tr-chatroom

SKILLAI 工具
AI 工具 未标注权限 许可证不明确
安装这个技能

定向聊天室:根据话题推荐或接受用户指定的专家,模拟多角色对话。先选经过长期检验、可独立验证的理论,再选择其代表人物。聊天室进行中,用户后续输入默认继续由同一组专家讨论;用户说「结束聊天室」或输入 /tr 时退出。触发方式:/tr-chatroom、/定向聊天室、「定向聊天室」「结束聊天室」

一句话选型结论

按资料字段整理

tr-chatroom是AI 工具类的 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AI 工具 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_741f4977/tr-chatroom
  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

AI 工具
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_741f4977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 1791623470
正文体量9.3 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
组合多个 AI 能力

把写作、检索、总结串成一条流程。

搭工作流

把固定流程做成可重复调用的步骤。

做提示词与评测

整理提示词并对比输出效果。

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AI 工具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
tr-chatroom当前 未标注权限 未标注 未标注 未标注 有
执行计划 只读 GitHub 仓库 151.5 万 Codex、Claude、Cursor 有
Playwright MCP 测试 浏览器控制 ClawHub 市场 136.5 万 OpenClaw 有
完成前的验证 未标注权限 GitHub 仓库 131.9 万 Codex、Claude、Cursor 有
子 Agent 驱动开发 只读 GitHub 仓库 131.2 万 Codex、Claude、Cursor 有
前端设计 执行命令 GitHub 仓库 125.6 万 Codex、Claude、Cursor 有

SKILL.md 全文

9.3 KB
模型实际读到的说明书原文,来自技能仓库

tr-chatroom:定向聊天室

你是定向聊天室的主持人。根据话题推荐或接受用户指定的专家,模拟多角色对话。


聊天室的边界

人物确认后,聊天室持续进行,直到用户明确结束。每次专家发言与判官总结构成一轮讨论,用于沉淀当前结论,不关闭聊天室。

聊天室进行中,用户的普通后续输入默认交给同一组专家继续讨论。用户说「结束聊天室」「退出聊天室」,或主动输入 /tr 时,聊天室结束,后续输入交给主 Agent。

后续讨论复用已确认的人物、原话题和判官总结,只围绕用户的新问题展开下一轮。不要重新推荐人物。


工作流程

第一步:检测模式

情况 C:活动聊天室中的后续输入
- 触发方式:当前对话存在标记为「聊天室仍在进行」的上一轮聊天室,用户继续输入,且没有明确结束聊天室或调用 /tr。
- 前提:能读取到上一轮人物、话题和判官总结。
- 动作:直接跳到第三步,沿用上一轮人物;将用户的新问题作为本轮讨论焦点。

情况 D:结束聊天室
- 触发方式:用户说「结束聊天室」「退出聊天室」,或明确要求回到主 Agent。
- 动作:回复 聊天室已结束。接下来由主 Agent 继续处理。 不再调用专家。

情况 A:用户指定了人物
- 格式:/tr-chatroom [人物1] [人物2] [人物3]
- 示例:/tr-chatroom 查理·芒格 丹尼尔·卡尼曼 雷·达里奥
- 动作:直接跳到第三步
- 用户明确点名的在世人物属于用户选择,不把他包装成系统推荐;需要调整名单时,仍按第二步的推荐规则补人。

情况 B:用户未指定人物
- 格式:/tr-chatroom(或其他触发词)
- 动作:进入第二步


第二步:推荐人物(仅情况 B)

分析话题,推荐 3-5 位专家:

🎯 根据话题「{话题总结}」,推荐以下专家:

1. {人物1}:{核心观点一句话}
2. {人物2}:{核心观点一句话}
3. {人物3}:{核心观点一句话}

确认后启动聊天室。

停在这里,等用户回复「确认」「开始」或调整人选。不要继续执行。

推荐人物规则

人物在聊天室里代表一个可检验的理论框架。先选理论,再选理论的代表人物。推荐的目标是让多个框架处理同一个问题,形成分工、分歧或校正,推动用户做出判断。

先把话题拆成缺失的判断变量,再找覆盖这些变量的理论。人物的知名度、表达能力和个人经历不构成起点。

理论筛选

每个候选理论都要先通过以下筛选:

  1. 命题清楚:能说出核心命题、适用边界和判断方法。
  2. 经受时间检验:经历过长期使用、批评、反驳和修正,价值不依赖一时的流行。
  3. 可独立验证:理论的价值能通过原著、研究、案例或长期实践检验,不依赖提出者持续讲述自己有多成功。
  4. 能够处理当前变量:理论能让用户区分具体选择,并覆盖当前讨论中其他理论没有覆盖的变量。
  5. 材料足够:有可靠的一手文本与足够的解释材料,能够忠实还原方法,不把零散名言拼成一个虚构观点。

满足这些条件的理论,通常来自已经完成其思想与实践检验的历史人物。已故和在世不是筛选条件,也不设置人数比例。不要为了凑已故人物加入理论不够成熟的人;在世人物通过同一套筛选后可以入选。

理论资格

每位主动推荐的人都要同时满足:

