cmnjbvf

Guyue Fangyuan — AI skill for Claude Code

AI community

把任何东西炼成可用之物。给 AI Agent 用的炼化技能:书、代码、PDF、APP、聊天记录进来,出去的是可执行规则、可复用结构、可验证证据,不是摘要.

How to install Guyue Fangyuan

This entry records only its repository, not the path inside it, so there is no exact command to give. Open cmnjbvf/guyue-fangyuan and copy the folder into ~/.claude/skills/, or the file into ~/.claude/agents/.

What Guyue Fangyuan does

把任何东西炼成可用之物。给 AI Agent 用的炼化技能:书、代码、PDF、APP、聊天记录进来,出去的是可执行规则、可复用结构、可验证证据,不是摘要。 五区地图按形态分流(文本、文档、代码、软件、对话);五份总纲按任务走:痕迹总纲(五类数据源让你能辨认任何东西留下的痕迹)、夺取重建(五维提取任何机制)、合并验证(三种模式加合并后的回归回放)、禁令清单(含一张 AI 找借口的对照表)、说实话六条。

Alternatives in AI

  • Next AI Draw Io — Draw and edit draw.io diagrams by chatting with an AI 36.3k ★
  • Omniget — Udemy & Hotmart course downloader, YouTube downloader (yt-dlp GUI, 1,800+ sites) + desktop app for AI agents 13.9k ★
  • Opencodex — Universal provider proxy for OpenAI Codex & Claude Code — use any LLM (Claude, Gemini, Grok, DeepSeek, Ollama… 12.3k ★

README

古月方源 · Guyue Fangyuan

**一把抓住,顷刻炼化。** 丢进来任何东西,出去的是能直接用的零件。

一个给 AI Agent 用的**炼化技能**(Agent Skill / SKILL.md):把任意材料——书、代码仓库、PDF、APP、网页、聊天记录、一套方法论——拆成**可执行的规则、可复用的结构、可验证的证据**,而不是一份摘要。


它解决什么问题

你可能有过这些时刻:

  • 收藏了几十篇文章、几个教程视频、几本书,真正要用的时候一本都想不起来
  • 想学一个开源项目的架构,读了两天源码,说不出它为什么这么设计
  • 想把某个 App 的功能借鉴过来,最后只抄到一个长得像的壳
  • 让 AI 总结一份材料,它给你一段废话,你还得自己回去读原文

**根本原因**:大多数"总结"是把长的说短,而你要的是**把外部的东西变成你能直接用的零件**。这两件事不一样。

古月的第 2 条铁律就是这个:

**炼化不是总结。** 总结是把长的说短;炼化是把外部的东西变成你这里能直接用的零件:可执行的规则、可复用的结构、可验证的证据。**产出必须能被下一步直接吃掉。**


核心结构

五区地图(按输入形态分)

区 进来的是什么 手册
文本 文章、书籍、笔记、转录稿 references/TEXT.md
文档 PDF、Word、PPT、Excel、图片、扫描件 references/DOCUMENT.md
代码 源码仓库、脚本、配置、依赖清单 references/CODE.md
软件 可执行文件、APK、ASAR、固件、运行时 references/SOFTWARE.md
对话 聊天记录、会话日志、工单、评论 references/CONVERSATION.md

七份跨区总纲(按"要办什么事"读)

文件 什么时候读
references/DONTS.md 接活前先扫禁令。含一张专门对付 AI 找借口的对照表
references/ARTIFACTS.md 一个东西在电脑上留下了什么痕迹;从痕迹反推事实
references/TAKE.md 拆完之后要变成自己的:五维提取 / 载体表 / 重建次序
references/DISTILL.md 要把一个人 / 一位作者 / 一套本事蒸成能用的规则:六步骨架 · 四层深度 · 七种手法
references/MERGE.md 几个技能或文档重叠,要合成一个(含合并后的回归验证)
references/HONESTY.md "我这样说算不算说实话";被纠正或被质疑时怎么办
references/REVIEW.md 交付前严格自查 / 评审别人产物:9 维打分 + 三条一票否决

常备件

`PLAYBOOK.md`(踩过的坑 · 派子代理规程)· `QUANTIFY.md`(花多大力气)· `METHOD.md`(用户要什么产物、怎么验收)· `PEERS.md`(同类系统与我们吸收了谁)· `batch-processing.md`(分批清单与收据)· `distillation.md` · `quality-and-recall-gates.md`


怎么用

三个典型场景

**① 把一本书 / 一套方法论变成可执行的东西**

用户:把这本书炼了,我要能直接用的方法
→ 读 TEXT.md。三步:拆(切最小可判断单元)→ 判(每单元一条带条件的主张)
  → 装(装配成规则集 / 检查表 / 决策树)

**② 拆一个 App,拿出它的机制**

用户:这个 APK 里的功能我要,怎么实现的
→ SOFTWARE.md 取证(结构 / 类 / 引用),再 TAKE.md 用五维提机制
→ 产出「机制规格书」:解决什么问题 / 结构 / 数据流 / 契约 / 决策规则 /
  边界与失败 / 我的最小等效实现 / 明确没拿到的

**③ 几个技能功能重叠,想合并**

用户:这几个技能干的事重复了
→ MERGE.md:先判"该不该合"(三个硬信号)→ 再判"按什么合"(三种模式)
  → 合完必须 replay 验证:看哪些任务翻转了,不看总分

一条最重要的使用原则

**按需