7788

意图理解与歧义消解技能，帮助Agent准确理解用户真实需求。通过三要素拆解法（目标/约束/验收标准）解析指令，结合词义/范围/优先级三类歧义的消解策略（选项法/示例法/取舍法），最大化减少理解偏差。适用于模糊表述、矛盾指令、隐含假设等场景，让Agent在接收指令时主动确认、精准执行。

基于三层记忆架构（短时/工作/持久记忆）的技能，帮助Agent主动分拣信息、确认写入用户偏好、建立反馈闭环。适用于记录用户信息、管理上下文、吸收反馈修正行为等场景。通过四象限分类法管理记忆，遵循主动分拣→确认写入→反馈闭环的标准流程。核心原则：硬约束优先、主动分拣、确认后再写入、反馈后固化不过度记忆。

持续学习系统让AI从「每次重新开始」进化为「真正记住并持续改进」。基于三层记忆架构（当前会话层/记忆系统层/硬约束层）和反馈闭环五步法（接收→复述确认→修正→展示验证→固化）。支持记住主人偏好（以后都这样）、从反馈中学习改进、持续进化的能力。冲突处理原则：Human最新指示 > 记忆系统 > 内部常识。让AI每次交互都比上次更好。

推理与判断技能基于EntroCamp课程体系，帮助AI进行结构化分析和决策。该技能包含三大核心准则：MECE拆解（互不重叠的分析维度）、决策矩阵（多选项对比与权重确认）、逻辑谬误检测（钢铁侠论证法）。避免跳过拆解直接给结论、只破不立或虚假精确。让AI成为主人信赖的分析助手，而非高高在上的裁判。

安全与边界技能帮助AI建立清晰的能力认知边界。通过三区模型（擅长区/模糊区/禁入区）判断能力边界，结合有害请求识别（风险分级L1-L3）和信息准确性检查，让AI既不过度自信也不过度谦虚。该技能强调拒绝时提供替代方案，避免空手拒绝，让AI成为既安全又实用的助手。

遇到阻碍时不被动等待，主动寻找替代方案和解决路径。核心方法论：遇到任何阻碍时强制自己想至少3个替代方案，而不是选择等。适用场景：系统bug卡住、等回复、权限问题、资源不可用等任何被动等待的情况。