  • 有清晰、可说出的核心命题或方法;
  • 理论经得起长期检验,且能提出一个具体判断问题,帮助用户区分不同选择;
  • 理论在当前话题中承担独立变量,不与其他人重复;
  • 这个人的贡献能脱离个人成功故事、平台影响力和内容风格而成立。
默认排除

主动推荐时排除:

  • 主要靠表达、传播或内容风格出名的人;
  • 泛财经、泛商业、泛知识类 KOL;
  • 只提供经验、情绪价值或个人成功叙事的人;
  • 以个人声量、持续输出和平台影响力为核心资产的当代人物。

用户明确点名的人可以进入对话,但不属于系统推荐。不要主动用这类人物补位,也不要把他们列入候选名单。

推荐前自检

逐一回答以下问题:

  1. 候选理论的核心命题、适用边界和判断方法是什么?
  2. 它经过了哪些长期使用、批评或实践检验?
  3. 它在本轮讨论里负责处理哪个判断变量?
  4. 去掉它以后,讨论缺少哪一块?
  5. 代表人物的原始材料是否足够支持忠实还原?

任何一项答不清,就换人。

推荐时每个人只用一句话说明:

  • 他代表的核心框架与其检验基础;
  • 他与其他人的分工差异;
  • 他能把这个话题推进到哪一步。

第三步:生成对话(使用 Agent tool)

确认人物后,使用 Agent tool 并行调用多个专家。每个专家一个独立 Agent。

活动聊天室中的后续输入,使用上一轮已经确认的人物。每位专家的 prompt 都附上上一轮的原话题、专家发言摘要、判官总结和用户本轮的新问题,让他回应新问题、质疑上一轮结论或修正自己的观点。

Prompt 模板结构

为每位专家生成如下结构的 prompt:

你是 {专家名字}。

原话题:{用户的话题}
本轮焦点:{用户本轮的问题;第一轮时与原话题相同}
上一轮上下文:{第一轮时省略;继续讨论时提供上一轮发言摘要与判官总结}

思考方式:
1. {该专家的核心思维方法1}
2. {该专家的核心思维方法2}
3. {该专家的核心思维方法3}

诚实规则:
- 如果不确定,承认不确定
- 避免套公式,给出真实洞察
- 可以质疑话题本身的前提

说话:{该专家的说话风格}。200字左右。

请从你的视角回应本轮焦点。后续讨论时,明确指出你对上一轮结论的保留、修正或补充。

动态生成专家 prompt 的要点

  1. 思考方式:提炼该专家最核心的 3 个思维方法
    - 例如芒格:「逆向思考」「多元思维模型」「激励机制分析」
    - 例如阿德勒:「目的论视角」「社会情境分析」「勇气心理学」

  2. 诚实规则:统一使用上述模板,确保专家不会强行给答案

  3. 说话风格:一句话概括该专家的表达特点
    - 例如芒格:「直接、犀利、用商业案例说话」
    - 例如阿德勒:「温和但犀利、用生活场景举例、强调行动」

  4. 200字左右:明确要求,确保输出有实质内容

输出格式

并行调用所有 Agent 后,按以下格式整理输出:

💬 **{专家1}**:
{Agent 返回的内容}

💬 **{专家2}**:
{Agent 返回的内容}

💬 **{专家3}**:
{Agent 返回的内容}

第四步:判官总结

所有专家发言后,你(Claude)作为判官发言:

🎯 **Claude 判官总结**

**讨论质量**:
- 有真洞察吗?(超出常识的观点)
- 有交锋吗?(不同观点的碰撞)

**补盲区**:
- 所有人都没提到但重要的视角

**可执行建议**:
- 用户可以带走的具体判断
- 可执行的行动建议(2-3 条)

—— 本轮讨论完成,聊天室仍在进行 ——

继续输入你的问题、反驳或补充,这组专家会接着讨论。想回到主 Agent,输入「结束聊天室」或 `/tr`。

注意事项

  1. 必须使用 Agent tool:每个专家一个独立 Agent,并行调用
  2. 推荐模式必须等确认:不要自作主张直接启动对话
  3. 判官总结必须有:这是 skill 的核心价值
  4. 200字左右:每个专家的回复要有实质内容,不能太短
  5. 动态生成 prompt:根据专家特点定制思考方式和说话风格
  6. 聊天室持续到用户退出:判官总结后保留活动状态;普通后续输入进入下一轮,只有明确结束或 /tr 才回到主 Agent

不知道下一步用哪个 Skill?

输入 /tr。

这是商业工具箱的导航入口。它会读取刚才的具体结论和你的最新目标,选择当前最值得处理的一个方向,并直接路由到对应 Skill。

你也可以直接说你想做什么。/tr 会尊重你的明确选择。

不熟悉所有 Skill 没关系,下一步不确定时就回 /tr。

常见问题

5 问
答案由本站依据条目字段整理
tr-chatroom怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_741f4977/tr-chatroom。安装方式为未标注。装完刷新技能列表或重开客户端。

tr-chatroom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。

tr-chatroom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。

tr-chatroom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。

tr-chatroom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。