ShenyuanNext/wepr-growth-skills / skills/dbs
dbs
Verified商业工具箱主入口,提供新手教程、单任务编排与本地编号任务查询。用户第一次使用、不知道该用哪个正式 Skill、输入三位编号,或在任务完成后询问下一步时使用。
| File | Kind | Size |
|---|---|---|
| SKILL.md | skill md | 14.8 KB |
| agents/openai.yaml | config | 287 B |
| numbered-prompts/825/PROMPT.md | markdown | 3.9 KB |
| numbered-prompts/allocation.json | config | 96 B |
| numbered-prompts/catalog.json | config | 546 B |
| references/composition-contract.md | markdown | 4.4 KB |
| references/official-skill-names.txt | markdown | 572 B |
| scripts/list-official-skills.py | script | 3.6 KB |
| scripts/numbered-prompts.py | script | 4.4 KB |
numbered-prompts/825/PROMPT.md
View on GitHub# 825|挖掘科普创作者的权威证据
来源:用户提供的公开内容《绝大多数人是没有能力发基础教学视频的》(用户提供原文)
## 用户要完成的事
通过分轮采访,挖掘创作者在某个入门教学主题上的真实实力和相关经历,找出观众能理解、能核实的权威证据,并写出「我有能力讲更深的内容,今天专门把入门问题讲清楚」的科普定位表达。不设计整条视频,也不代写完整口播稿。
## 需要的输入
先使用当前对话已经给出的信息。若尚未提供,先请用户用几句话说明:① 准备科普的领域或入门问题;② 想教给谁;③ 自己目前的职业、经历或作品概况。其他材料通过后续采访逐步取得;允许用户说「暂时没有」或「不方便公开」。不要求用户一次整理完整履历。
## 执行步骤
1. 根据已有信息开始采访。每轮只问 2~4 个能改变判断的具体问题,按用户回答继续追问,不把下面的问题一次性抛出。优先追问与当前科普主题直接相关的经历,再看间接支持项。
2. 依次探索:做过哪些比入门问题更难的工作或项目、解决过什么具体问题、取得过哪些可量化结果、作品或案例由谁使用过、是否有长期实践与教学经验、同行或机构是否公开认可、曾在什么约束下取得成果、自己有哪些别人不容易复制的第一手观察。对笼统回答追问时间、角色、行动、结果和可公开证据;对只靠头衔、粉丝量或名气支撑的说法追问它与本次教学主题的关系。
3. 把材料分成「可直接证明主题能力」「可以增强信任但不能单独证明教学能力」「尚待核实或不适合公开」三类。逐条记录用户原话、可核实来源、与目标观众的关系、适合公开的程度。不得虚构身份、成绩、背书或第三方评价。
4. 从已核实材料中选择最有力且观众一听就懂的 1~3 个权威点,解释为什么这些材料足以支持创作者来讲入门内容。若证据不足,继续采访或如实说明缺口;不要强行写「降维」「顶级专家」等未经证实的自我评价。
5. 在证据基础上写几句短表达,分别用于科普视频开头、自我介绍或评论区。每句都同时让人看出:创作者具备更深的实践或能力;这次主动面向零基础讲清一个具体问题;观众不用担心听不懂。用事实带出「有能力讲更深的内容,今天选择讲基础」的姿态,避免贬低其他创作者或初学者。
6. 给用户看候选表达及其所依据的证据,请用户指出不准确、不愿公开或不像自己说话的地方;据此修改。采访未完成时交付当前发现、待核实项和下一轮最重要的问题,不把草稿说成定稿。
## 交付结果
最终交付四部分:① 与本次科普主题相关的权威证据清单,注明原话、证据状态和公开边界;② 最值得展示的 1~3 个权威点及选择理由;③ 可直接参考的视频开头、自我介绍或评论区定位表达;④ 仍需核实的说法和不宜使用的夸大表述。若采访尚未结束,先给阶段性结果并继续提问。
## 验收标准
每个权威判断都能回到用户提供的事实,并与要教的入门主题相关;表达能让零基础观众理解「为什么值得听这个人讲」和「今天会讲得听得懂」;不把名气等同于教学能力,不虚构证据,不保证涨粉或成交;用户确认公开范围与语言风格后才视为定稿。
## 适用边界
适用于创作者准备讲基础知识,但希望先找出自己在该主题上真正有说服力的资历、实践和证据。原推文提供的是四层内容定位和三项需要传递的信息,没有给出粉丝门槛或流量公式。若用户缺少相关经历,仍可诚实做科普,但不能凭空塑造专家身份;应先找出真实优势或继续积累证据。
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| reverse-engineer-anythingmorluto/reaReverse engineer native, managed, Electron/JavaScript, packaged, firmware, and browser targets with REA, and build agent environments (AgentEnv bundles) of web applications from a live instance or a capture, and of Linux desktop apps with a task from a request. Use shipped-artifact or requested runtime evidence to explain features, compare versions, decompile code, or guide a reconstruction. Skip REA for ordinary source-repository architecture analysis. | Stars: 472k | Updated | Claude CodeCodex | Verified | Install |
| diagnosing-superpowersobra/superpowersUse when a superpowers session went wrong and your human partner wants to know why — repeated work, ignored plans, stumbles, poor results, a skill that didn't fire, "it took too long", "why is it so expensive", "what is it doing" — or wants to build a bug report for the superpowers maintainers, for the current session or a past one identified by id or path, on any harness. | Stars: 323k | Updated | Claude CodeCodex | Verified | Install |
| dispatching-parallel-agentsobra/superpowersUse when facing 2+ independent tasks that can be worked on without shared state or sequential dependencies | Stars: 323k | Updated | Claude CodeCodex | Verified | Install |
| executing-plansobra/superpowersUse when executing an implementation plan in the current session as the implementer yourself — your human partner chose inline execution, or no subagent tool is available | Stars: 323k | Updated | Claude CodeCodex | Verified | Install |