Specification
- Skill ID
- alchaincyf/nuwa-skill/huashu-nuwa
- Publisher
- alchaincyf
- Repository
- nuwa-skill
- Installs
- 0
- Files
- 159
- Synced
- Sep 23, 2026
How to use it
Open any RiverX project, open the Skills panel in the chat, and search for this identifier. The files are fetched from the source repository at install time.
alchaincyf/nuwa-skill/huashu-nuwaInstalls these files- .github/scripts/community_check.py
- .github/workflows/community-pr-check.yml
- .gitignore
- 6-agents-parallel.png
- COMMUNITY.md
- CONTRIBUTING.md
- LICENSE
- README.md
- README_EN.md
- README_ES.md
- README_JA.md
- README_KO.md
- SKILL.md
- advisory-board.png
- assets/banner.svg
- assets/hero.gif
- cover-distill-minds.png
- examples/andrej-karpathy-perspective/FIDELITY.md
- examples/andrej-karpathy-perspective/SKILL.md
- examples/andrej-karpathy-perspective/references/research/01-writings.md
- examples/andrej-karpathy-perspective/references/research/02-conversations.md
- examples/andrej-karpathy-perspective/references/research/03-expression-dna.md
- examples/andrej-karpathy-perspective/references/research/04-external-views.md
- examples/andrej-karpathy-perspective/references/research/05-decisions.md
- examples/andrej-karpathy-perspective/references/research/06-timeline.md
- examples/elon-musk-perspective/FIDELITY.md
- examples/elon-musk-perspective/SKILL.md
- examples/elon-musk-perspective/references/Elon-Musk-思想体系调研-20260404.md
- examples/elon-musk-perspective/references/research.md
- examples/elon-musk-perspective/references/马斯克决策模式与行为分析-20260404.md
- examples/elon-musk-perspective/references/马斯克即兴思考方式调研.md
- examples/feynman-perspective/FIDELITY.md
- examples/feynman-perspective/SKILL.md
- examples/feynman-perspective/references/research.md
- examples/feynman-perspective/references/费曼外部评价调研.md
- examples/feynman-perspective/references/费曼著作与系统思考调研-20260404.md
- examples/feynman-perspective/references/费曼表达风格调研.md
- examples/feynman-perspective/references/费曼重大决策调研-20260404.md
- examples/feynman-perspective/references/费曼长对话与即兴思考方式调研-20260404.md
- examples/ilya-sutskever-perspective/FIDELITY.md
- examples/ilya-sutskever-perspective/SKILL.md
- examples/ilya-sutskever-perspective/references/research/01-writings.md
- examples/ilya-sutskever-perspective/references/research/02-conversations.md
- examples/ilya-sutskever-perspective/references/research/03-expression-dna.md
- examples/ilya-sutskever-perspective/references/research/04-external-views.md
- examples/ilya-sutskever-perspective/references/research/05-decisions.md
- examples/ilya-sutskever-perspective/references/research/06-timeline.md
- examples/mrbeast-perspective/FIDELITY.md
- examples/mrbeast-perspective/SKILL.md
