拉马努金文本分析术

SKILL效率
效率 未标注权限 许可证不明确
安装这个技能

一种基于深度直觉与结构操作的文本分析方法。通过强制性的数据抓取与信息补充, 结合全景扫描、分段变形、重排重组与节点爆破,穿透文本表层叙事, 识别隐藏逻辑、议程设置与叙事操控。

一句话选型结论

按资料字段整理

拉马努金文本分析术是效率类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类效率 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_231765ee/ramanujan-text-analysis
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

效率
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_231765ee仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791737597
正文体量10.0 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
整理待办与日程

把零散任务收进清单,排出优先级。

批量处理重复任务

把固定动作做成模板,重复执行。

把流程写成清单

把口头流程整理成可复用的步骤。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在效率场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
拉马努金文本分析术当前 未标注权限 未标注 未标注 未标注 有
Nano PDF 文档 联网访问 ClawHub 市场 424.9 万 OpenClaw 有
自动更新程序 浏览器控制 ClawHub 市场 296.4 万 OpenClaw 有
Gemini 助手 联网访问 ClawHub 市场 254.7 万 OpenClaw 有
word DOCX 文档 联网访问 ClawHub 市场 239.6 万 OpenClaw 有
Excel XLSX 前端 联网访问 ClawHub 市场 227.0 万 OpenClaw 有

SKILL.md 全文

10.0 KB
模型实际读到的说明书原文,来自技能仓库

拉马努金文本分析术(Ramanujan Text Analysis Method)

> 核心哲学:不被动接受文本给定的顺序与边界,而是通过数据抓取扩充信息基底,再以结构直觉主动对文本进行"变形"与"重排",迫使隐藏模式暴露。


一、前置强制原则:数据抓取与信息补充

在任何"瞪眼"操作之前,必须先完成信息扩图。

文本(尤其是短文本)是高度压缩的信息切片,作者通过选择性呈现构建叙事。分析者必须主动打破文本边界,将每个可搜索节点展开为完整信息网络。

1.1 信息抓取清单

对文本中出现的以下元素,必须进行外部搜索与数据补充:

节点类型 抓取内容 搜索策略
主体/机构 历史行为、近期动态、利益相关方 近6个月相关新闻、官方文件、人事变动
时间标记 该时间点附近的关键事件、政策节点、行业动态 时间轴回溯,寻找"为什么是现在"的触发因素
数据/统计 原始数据源、统计口径、历史同期数据、第三方验证 追溯报告出处,比对不同统计口径
专业术语/概念 学术定义、政策语境中的特殊含义、近期舆论场中的用法 交叉比对百科、论文、政策文件
引述/信源 引述完整性、发言者身份与立场、历史言论 查找原文上下文,检查是否断章取义
地名/事件名 当地近期同类事件、全国/全球同类案例 横向对比,寻找模式

1.2 联想与联系建立

抓取信息后,必须建立以下联系:

  • 纵向联系:该节点在过去6-12个月内的演变轨迹
  • 横向联系:同类主体、同类事件在其他时空中的处理方式
  • 因果联系:该事件的上游压力与下游影响(政策考核、行业周期、社会情绪)
  • 反事实联系:如果该节点不存在或被替换,文本论证是否依然成立

> ⚠️ 铁律:未完成信息抓取与节点爆破前,禁止进入"直觉扫描"阶段。短文本的留白是设计出来的,没有扩图的"瞪眼"只会瞪出确认偏误。


二、核心技法

技法一:全景扫描(Holistic Gaze)

操作:在信息扩图完成后,快速通读全文(或重组后的信息全景),不陷入字句。

目标:感知文本的"气场"与深层气质——它是愤怒、焦虑、诱导、安抚,还是冷静陈述?作者的立场与文本的潜在目的是什么?

关键问题:
- 这篇文章的整体情绪曲线是什么?
- 它希望我读完之后做什么?(愤怒转发、恐惧收藏、安心忽略、还是接受某个观点?)
- 扩图后的信息是否改变了这篇文章的"气场"?


技法二:分段假设与变形对应(Chunked Deformation)

操作:将文本切成3-5个大的"叙事块"或"论证块"(背景铺垫块、核心指控块、证据陈列块、情绪升华块、结论块)。

假设:这些块之间可能是同一母题的"变形关系"——镜像、缩放、递推或不对称处理。

检验清单:
- [ ] 正反面的叙述结构是否对称?正面案例是否具体有温度,反面是否干瘪标签化?
- [ ] 不同信源描述的是否是同一"原事件"的不同变形?差异点被放在主句还是从句?
- [ ] 危机叙事与解决方案在结构上是否构成闭环变形?
- [ ] 扩图后的历史政策/事件,与当前文本的叙事块是否构成变形关系?

> 核心心法:内容可以伪装,但块与块之间的结构关系很难伪装。差异被压缩、共识被放大的地方,就是议程设置的切口。


技法三:重新排列组合(Structural Recombination)

操作:主动拆解文本给定的顺序,像"流氓编辑"一样重组材料,检验逻辑韧性。

重组实验:

  1. 因果链重组
    - 原文:A→B→C
    - 重排:B→A 或 C→B,检验是否同样自圆其说
    - 若重排后解释力相当,原论证可能只是叙事时序陷阱

  2. 证据重组
    - 提取所有事实、数据、引述,忽略作者上下文
    - 能否拼出另一个合理版本的故事?
    - 若能,说明作者在玩拼图操控

  3. 情绪-事实分离重组
    - 标记所有情绪性形容词、感叹句、隐喻(红)
    - 标记所有事实性陈述(蓝)
    - 只看蓝色部分能否独立支撑结论
    - 若蓝色部分支离破碎,说明逻辑靠情绪排列组合支撑

  4. 段落乱序测试(适用于长报道/评论)
    - 随机调换中间段落顺序
    - 核心论点是否依然清晰?
    - 若一读就崩,说明文章靠信息投喂节奏与情绪波浪推进


技法四:节点爆破(Node Detonation)

适用场景:短文本(新闻简讯、声明、推文、事件通报)。

操作:

  1. 原子化切割:将短文本切成最小可搜索单元
    - 主体(谁?哪个部门?)
    - 动作(做了什么?具体是哪一条?)
    - 时间(为什么是今天?)
    - 理由(这个理由在本地语境指向什么?)
    - 数据(比例?历史同期?)
    - 修辞(谁定义的"惠及"?有没有受损方?)

  2. 外部扩图:对每个原子节点执行强制搜索
    - 纵向深搜:该主体/政策三个月前的文件
    - 横向联想:同期其他城市是否也在说?
    - 反向追问:取消A后,B是否同步转移或后置?
    - 数据锚定:该数据在整体中的占比

  3. 带着扩图信息再扫描/变形/重排
    - 短文本在完整信息网络中的"气场"是否改变?
    - 它是回应压力、铺垫动作,还是转移注意力?
    - 被省略的维度(谁被排除、谁承担成本)是否暴露?

> 心法:短文本的"简洁"往往是"选择性"的伪装。节点爆破就是把被省略的维度重新召唤回来。


三、操作流程图

接收文本
    │
    ▼
┌─────────────────┐
│  第一步:信息抓取  │  ← 强制步骤,不可跳过
│  · 搜索主体历史   │
│  · 验证数据来源   │
│  · 补充时间上下文  │
│  · 建立横向对比   │
└─────────────────┘
    │
    ▼
┌─────────────────┐
│  第二步:节点爆破  │  ← 短文本必做
│  · 原子化切割    │
│  · 外部信息扩图   │
└─────────────────┘
    │
    ▼
┌─────────────────┐
│  第三步:全景扫描  │
│  · 感受文本气场   │
│  · 识别潜在目的   │
└─────────────────┘
    │
    ▼
┌─────────────────┐
│  第四步:分段变形  │
│  · 切成叙事块    │
│  · 检验变形对称性  │
└─────────────────┘
    │
    ▼
┌─────────────────┐
│  第五步:重排重组  │
│  · 因果链重组    │
│  · 证据重组      │
│  · 情绪-事实分离  │
│  · 段落乱序测试   │
└─────────────────┘
    │
    ▼
输出:结构洞察 + 验证清单 + 被省略的维度

四、警示与边界

4.1 直觉是起点,验证是终点

拉马努金会记下直觉结果并寻求严格证明。你的"瞪眼"发现("这篇文章在带节奏")必须接受事实核查——回溯信源、交叉验证、检查引述完整性。

4.2 警惕确认偏误

带着强烈预设去"瞪"文本,只会看见你想看见的。每次"瞪眼"后,必须执行反方视角切换:假设作者是对的,假设自己是错的,看文本是否还成立。

4.3 信息过载不是目的

节点爆破的终点不是无限搜索,而是建立足以支撑结构判断的最小充分信息网络。当扩图信息足以识别叙事操控点时,即可停止。

4.4 区分"能分析"与"该传播"

识别出文本的操控结构后,分析者需自行判断:是公开解构、内部存档,还是仅作为个人认知防护。技能赋予的是"看见"的能力,不是"行动"的指令。


五、实战速查卡

当你看到... 立即触发... 搜索补充... 然后用...
一条短讯宣布"重大利好" 节点爆破 该主体近期负面/压力事件、同类政策历史效果 分段变形:利好叙事 vs 历史现实的变形对比
一篇长文论证"某群体有罪" 全景扫描 该群体近期是否卷入资源争夺/政策变动 重排重组:把结论放开头,检验论证是否倒推
一个数据"震惊" 节点爆破 原始报告、统计口径、历史同期、绝对值 情绪-事实分离:去掉形容词,数据本身说什么
多方信源"一致" 分段变形 各信源原始出处、发言时间、利益关联 证据重组:打乱信源组合,能否拼出另一故事
"突然"发生的事件 节点爆破 该时间点上级的考核/会议/文件/国际动态 纵向联系:过去6个月是否有铺垫被忽略了

六、结语

拉马努金的启示不是放弃逻辑去"顿悟",而是在充分积累与信息扩图的基础上,用极致专注培养对深层结构的直觉,再用理性验证这种直觉。

在信息过载时代,这是一种稀缺的"慢思考"能力——不是读得更快,而是在读完之前,先看见结构。

常见问题

5 问
答案由本站依据条目字段整理
拉马努金文本分析术怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_231765ee/ramanujan-text-analysis。安装方式为未标注。装完刷新技能列表或重开客户端。

拉马努金文本分析术支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

拉马努金文本分析术权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

拉马努金文本分析术收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

拉马努金文本分析术用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。