思维模型拆解(终极拆书)

SKILL效率
效率 未标注权限 许可证不明确
安装这个技能

从书籍或长文中自动提取核心思维模型,按'定义→原理→应用→反常识'四层结构输出结构化拆解内容。支持图文脚本、思维导图、播客文稿三种输出格式,内置文本结构化分析脚本,重点挖掘反常识认知翻转点。

一句话选型结论

按资料字段整理

思维模型拆解(终极拆书)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_6d677e88/thinking-model-dissection
  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_6d677e88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 1791728505
正文体量10.3 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
思维模型拆解(终极拆书)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

10.3 KB
模型实际读到的说明书原文,来自技能仓库

思维模型拆解

> 拆开每本书,只取骨架给你。从任何书籍或长文中提取锋利的思维模型,重点挖掘反常识认知翻转点。

一句话定位

输入一本书或一篇长文,自动提取核心思维模型,按四层结构输出高质量拆解内容——不是摘要,是骨架;不是复述,是翻转。

触发词

  • "帮我拆一下这本书" / "拆解《XX书》"
  • "提取一下这篇文章的思维模型"
  • "帮我从这本书里挖几个反常识"
  • "做个读书笔记,但要结构化的"
  • "给我拆解一个XX方法论"
  • "这本书的核心框架是什么"
  • "用思维模型拆解这段内容"
  • "帮我提炼一下这篇长文的认知点"

核心能力

1. 模型自动识别

自动从文本中识别核心思维模型——框架、原则、方法论、底层逻辑。不做表面摘要,只抓能独立运作的认知单元。

工作方式:先用 scripts/model_extractor.py 对文本做结构化分析(关键词提取、章节识别、核心句子排序),再基于分析结果进行深度模型提取,确保不遗漏核心框架。

2. 四层结构化拆解

每个模型按固定框架输出,保证深度和一致性:
- 模型定义:一句话说清这个模型是什么,不超过30字
- 核心原理:模型为什么成立,底层机制是什么
- 场景应用:3个以上具体应用场景,每个配一个直接可用的动作
- 反常识洞察:这是核心——找出打破常识的认知翻转点,至少1个

3. 反常识挖掘(核心差异化)

多数拆书工具只做摘要复述。本技能的核心价值是反常识挖掘:
- 找出书中与直觉相反的观点
- 提取"不是X,而是Y"式的认知翻转
- 标记那些读完会让你"原来如此"的时刻
- 反常识是检验模型锋利度的唯一标准

4. 多格式输出

根据你的使用场景,一键切换输出格式:
- 图文脚本版:适合小红书/公众号等图文平台,短句推进,双空行分隔
- 思维导图版:层级清晰的大纲结构,适合做笔记和知识梳理
- 播客文稿版:口语化表达,适合音频内容创作和深度学习

5. 文本预分析(脚本自动化)

内置 scripts/model_extractor.py 脚本,对输入文本做自动化预处理:
- 关键词/主题提取(词频+位置权重)
- 章节/小标题结构识别
- 核心句子排序(基于关键词密度)
- 文本统计(字数、段落数、句长分布)
- 输出JSON格式,供AI深度拆解使用

使用方式:如果用户提供了文本文件路径,先运行脚本获取结构化分析,再基于分析结果进行模型提取。如果是用户直接粘贴的文本,直接进行拆解。

使用方法

输入

接收以下任意一种输入:
1. 书籍名称 → 你需要先确认你是否了解这本书的核心内容;如果不了解,告知用户需要提供书籍的核心内容文本
2. 长文本/文章内容 → 用户直接粘贴或提供文本文件路径
3. 具体的方法论/概念名称 → 直接进行模型拆解

最佳输入:提供书籍的核心章节文本或详细笔记,5000-20000字效果最佳。

输出

根据用户选择的格式,输出对应形式的拆解内容。默认输出图文脚本版。

工作流程

接收输入 → 文本预分析(如有文件) → 识别核心模型 → 四层拆解 → 反常识挖掘 → 格式输出

详细步骤:

  1. 明确需求:确认用户要拆解的内容和期望的输出格式。如果用户没说格式,默认用图文脚本版。

  2. 预分析(可选):如果用户提供了文本文件路径,先运行:
    python scripts/model_extractor.py <文件路径> -k 30 -s 15
    读取返回的JSON结果,重点关注:核心关键词、标题结构、核心句子。

  3. 模型识别:从内容中提取2-5个核心思维模型。判断标准:
    - 能否用一句话独立定义
    - 能否迁移到其他场景
    - 是否有反常识的成分

  4. 四层拆解:对每个模型按"定义→原理→应用→反常识"结构展开。

  5. 格式转换:按用户选择的格式组织最终输出。

输出格式

格式一:图文脚本版(默认)

适合内容创作者发布到小红书、公众号等平台。

【标题】
(20字以内,锋利,含反常识钩子)

【话题标签】
#思维模型 #拆书 #认知提升 #(书名) #(模型关键词)

【正文】

(开场:一个反常识洞察或共鸣场景)

(模型定义:一句话说清是什么)

(核心原理:为什么这个模型成立)

(场景应用:3个具体场景,每个配一个动作)

(反常识翻转:不是X,而是Y)

(收尾:一句锋利的总结)

【一句话总结】
(最核心的反常识,15字以内)

