想自己来做的话：

| 技能 | 命令 |
|------|------|
| 因果链分析 | `npx skills add functoreality/agent-skills --skill causal-chain-analysis` |
| outline-read（辅助，可选） | `npx skills add functoreality/research-notes --skill outline-read` |

因果链分析生成的报告用 tab 缩进表示层级。安装 outline-read 后，AI 可以按层级折叠展开，更高效地浏览分析结果。

## 贡献

欢迎你试用、提 PR，分享有趣的案例！

## 许可证

[LGPL v3](LICENSE)