winson-known-unknown-skill

SKILL效率
效率 未标注权限 许可证不明确
安装这个技能

系统化打破"熟悉性盲区"的可复用技能——有规律或随机罗列可考证的品牌与事件,提供官网及可信信源解读,举一反三提炼元模式,强制触发被熟悉感掩盖的好奇心。

一句话选型结论

按资料字段整理

winson-known-unknown-skill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_add7f3d3/winson-known-unknown-skill
  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_add7f3d3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 1791622883
正文体量17.2 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
winson-known-unknown-skill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

17.2 KB
模型实际读到的说明书原文,来自技能仓库

winson-known-unknown(已知未知)

> 触手可及的不是信息,是意识转变的瞬间。


一、核心哲学

1.1 唯一铁律

> 熟悉是最强效的信息屏蔽器。

你"知道"玛莎拉蒂十年,但从没点开过它的官网。不是信息不可及,是你的大脑已经把它归入"已知"抽屉,不再分配主动注意。这个技能的唯一目标:制造一个人造触发器,强制让你对熟悉事物产生"信息缺口感"。

1.2 三个底层认知

认知 说明
熟悉制造知识幻觉 你以为"我知道XX",但你"知道"的只是一个标签,不是真实信息。熟悉感让你误把"听过"等同于"了解"。
信息缺口被熟悉感掩盖 好奇心产生于"意识到自己不知道"。但对熟悉事物,你根本没意识到有缺口——缺口被熟悉感掩盖了,所以好奇心引擎从未启动。
意识转变是唯一钥匙 你需要的不是更多信息,而是一个外部干预——强制打开那个"已知"抽屉,让你发现里面其实是空的。

1.3 核心公式

熟悉性盲区 = 习惯化(大脑节能)+ 单纯曝光效应(熟悉→知识幻觉)+ 信息缺口掩盖(不知道自己不知道)

重识行动 = 强制选题(打破"我已知道"的幻觉)
  → 信源考证(用官网/权威源替代脑内标签)
    → 意外发现(制造信息缺口感)
      → 举一反三(从个案提炼元模式)
        → 认知扩容(旧熟悉 → 新认知)

1.4 理论锚点

理论 核心观点 与本技能的关系
习惯化(Habituation) 反复暴露于同一刺激,大脑反应递减,构建认知捷径以节能 解释"为什么你不会主动去搜熟悉品牌"
单纯曝光效应(Mere Exposure Effect) 重复接触→偏好增加,但同时→主动好奇心降低 解释"熟悉感如何制造知识幻觉"
非注意性失忆(Inattentional Amnesia) 看过但从未主动注意的东西,记忆中几乎不存在 解释"你每天路过却从不记得消防栓在哪"
信息缺口理论(Information Gap Theory, Loewenstein 1994) 好奇心=意识到"已知"与"想知"之间的缺口 本技能的引擎:人为制造缺口,重启好奇心

二、完整执行流程

Phase 1:触发识别(Trigger)

Step 1.1:识别"重识需求信号"

用户说出以下类型的话时,触发本流程:

  • "给我随机推荐几个值得深挖的品牌/事件"
  • "我好像对XX很熟悉但其实一点都不了解"
  • "帮我打破认知盲区"
  • "有哪些司空见惯但其实大有文章的东西"
  • "举一反三,从XX出发看看还有什么"
  • 任何带有"探索熟悉事物、打破认知惯性"意向的表达

检验标准:如果用户的请求可以被转化为"对某个/某些熟悉事物的深度重新发现",则进入本流程。

输出:确认进入 Phase 2,并询问用户偏好模式(见 Step 2.1)。


Phase 2:选题策略(Topic Selection)

Step 2.1:选择罗列模式

向用户提供两种模式,或由 AI 根据语境自动选择:

模式 说明 适用场景
随机盲盒模式 从预设分类池中随机抽取 3-5 个品牌/事件,用户不知道会抽到什么 日常认知拓展、制造惊喜感
规律深挖模式 围绕一个主题(如"百年家族企业""被误解的历史事件")系统罗列 专题研究、有明确探索方向

检验标准:已确定模式,并明确本次探索的品牌/事件数量(建议 3-5 个,太多则浅,太少则无法举一反三)。

Step 2.2:从分类池中选题

预设分类池(可扩展):