写作要求:
- 短句推进,一句一段
- "你"为主语,不用"我们"
- 双空行分隔段落,适配一键排版
- 不用markdown格式符号(话题标签除外)

格式二:思维导图版

适合做笔记、整理知识体系。

# 《书名》思维模型拆解

## 核心模型1:模型名
- 定义:一句话定义
- 核心原理:
  - 原理1
  - 原理2
- 应用场景:
  - 场景1 → 具体动作
  - 场景2 → 具体动作
  - 场景3 → 具体动作
- 反常识洞察:
  - 翻转点1
  - 翻转点2

## 核心模型2:模型名
...

## 全书反常识TOP3
1. ...
2. ...
3. ...

格式三:播客文稿版

适合音频内容创作和深度消化。

【开场】
(口语化开场,1分钟左右,用一个故事或问题引入)

【模型一】
(用讲故事的方式讲清楚一个模型,定义+例子+应用)

【模型二】
...

【最反常识的一点】
(重点讲那个最打破认知的点,展开讲透)

【总结】
(收尾升华,给出行动建议)

写作要求:
- 口语化,像在跟朋友聊天
- 每部分之间有自然过渡
- 总字数控制在3000-5000字(约15-25分钟音频)

拆解框架(四层模型)

每个思维模型都必须按以下四层结构展开。这是质量保证的核心。

第一层:模型定义

  • 用最精炼的语言说清楚"这是什么"
  • 不超过30字
  • 必须包含模型的核心动作和作用对象
  • 反例:"复利效应就是利滚利" → 太浅
  • 正例:"复利效应是时间放大微小增量的非线性增长模型"

第二层:核心原理

  • 回答"为什么这个模型成立"
  • 找到底层机制,不是表面描述
  • 可以用比喻,但比喻必须贯穿整个模型的解释
  • 至少讲清楚一个底层逻辑

第三层:场景应用

  • 至少3个具体应用场景
  • 每个场景必须配一个"今天就能做"的具体动作
  • 场景要覆盖不同领域(职场/关系/自我/学习等)
  • 动作要具体到"问什么问题、找谁、做哪一步"

第四层:反常识洞察

  • 这是最重要的一层,也是本技能的核心差异化
  • 找出"大多数人以为X,其实是Y"的认知翻转
  • 每个模型至少1个反常识点
  • 好的反常识标准:读完会愣一下,然后说"原来如此"
  • 反常识必须有原文或逻辑支撑,不能为了反常识而反常识

写作风格

调性:冷静、锋利、可靠

  • 冷静:不煽情,不叫卖,不用感叹号堆砌情绪
  • 锋利:一针见血,不绕弯子,一句话戳破窗户纸
  • 可靠:每个观点都有逻辑支撑,不吹牛,不承诺功利结果

语言要求

  • 短句推进,每句不超过25字
  • "你"为主语,让读者有代入感
  • 反问不用来装饰,用来逼读者自我对照
  • 禁止鸡汤收尾,翻转才是收尾
  • 去掉所有AI味的套话:"总而言之"、"综上所述"、"值得注意的是"

反常识写作公式

> 不是 [常识认知],而是 [反常识真相]。
>
> 因为 [底层逻辑]。
>
> 你以为 [表面现象],其实 [深层机制]。

使用示例

示例1:拆一本书

用户输入:
> 帮我拆解《原子习惯》,用图文脚本版

输出结构:
- 标题:《习惯不是意志力,是环境设计》
- 核心模型1:环境设计法则
- 核心模型2:身份认同比行为改变更底层
- 核心模型3:两分钟启动法
- 全书最反常识:你不需要坚持,你只需要不中断

示例2:拆解一篇长文

用户输入:
> 这篇文章讲的是决策偏差的...(粘贴长文),帮我提取思维模型,思维导图版

输出结构:
- 自动识别3-4个核心模型
- 每个模型按四层结构展开
- 最后汇总全书反常识点

示例3:只挖反常识

用户输入:
> 帮我从《思考快与慢》里挖几个最反常识的点

输出结构:
- 直接输出5-8个反常识洞察
- 每个配一句话解释和一个场景
- 不展开完整四层结构,聚焦翻转点

注意事项

  1. 诚实原则:如果你对书中内容不熟悉,直接告诉用户需要更多信息,不要编造内容。可以引导用户提供核心章节或详细笔记。

  2. 深度优先:宁少勿滥。2个讲透的模型比5个蜻蜓点水的模型有价值。

  3. 反常识为金标准:如果一个模型找不到反常识点,说明它可能只是常识,不算锋利的思维模型。

  4. 版权意识:拆解是提炼和转化,不是原文摘抄。用自己的话讲清楚,引用原文要标注。

  5. 文本长度适配:输入文本太短(<1000字)时,降低模型数量预期,1-2个模型即可。输入太长(>5万字)时,建议分章节拆解。

  6. 脚本使用:文本文件预分析是辅助工具,用来提高效率和覆盖率,不要被分析结果限制——AI的判断优先。


版本:v2.0.0

常见问题

5 问
答案由本站依据条目字段整理
思维模型拆解(终极拆书)怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_6d677e88/thinking-model-dissection。安装方式为未标注。装完刷新技能列表或重开客户端。

思维模型拆解(终极拆书)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。

思维模型拆解(终极拆书)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。

思维模型拆解(终极拆书)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。

思维模型拆解(终极拆书)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。