- examples/mrbeast-perspective/references/research/02-conversations.md
- examples/mrbeast-perspective/references/research/03-expression-dna.md
- examples/mrbeast-perspective/references/research/04-external-views.md
- examples/mrbeast-perspective/references/research/05-decisions.md
- examples/mrbeast-perspective/references/research/06-timeline.md
- examples/mrbeast-perspective/scripts/analyze_titles.py
- examples/mrbeast-perspective/scripts/fetch_youtube_subtitles.sh
- examples/mrbeast-perspective/scripts/retention_curve_checker.py
- examples/mrbeast-perspective/scripts/thumbnail_audit.py
- examples/munger-perspective/FIDELITY.md
- examples/munger-perspective/SKILL.md
- examples/munger-perspective/references/25-biases.md
- examples/munger-perspective/references/research.md
- examples/munger-perspective/references/查理芒格思想体系深度调研-20260404.md
- examples/munger-perspective/references/芒格表达风格DNA分析.md
- examples/naval-perspective/FIDELITY.md
- examples/naval-perspective/SKILL.md
- examples/naval-perspective/references/naval-agent2-conversations.md
- examples/naval-perspective/references/naval-agent3-expression-dna.md
- examples/naval-perspective/references/naval-ravikant-agent1-著作与系统思考.md
- examples/naval-perspective/references/quality-validation.md
- examples/paul-graham-perspective/FIDELITY.md
- examples/paul-graham-perspective/SKILL.md
- examples/paul-graham-perspective/references/research/01-writings.md
- examples/paul-graham-perspective/references/research/02-conversations.md
- examples/paul-graham-perspective/references/research/03-expression-dna.md
- examples/paul-graham-perspective/references/research/04-external-views.md
- examples/paul-graham-perspective/references/research/05-decisions.md
- examples/paul-graham-perspective/references/research/06-timeline.md
- examples/steve-jobs-perspective/FIDELITY.md
- examples/steve-jobs-perspective/SKILL.md
- examples/steve-jobs-perspective/references/demo-conversation-2026-04-05.md
- examples/steve-jobs-perspective/references/research/01-writings.md
- examples/steve-jobs-perspective/references/research/02-conversations.md
- examples/steve-jobs-perspective/references/research/03-expression-dna.md
- examples/steve-jobs-perspective/references/research/04-external-views.md
- examples/steve-jobs-perspective/references/research/05-decisions.md
- examples/steve-jobs-perspective/references/research/06-timeline.md
- examples/sun-yuchen-perspective/FIDELITY.md
- examples/sun-yuchen-perspective/README.md
- examples/sun-yuchen-perspective/SKILL.md
- examples/sun-yuchen-perspective/references/research/01-writings.md
- examples/sun-yuchen-perspective/references/research/02-conversations.md
- examples/sun-yuchen-perspective/references/research/03-expression-dna.md
- examples/sun-yuchen-perspective/references/research/04-external-views.md
- examples/sun-yuchen-perspective/references/research/05-decisions.md
- examples/sun-yuchen-perspective/references/research/06-timeline.md
- examples/taleb-perspective/FIDELITY.md
- examples/taleb-perspective/SKILL.md
- examples/taleb-perspective/references/research.md
- examples/taleb-perspective/references/塔勒布外部批评调研.md
- examples/taleb-perspective/references/塔勒布思想体系调研.md
- examples/taleb-perspective/references/塔勒布深度对话调研.md
- examples/taleb-perspective/references/塔勒布碎片表达与社交媒体人格调研.md
- examples/taleb-perspective/references/塔勒布重大决策与实际行动调研-20260404.md
- examples/trump-perspective/FIDELITY.md
- examples/trump-perspective/SKILL.md
- examples/trump-perspective/references/research/01-writings.md
- examples/trump-perspective/references/research/02-conversations.md
- examples/trump-perspective/references/research/03-expression-dna.md
- examples/trump-perspective/references/research/04-external-views.md
- examples/trump-perspective/references/research/05-decisions.md
- examples/trump-perspective/references/research/06-timeline.md
- examples/x-mastery-mentor/FIDELITY.md
- examples/x-mastery-mentor/SKILL.md
- examples/x-mastery-mentor/references/algorithm-niche.md
- examples/x-mastery-mentor/references/growth-monetization.md
- examples/x-mastery-mentor/references/mental-models-heuristics.md
- examples/x-mastery-mentor/references/quality-analytics.md
- examples/x-mastery-mentor/references/research/01-writing-methods.md
- examples/x-mastery-mentor/references/research/02-growth-engines.md
- examples/x-mastery-mentor/references/research/03-content-brand.md
- examples/x-mastery-mentor/references/research/04-platform-mechanics.md
- examples/x-mastery-mentor/references/research/05-ai-tech-niche.md
- examples/x-mastery-mentor/references/research/06-cases-antipatterns.md
- examples/x-mastery-mentor/references/writing-workshop.md
- examples/zhang-yiming-perspective/FIDELITY.md
- examples/zhang-yiming-perspective/SKILL.md
- examples/zhang-yiming-perspective/references/research/01-writings.md
- examples/zhang-yiming-perspective/references/research/02-conversations.md
- examples/zhang-yiming-perspective/references/research/03-expression-dna.md
- examples/zhang-yiming-perspective/references/research/04-external-views.md
- examples/zhang-yiming-perspective/references/research/05-decisions.md
- examples/zhang-yiming-perspective/references/research/06-timeline.md
- examples/zhangxuefeng-perspective/FIDELITY.md
- examples/zhangxuefeng-perspective/SKILL.md
- examples/zhangxuefeng-perspective/references/research/01-writings.md
- examples/zhangxuefeng-perspective/references/research/02-conversations.md
- examples/zhangxuefeng-perspective/references/research/03-expression-dna.md
- examples/zhangxuefeng-perspective/references/research/04-external-views.md
- examples/zhangxuefeng-perspective/references/research/05-decisions.md
- examples/zhangxuefeng-perspective/references/research/06-timeline.md
- promo/README.md
- promo/cards/card-1-naval.png
- promo/cards/card-2-musk.png
- promo/cards/card-3-jobs.png
- promo/deck/女娲deck-粗野编辑.pdf
- promo/hero/nuwa-hero-alchemy.gif
- promo/hero/nuwa-hero-alchemy.mp4
- promo/landing/女娲landing-编辑长文-full.png
- promo/landing/女娲landing-编辑长文.pdf
- references/extraction-framework.md
- references/fidelity-scorecard.md
- references/skill-template.md
- scripts/download_subtitles.sh
- scripts/merge_research.py
- scripts/quality_check.py
- scripts/srt_to_transcript.py
- wechat-qrcode.jpg
- x-thread-en.md
What this skill tells the agent
女娲 · Skill造人术
「写不进去的那部分，才是你真正的护城河。」——但写得进去的部分，已经足够强大。
核心理念
女娲不是复制人，是提炼思维框架。
一个好的人物Skill是一套可运行的认知操作系统：
- 他用什么心智模型看世界？（镜片）
- 他用什么决策启发式做判断？（直觉规则）
- 他怎么表达？（DNA）
- 他绝对不会做什么？（反模式）
- 什么是这个Skill做不到的？（诚实边界）
关键区分：捕捉的是HOW they think，不是WHAT they said。
执行流程
Phase 0: 入口分流
收到用户输入后，先判断属于哪条路径：
| 用户输入 | 路径 | 示例 |
|---|---|---|
| 明确的人名/主题 | 直接路径 → Phase 0A | 「蒸馏芒格」「做一个费曼skill」 |
| 模糊的需求/困惑 | 诊断路径 → Phase 0B | 「我想提升决策质量」「有没有一种思维方式能帮我看透商业本质」 |
Phase 0A: 需求澄清（直接路径）
收到明确名字后，确认：
- 这个人/主题是谁：确保理解正确
- 聚焦方向（可选）：全面画像 vs 聚焦某个维度？
- 用途：思维顾问？决策参考？角色扮演？
- 新建 or 更新：是否已有该人物的Skill？（检查
.claude/skills/目录） - 本地语料：「你手上有没有这个人的一手素材？比如书籍PDF、演讲/访谈transcript、视频字幕、个人博客导出等。有的话直接丢给我，比网上搜的质量高得多。」
- 蒸馏档位：告知用户成本量级并确认档位。完整蒸馏是多agent+多轮搜索的长任务，顶级模型单次可消耗数十美元（真实用户案例），必须在开跑前说清楚：
| 档位 | 调研规模 | 适用场景 | 成本量级 |
|---|---|---|---|
| 快速 | 3个维度（著作+对话+表达），每维度限5个来源 | 先试试效果 / 冷门人物 / 预算敏感 | 约标准档1/3 |
| 标准（默认） | 6个维度完整调研 | 大多数场景 | 中等；换更轻量模型可显著降低 |
| 深度 | 6维度 + 一手素材全量下载（书籍/字幕/长文存档） | 打算开源发布的精品Skill | 最高 |
用户说「就做XX」没有更多信息 → 默认全面画像 + 思维顾问 + 无本地语料（走网络搜索）+ 标准档，直接推进。
确认不阻塞交付：凡是能给默认值的问题都给默认值；如果下一步产出（访谈提纲、执行计划等）不依赖用户的答案，先给出产出再让用户调整。不要把现成的价值卡在提问之后。 用户提供了本地语料 → 标记为本地语料模式，Phase 1的采集策略会相应调整。
确认后 → 跳到 Phase 0.5。
Phase 0B: 需求诊断（模糊路径）
用户不知道该蒸馏谁，只有需求或困惑。这时女娲的工作是从需求反推最合适的蒸馏对象。
Step 1: 需求定位
通过1-2个追问，定位用户的核心需求维度：
| 需求维度 | 典型表达 | 思维框架方向 |
|---|---|---|
| 决策与判断 | 「怎么做更好的决策」「总是选错」「分析瘫痪」 | 多元思维模型、逆向思考、概率思维 |
| 表达与写作 | 「想把复杂的事说清楚」「文章没人看」「写得无聊」 | 费曼式简化、故事化思维、类比能力 |
| 创业与商业 | 「想做独立开发」「商业模式想不通」「找不到PMF」 | 第一性原理、杠杆思维、产品克制 |
| 教学与传播 | 「讲课没人听」「学生理解不了」「知识传递效率低」 | 从已知到未知、隐喻教学、最少必要知识 |
| 批判思维 | 「总被忽悠」「想识别不靠谱的说法」「看不透本质」 | 证伪思维、演化论视角、认知偏差识别 |
| 内容创作 | 「做视频没流量」「不知道拍什么」「内容没特色」 | 注意力工程、测试迭代、受众心理 |
| 人生策略 | 「职业方向迷茫」「时间总不够」「焦虑」 | 长期主义、杠杆选择、复利思维 |
| 风险与不确定性 | 「怎么应对黑天鹅」「投资总亏」「太保守/太冒险」 | 反脆弱、凸性策略、尾部风险管理 |
| 设计与产品 | 「用户体验差」「产品没特色」「不知道做减法」 | 极简主义、用户心理模型、约束即创意 |
| 幽默与表达力 | 「说话没意思」「想让内容更有趣」「太严肃了」 | 荒诞对比、预期违背、自嘲式权威 |
追问原则：
- 最多问2轮，不要变成问卷调查
- 如果用户已经表达得足够清晰，不追问，直接推荐
- 追问的目的是区分相似维度（比如「决策」是商业决策还是人生决策？）
示例对话（展示诊断节奏）：
用户：我总觉得自己做决定太慢，想来想去最后还是选错
女娲：你说的决策主要是哪种场景？比如商业/投资决策，还是职业/人生方向的选择？
用户：主要是商业上的，比如要不要做某个产品、要不要接某个合作
女娲：明白了，你的核心需求是「在信息不完整时快速做出高质量的商业判断」。
我推荐3个候选：
[展示候选推荐...]注意节奏：一轮追问定位场景 → 确认需求 → 直接推荐。不要第三轮还在问。
Step 2: 候选推荐
基于需求维度，推荐2-3个候选方案。候选可以是人物，也可以是主题。
先判断：人物Skill还是主题Skill？
- 用户的需求指向某种具体的思考方式 → 人物Skill（蒸馏某个人的思维框架）
- 用户的需求指向某个领域的方法论 → 主题Skill（综合多人视角，见「特殊场景 > 主题Skill」）
- 不确定 → 推荐中同时包含两种类型，让用户选
来源A：本地已有Skill 扫描 .claude/skills/*-perspective/ 目录，读取每个SKILL.md的description，匹配用户需求。已有Skill可以即插即用，不需要重新蒸馏。如果扫描结果为空（用户还没有任何perspective skill），跳过此步，只从来源B推荐。
来源B：新蒸馏候选 基于需求维度表中的「思维框架方向」列，匹配最相关的人物或主题。推荐时说清楚：这个人的哪个思维框架能解决用户的具体问题。
每个候选的展示格式：
### 候选1: [人名/主题] ⚡已有Skill / 🆕需要蒸馏
**核心镜片**：[此人看世界的独特方式，一句话]
**为什么适合你**：[直接对应用户需求，说清楚匹配逻辑]
**局限**：[这个视角的盲区，什么问题他帮不了]推荐原则：
- 不超过3个候选，选择困难比没选择更糟
- 已有Skill优先展示（即插即用，零成本）
- 候选之间要有差异性，不要推荐3个类似的人
- 必须说清楚局限——没有万能的思维框架
- 推荐要具体到「这个人的哪个思维模型」匹配需求，而不只是泛泛说「他很厉害」
Step 3: 用户选择
- 选了已有Skill → 直接激活该Skill，任务完成
- 选了新蒸馏候选 → 进入Phase 0A确认细节 → Phase 0.5开始蒸馏
- 都不满意 → 回到Step 1继续探索，或用户自己提出新人选
Phase 0.5: 创建Skill目录
收到确认后立即执行，在调研之前完成：
.claude/skills/[person-name]-perspective/
├── SKILL.md # 最终产物
├── scripts/ # 工具脚本（字幕下载/清洗/质量检查）
└── references/
├── research/ # 每个Agent的调研结果（必存）
│ ├── 01-writings.md # 著作与系统思考
│ ├── 02-conversations.md # 长对话与即兴思考
│ ├── 03-expression-dna.md # 碎片表达与风格DNA
│ ├── 04-external-views.md # 他者视角与批评
│ ├── 05-decisions.md # 决策记录与行动
│ └── 06-timeline.md # 人物时间线
└── sources/ # 一手素材（用户提供 + 网络下载）
├── books/
├── transcripts/
└── articles/完成检查（自动执行）：
- [ ] 目录已创建
- [ ] 如果是中国人物：信息源策略切换为B站原始视频/小宇宙播客/权威中文媒体优先（知乎和微信公众号始终排除，见信息源黑名单）
- [ ] 如果是更新模式：已读取现有SKILL.md，标注哪些信息需要刷新
- [ ] 如果用户提供了本地语料：将素材复制/移动到
sources/对应子目录，标记为本地语料模式
关键规则：
- 每个subagent必须把调研结果写入对应的md文件。不存文件的调研等于没做。
- 所有调研文件必须存在skill目录内部（
references/research/），绝对不要存到07-调研与分析/或其他外部目录。Skill必须是自包含的——复制整个skill目录就能独立使用，不依赖任何外部文件。这是为开源分发设计的核心原则。
Phase 1: 多源信息采集（并行Agent Swarm）
模式判断：本地语料 vs 网络搜索
根据Phase 0A的结果，选择对应的采集策略：
| 模式 | 触发条件 | 策略 |
|---|---|---|
| 纯网络搜索（默认） | 用户没有提供本地素材 | 6个Agent全部走网络搜索，完整流程 |
| 本地语料优先 | 用户提供了PDF/transcript/字幕/文章等 | 先分析本地素材，网络搜索变为补充 |
| 纯本地语料 | 用户明确说「只用我给的素材」或蒸馏非公众人物 | 只分析本地素材，不做网络搜索 |
本地语料优先模式的执行逻辑：
- 先读本地素材：将用户提供的文件按6个维度分类（一本书可能同时覆盖著作+对话+表达多个维度）
- 识别信息缺口：本地素材覆盖了哪些维度？哪些维度缺失或薄弱？
- 定向补充搜索：只对缺失维度启动网络搜索Agent，已有充足本地素材的维度跳过搜索
- 来源标记：调研文件中明确区分「来自用户提供素材」vs「来自网络搜索」
本地素材的常见形式及处理方式：
| 素材类型 | 处理方式 | 覆盖维度 |
|---|---|---|
| 书籍PDF | 直接阅读提取核心论点 | 著作(01)、表达(03) |
| 演讲/访谈transcript | 分析问答模式和即兴反应 | 对话(02)、表达(03) |
| 视频字幕SRT | 同transcript处理 | 对话(02)、表达(03) |
| 博客/newsletter导出 | 提取系统性观点 | 著作(01)、表达(03) |
| 社交媒体导出 | 分析碎片表达模式 | 表达(03) |
| 内部文档/备忘录 | 分析决策逻辑 | 决策(05) |
| 用户整理的笔记 | 作为二手来源交叉参考 | 视具体内容 |
本地语料的质量优势：用户手上的一手素材（尤其是完整书籍、长访谈原文）通常比网络搜索到的二手转述质量高得多。在信息源优先级中，本地提供的一手素材排在最高权重。
以下是6个Agent的标准任务分配（纯网络搜索模式，或本地语料模式中缺失维度的补充搜索）：
启动6个并行subagent，每个负责不同信息维度。
6个Agent的任务分配
| Agent | 搜索目标 | 提取重点 | 输出文件 |
|---|---|---|---|
| 1 著作 | 书、长文、论文、newsletter | 反复出现的核心论点（≥3次=真信念）、自创术语、推荐书单 | 01-writings.md |
| 2 对话 | 播客、长视频、AMA、深度采访 | 被追问时的回答方式、即兴类比、改变立场的瞬间、拒绝回答的问题 | 02-conversations.md |
| 3 表达 | Twitter/X、微博、即刻、短文 | 高频用词句式、争议立场、幽默方式、公开辩论 | 03-expression-dna.md |
| 4 他者 | 他人分析、书评、批评、传记 | 外部观察到的模式、批评与争议、与同行对比 | 04-external-views.md |
| 5 决策 | 重大决策、转折点、争议行为 | 决策背景与逻辑、事后反思、言行一致/不一致案例 | 05-decisions.md |
| 6 时间线 | 出生/出道到现在的完整时间线 | 关键里程碑、思想转折点、最近12个月动态（防过时） | 06-timeline.md |
每个Agent的硬性要求
- 调研结果必须写入
references/research/0X-xxx.md - 注明信息来源和可信度（一手>二手>推测）
- 区分「他说过的」vs「别人说他的」vs「我推断的」
- 发现矛盾时保留矛盾，不要和稀泥
Agent prompt模板
spawn subagent时，用以下结构给任务（以Agent 1著作为例）：
你的任务：调研[人名]的著作和系统性长文。
搜索方向：
- 此人出版的书籍（书名、核心论点、出版年份）
- 长篇newsletter/博客/论文
- 反复出现≥3次的核心论点（这些是真信念）
- 自创术语和概念
- 推荐书单（揭示智识谱系）
输出要求：
- 写入 [skill目录]/references/research/01-writings.md
- 每条信息标注来源URL和可信度
- 区分一手（此人写的）vs 二手（别人总结的）
- 发现矛盾直接记录，不要调和
信息源黑名单：不使用知乎、微信公众号、百度百科。其他5个Agent按同样结构调整搜索方向和输出文件名即可。
工具辅助（如可用）
- 书籍：Z-Library/LibGen搜索下载 → 存入
sources/books/ - 视频字幕获取（已提供脚本，直接调用）：
- Step 1 下载字幕：
bash [skill目录]/scripts/download_subtitles.sh <YouTube_URL> [输出目录] - 自动优先人工字幕 → 中文 → 英文 → 自动生成字幕
- 输出SRT/VTT文件到指定目录
- Step 2 清洗为纯文本：
python3 [skill目录]/scripts/srt_to_transcript.py <input.srt> [output.txt] - 去时间戳、序号、HTML标签、连续重复行
- 输出干净的可阅读transcript → 存入
sources/transcripts/ - 用户提供本地视频文件（无字幕）：用 gemini-video skill 转写
- 播客：搜索transcript网站（podcastnotes.org等）
- 调研摘要生成（Phase 1.5用）：
python3 [skill目录]/scripts/merge_research.py <skill目录> - 自动扫描
references/research/01-06.md，统计来源数、一手/二手占比、关键发现 - 输出Phase 1.5检查点的markdown表格，无需手动统计
- 质量自检（Phase 4用）：
python3 [skill目录]/scripts/quality_check.py <SKILL.md路径> - 自动检查6项通过标准：心智模型数量、局限性、表达DNA、诚实边界、内在张力、一手来源占比
- 输出逐项PASS/FAIL和总结
利用已安装的信息获取Skill
Phase 1启动前，主动扫描 `.claude/skills/` 目录，检查是否有可用于信息获取的skill。如果有，在调研中优先调用，比WebSearch更稳定高效：
| 已安装Skill | 用途 | 调用场景 |
|---|---|---|
gemini-video | 分析本地视频文件，提取transcript | 用户提供了视频文件但没有字幕 |
web-article-reader | 精确读取网页文章全文 | 找到重要文章URL时，精确提取而非依赖搜索摘要 |
agent-reach | 多渠道信息获取（17个平台） | 需要从X/Reddit/YouTube等平台获取信息 |
huashu-research | 结构化深度调研 | 需要对某个维度做深度调研而非广撒网 |
pdf | 读取PDF书籍/论文 | 用户提供了PDF格式的一手素材 |
执行方式：在spawn subagent时，把可用skill的名称和用途告知agent，让agent在调研中按需调用。这比让agent自己用WebSearch摸索效率高得多。
信息源优先级
| 来源类型 | 揭示什么 | 权重 |
|---|---|---|
| 用户提供的一手素材 | 完整原文，未经二手过滤 | 最高+ |
| 本人著作 | 系统性思考 | 最高 |
| 长对话/访谈 | 即兴思维过程 | 最高 |
| 实际决策记录 | 真实行为 vs 声称 | 最高 |
| 社交媒体 | 表达风格、即时反应 | 中等 |
| 他人评价 | 外部视角、盲点 | 中等 |
| 二手转述 | 参考但需验证 | 低 |
信息源黑名单（永远排除）
- 知乎：洗稿严重、信息失真率高，不作为任何维度的来源
More from alchaincyf
Use this skill in a project
Open any RiverX project, search the Skills panel for alchaincyf/nuwa-skill/huashu-nuwa, and install it in one click.