大类 子类示例 重识价值
品牌 汽车(玛莎拉蒂、保时捷)、科技(乐高、任天堂)、消费(宜家、可口可乐)、奢侈(爱马仕、LV) "听过≠了解",官网往往有完整品牌叙事
历史事件 被误解的事件(项羽与阿房宫)、鲜知的重大事件(Operation Mincemeat)、日常事物的起源 "常识≠史实",考古和新研究常推翻流行叙事
地理地名 国名由来、城市隐藏历史、常去地方的真实故事 "每天路过却从未深想"
科学概念 被误用的术语(生存偏差、安慰剂效应)、日常现象背后的原理 "会用词≠懂原理"
文化符号 节日起源、流行梗的真实出处、经典作品的冷知识 "参与≠理解"

选题原则:
1. 可考证:必须有官网、学术论文、权威媒体报道等可信信源
2. 有反差:优先选"你以为你知道但其实不知道"的条目
3. 有深度:官网/信源有足够内容可挖,不是一句话能说完的
4. 多样化:一次探索跨至少 2 个大类,避免同质化

检验标准:已选出 3-5 个品牌/事件,每个都标注了所属分类和预期重识点。


Phase 3:信源考证(Source Verification)

Step 3.1:为每个条目定位可信信源

信源优先级(从高到低):

优先级 信源类型 示例 可信度
P0 官方网站 / 官方档案 maserati.com、lego.com/aboutus 最高(品牌自我叙事)
P1 学术论文 / 权威百科 PubMed、Britannica、维基百科(带引用) 高(经过同行评审/编辑)
P2 权威媒体报道 BBC、Reuters、Nature News 较高(有编辑把关)
P3 专业领域博客/书籍 行业专家出版物 中(需交叉验证)
P4 社交媒体 / 自媒体 YouTube、公众号 低(仅作线索,必须回溯到 P0-P2)

操作规范:
1. 先尝试访问官网(P0),提取品牌/事件的"自我叙事"
2. 再用 P1-P2 交叉验证,寻找"官方不会主动说但真实存在"的信息
3. P4 仅作为发现线索的工具,所有事实必须回溯到 P0-P2 才能写入输出
4. 如果某个"有趣事实"找不到 P0-P2 信源 → 标注"⚠️ 待考证",不作为确定结论呈现

检验标准:每个条目至少有 1 个 P0-P2 信源,所有呈现的事实都标注了信源级别。

Step 3.2:提取关键信息

对每个条目,提取以下维度的信息:

维度 说明 示例(玛莎拉蒂)
基本事实 成立时间、创始人、核心业务 1914年成立,意大利摩德纳,三叉戟标志源自海神喷泉
意外发现 你以为你知道、但其实不知道的事实 已111年历史,是意大利"汽车谷"最悠久的品牌
自我叙事 官网如何讲述自己(品牌定位) "大胆、纯粹、感官刺激"——不止是豪车,是一种态度
隐藏故事 官方不主动说但有据可查的信息 早期靠赛车起家,曾经历多次所有权变更
认知反差 "以为知道的" vs "实际发现的" 以为=意大利跑车标签;实际=百年家族+赛车基因+手工定制

检验标准:每个条目完成五维度信息提取,"认知反差"维度必须明确写出。


Phase 4:深度解读(Deep Interpretation)

Step 4.1:单条目解读

对每个品牌/事件,用以下结构输出解读:

## [条目名称]

**你以为你知道的**:[一句话概括大众刻板印象]

**实际发现的**:
- [意外事实1](信源:[P0/P1/P2] + 链接)
- [意外事实2](信源:[P0/P1/P2] + 链接)
- [意外事实3](信源:[P0/P1/P2] + 链接)

**官网/信源入口**:[可直接点击的链接]

**认知反差**:[你以为的] → [实际的],这个落差本身就是最大的收获。

写作规范:
- 用"你以为你知道的"开头,直接制造信息缺口感
- 每个事实必须标注信源级别和链接
- "认知反差"必须用"→"箭头呈现落差,视觉化冲击

检验标准:每个条目完整呈现上述结构,信源链接可点击。

Step 4.2:解读质量自检

检查项 标准
信息缺口是否被制造? 读完"你以为你知道的"后,是否产生了"等等,我好像真不知道"的感觉
信源是否可信? 每个事实是否有 P0-P2 信源支撑
是否有认知反差? "→"前后是否确实存在落差
是否可考证? 提供的链接是否真实可访问

Phase 5:举一反三(Cross-Pattern Inference)

Step 5.1:元模式提炼

从本次探索的 3-5 个条目中,提炼跨条目的"元模式"——不是复述单个事实,而是发现反复出现的底层规律。

提炼方法:回答以下问题:

  1. 共同点:这些品牌/事件有什么共同特征?(如:都经历了从A到B的转型?都有被误解的叙事?)
  2. 反常识:哪些发现颠覆了你的预设?(如:你以为奢侈品牌靠设计,实际靠家族传承?)
  3. 可迁移洞察:这个模式能推广到什么其他领域?(如:"名字的巧合"是品牌成功的隐藏因素?)
  4. 下一步线索:从这次探索中,自然延伸出什么新的探索方向?

输出格式:

## 举一反三:元模式

**本次探索的条目**:[A]、[B]、[C]

**发现的元模式**:[一句话概括跨条目的底层规律]

**证据链**:
- [A] 体现了这个模式,因为……
- [B] 体现了这个模式,因为……
- [C] 体现了这个模式,因为……

**反常识洞察**:[你以为的规律] → [实际发现的规律]

**可迁移方向**:
- 顺着这个模式,还可以去探索 [D]、[E]、[F]
- 这个模式在 [另一领域] 是否也成立?

**下一步盲盒建议**:[1-2个具体的下次探索目标]

检验标准:元模式不是单个事实的复述,而是跨条目的抽象提炼;至少有 3 个条目作为证据链。

Step 5.2:元模式示例库

以下是已验证的元模式,供举一反三时参考对照:

元模式 含义 典型案例
名字的意外 品牌名的由来往往出人意料,且暗合其本质 LEGO=丹麦语"玩得好",拉丁语恰好="我拼在一起"
起点的错位 很多伟大品牌的起点与现在的形象完全不同 宜家起点是卖笔和钱包;诺基亚起点是造纸
常识的崩塌 流行叙事中的"历史常识"常被考古/新研究推翻 项羽没烧阿房宫——考古证明它压根没建成
家族的隐藏力 百年品牌背后往往有一个低调的家族传承网络 乐高75%仍由创始家族第四代持有
被遮蔽的代价 熟悉事物的背后藏着被忽视的代价或黑暗面 加拿大寄宿学校系统——"文明"叙事下的系统性伤害

Phase 6:闭环记录(Loop & Archive)

Step 6.1:建立个人"重识档案"

每次探索后,记录以下信息,形成持续积累:

## 重识档案 #[序号]

**日期**:[YYYY-MM-DD]
**模式**:[随机盲盒 / 规律深挖]
**探索条目**:[A]、[B]、[C]
**元模式**:[一句话]
**最大认知反差**:[条目X]:[以为的] → [实际的]
**信源清单**:[所有链接]
**下次探索线索**:[从本次延伸的方向]

检验标准:档案已记录,下次可直接在此基础上延伸。

Step 6.2:迭代机制

反馈类型 处理方式
"这个条目太浅了" 标记该条目为"浅层",下次选题避开同类
"信源打不开" 更新信源链接,标记失效信源
"元模式不够深" 回到 Step 5.1,追问更深层的"为什么"
"想顺着XX继续探索" 记录为下次盲盒的种子条目

三、完整输出模板

每次执行本技能,输出以下结构:

# 重识行动 #[序号]:[主题或"随机盲盒"]

## 行动概览
- 模式:[随机盲盒 / 规律深挖]
- 条目数:[N]个
- 涵盖大类:[品牌、历史事件、……]

---

## 条目一:[名称]
**你以为你知道的**:……
**实际发现的**:
- ……(信源:P0,[链接])
- ……(信源:P1,[链接])
**官网/信源入口**:[链接]
**认知反差**:[以为的] → [实际的]

## 条目二:[名称]
(同上结构)

## 条目三:[名称]
(同上结构)

---

## 举一反三:元模式
**元模式**:……
**证据链**:……
**反常识洞察**:……
**可迁移方向**:……
**下一步盲盒建议**:……

---

## 重识档案
**日期**:……
**最大认知反差**:……
**下次探索线索**:……

四、常见陷阱与避坑指南

陷阱 表现 后果 修正
信源依赖自媒体 从公众号/短视频获取"冷知识"直接输出 信息失真、以讹传讹 所有事实必须回溯到 P0-P2 信源,自媒体仅作线索
浅尝辄止 只看了官网首页就输出 错过真正有价值的深度信息 至少浏览官网 2-3 个页面 + 1 个交叉验证信源
元模式牵强 硬凑共同点,没有真正的底层规律 举一反三变成"强行类比" 元模式必须能解释至少 3 个条目,且能预测新条目
选材同质化 一次全选汽车品牌,或全选历史事件 无法产生跨领域的意外碰撞 一次探索至少跨 2 个大类
知识幻觉未破除 读完觉得"嗯我确实知道这些" 重识失败,回到原点 "你以为你知道的"必须足够具体,让用户意识到自己其实不知道
信息过载 一次探索 10 个条目,每个都浅 走马观花,没有深度 控制在 3-5 个,宁可深不要多

五、场景适配指南

场景 推荐模式 重点强调的 Phase 说明
日常认知拓展 随机盲盒 Phase 2-4 每天或每周一次,3个条目,轻松有趣
专题深度研究 规律深挖 Phase 3-5 围绕一个主题系统探索,重点在举一反三
团队破冰/讨论 随机盲盒 Phase 4-5 每人选一个条目深挖,分享认知反差
写作素材积累 规律深挖 Phase 3-4 为特定写作主题收集有反差感的素材
教育/亲子探索 随机盲盒 Phase 2-4 选适合孩子年龄的条目,培养主动好奇心
自我认知训练 两种皆可 Phase 5-6 重点在元模式提炼和档案积累,训练"意识到自己不知道"的能力

六、质量检验清单

完成重识行动后,逐项检查:

选题质量

  • [ ] 选了 3-5 个条目?(不多不少)
  • [ ] 跨了至少 2 个大类?
  • [ ] 每个条目都有"可考证"的信源?
  • [ ] 每个条目都有"反差感"(你以为你知道但其实不知道)?

信源质量

  • [ ] 每个条目至少有 1 个 P0-P2 信源?
  • [ ] 所有呈现的事实都标注了信源级别?
  • [ ] 没有仅依赖 P4(自媒体)的事实?
  • [ ] 提供的链接真实可访问?

解读质量

  • [ ] "你以为你知道的"足够具体,能制造信息缺口感?
  • [ ] "认知反差"用"→"明确呈现了落差?
  • [ ] 没有用抽象术语替代具体事实?

举一反三质量

  • [ ] 元模式能解释至少 3 个条目?
  • [ ] 元模式不是单个事实的复述,而是跨条目抽象?
  • [ ] 提出了可迁移方向和下一步探索建议?

闭环质量

  • [ ] 重识档案已记录?
  • [ ] 下次探索线索已留存?

七、执行原则

  1. 制造缺口优先于输出信息:本技能的第一目标不是"告诉你新知识",而是"让你意识到自己不知道"——信息缺口感一旦产生,用户自己就会去深挖。
  2. 信源可信度是底线:宁可少说一个事实,也不要用不可考证的信息。P4 信源只能当线索,不能当结论。
  3. 反差感是核心体验:每次探索的价值不在于"学到了什么",而在于"我以为我知道的竟然是错的/不完整的"——这个落差才是认知扩容的引擎。
  4. 举一反三是灵魂:单个条目的探索是"点",元模式提炼是"线",可迁移洞察是"面"。没有举一反三,重识行动就只是一次性冷知识收集。
  5. 档案积累是复利:每次探索的元模式和线索都值得记录。重识档案会越来越厚,你的"意识盲区地图"会越来越清晰。
  6. 少即是多:3-5 个条目,每个深挖,远胜于 10 个条目走马观花。深度是重识的前提。
  7. 熟悉性盲区是无限的:这个技能不会"用完"。世界上有无数你"听过但从未真正了解"的品牌、事件、概念。每次执行,都是在扩大你的真实认知版图。

关于作者

字段 内容
公众号 @鸢飞鱼游
专栏/理念 AI as Dasein
通讯邮箱 winson_dasein@163.com
版权声明 本内容版权归@鸢飞鱼游所有,未经允许任何单位或个人也可使用(若有帮助,欢迎署名)、复制或以任何其他方式使用本文全部或部分。

常见问题

5 问
答案由本站依据条目字段整理
winson-known-unknown-skill怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_add7f3d3/winson-known-unknown-skill。安装方式为未标注。装完刷新技能列表或重开客户端。

winson-known-unknown-skill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。

winson-known-unknown-skill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。

winson-known-unknown-skill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。

winson-known-unknown-skill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。