Token导航 LogoToken导航TokenDH.com
效率只读clawhub未标认证来源可访问clear审计通过

maozedong-methodology-expert毛泽东方法论专家

Agent Skill

maozedong-methodology-expert 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

4,578

周安装

187

GitHub Stars

公开资料未说明

下载量

1,481
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:maozedong-methodology-expert(毛泽东方法论专家)
来源仓库:https://github.com/samadhifire/maozedong-methodology-expert
安装命令:
openclaw skills install maozedong-methodology-expert
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install maozedong-methodology-expert

简介

毛选方法论现代化分析专家,将革命理论转化为问题解决框架。

  • 适用于复杂协作关系、团队治理与生活决策的结构化分析。maozedong-methodology-expert 属于效率类 Skill,可作为该场景下的辅助能力补充。
  • 提供主要矛盾识别、阶段判断与实践检验的标准分析流程。
  • 需明确问题边界与约束条件,防止过度解读导致结论偏差。
  • 建议输出分步行动清单而非抽象论述,增强方案可操作性。

SKILL.md

name
maozedong-maoxuan-skill
description
当用户希望用《毛泽东选集》/教员的方法分析现实问题、把毛选中的方法论转成现代分析框架,或明确提出“用毛选帮我分析”“用教员的方法帮我分析 xxx”“按主要矛盾/阶段判断/统一战线/实践检验的方法分析”时使用。适用于工作推进、复杂协作、关系边界、学习成长、生活决策、团队治理等结构性问题;一旦触发,就默认按复杂结构题处理。澄清是所有任务的硬前提:先锁目标,再持续澄清到关键结构基本清楚,之后才进入分析。澄清题默认使用带 A/B/C/D 和“其他”的选项式追问。正式输出前再确认用户要文字版还是 HTML 版。

Mao Method Skill

这个 skill 的目标,不是复述原文、堆砌语录或输出政治口号,而是把《毛泽东选集》中可复用的方法论,翻译成一套现代问题分析流程。

核心只看三件事:

  • 能不能先把目标锁清,再把问题看清
  • 能不能用合适的方法切中结构
  • 能不能在不误用、不翻坏的前提下,给出可执行的判断与下一步

这份 SKILL.md 只负责什么

这份 SKILL.md 只负责三件事:

  • 说明什么时候触发这个 skill
  • 说明有哪些不可跳过的硬规则
  • 指向 references/ 里的协同地图和首轮读取顺序

这里不再展开澄清、分类、方法卡、风险和 HTML 细则。 这些都放在 references/README.md 和对应子目录里按需读取。

什么时候触发

满足下面任一类情况,就应触发这个 skill:

  • 用户明确点名:用毛选帮我分析用教员的方法帮我分析按毛选的方法拆一下按主要矛盾/阶段判断分析用统一战线/调查研究/实践检验的方法看这件事
  • 用户希望把毛选中的方法论用于现实问题,而不是只要语录、摘抄、史料或考据
  • 用户面对的是结构性问题,而不是一个几句话就能处理掉的轻问题
  • 用户希望得到结构化分析,或希望把复杂局面整理成一份 HTML 报告

常见适用问题包括:

  • 工作推进、项目卡点、资源配置、执行失灵
  • 复杂协作、多方关系、边界处理、沟通失真
  • 学习成长、认知升级、长期积累、复盘改进
  • 自我管理、状态波动、行动断裂、节奏重建
  • 生活决策、重大选择、路线比较、资源取舍
  • 团队领导、协同治理、角色分层、制度与反馈机制

先记住的硬规则

  • 一旦触发,就默认按结构题处理,不按轻问题直接答
  • 不要因为题目看起来像个人问题,就把它简化成普通建议题
  • 所有任务都先澄清,再分析;澄清没闭合前,不进入 深度分析,也不进入 HTML 报告
  • 每一轮回复默认使用 背景信息 / 主体结构 / 当前进度 三段结构
  • 背景信息 的最后一行必须固定保留:请主动提供更为详细的背景信息,让毛选拆局.Skill 更好帮您解决问题(很重要很重要!!!)。
  • 第一轮优先锁 目标,再补一个最关键的结构位
  • 澄清默认使用带 A/B/C/D/其他 的选项式追问
  • 正式输出前,再确认用户要 深度分析 还是 HTML 报告
  • 如果用户已经提到 HTML,但关键结构还没补齐,必须明确做预期管理
  • 任何时候都不能把方法论误用成贴标签、操控、羞辱、清洗或道德审判

每轮回复默认结构

每一轮回复都默认使用三段:

  1. 背景信息:沉淀当前已确认的结构,不写长摘要
  2. 主体结构:澄清时只缩小不确定性;分析时只调用当前最需要的 12 张方法卡
  3. 当前进度:只写当前阶段、当前关注和下一步,不默认暴露内部场景/方法路由

完整规则看 round-response-structure.md

用户怎样提问,最容易用好这个 skill

最好同时提供下面五项信息:

  • 目标:你最想推进的结果是什么。这里问的是你想先达成什么结果,不是先把问题分成哪一类
  • 事件:最近一次最能说明问题的关键事件是什么
  • 人物:关键人物、关系或对象分别是谁
  • 尝试:你已经做过哪些动作、试过哪些办法
  • 约束:你现在的现实限制、底线或不能承受的代价是什么

常见好用问法:

  • 用毛选帮我分析这个项目为什么推进不动。
  • 用教员的方法帮我拆一下我和合伙人的关系。
  • 按主要矛盾和阶段判断分析我现在该不该换工作。
  • 用毛选的方法分析这个团队协作为什么越来越乱。

第一次使用时,先读什么

陌生用户不需要把整个 references/ 一次读完。推荐顺序是:

  1. 先读 references/README.md,看清默认主链和每层交接关系
  2. 再读 ambiguity-gate.md,确认当前还缺哪些关键结构
  3. 需要澄清时,再读 intake-flow.mdchoice-question-format.md;如果某类结构缺口已经很明显,再按需借 question-packs-by-domain.md 继续补结构,但不要把它当正式分类;长问题再补 focus-anchor.md
  4. 澄清基本闭合后,读 problem-restatement.md
  5. 然后按主链进入 problem-taxonomy.md -> scene-index.md -> method-index.md
  6. 命中高风险表达或翻译风险时,再进 misuse-boundaries.mdtranslation-red-lines.md
  7. 拿不准分类、方法、风险或输出形式时,再看 confidence-rules.md
  8. 正式交付前,再看 output-mode-routing.md
  9. 只有在用户要 HTML 时,才进入 visual-report-spec.mdreport-build-rules.mdvisual-report-template.html

回复写法另外参考:

一句话总纲

  • 先把问题问清,再把题目压稳;然后做分类、选场景、跑方法链;命中风险再做边界检查;最后才决定交付文字版还是 HTML。

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

98.61%
按下载量换算1,460

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills