dbskill

dontbesilent 商业诊断工具箱。从 12,307 条推文中提炼方法论，做成 21 个 Agent skill。

可在 Claude Code、Codex、Cursor、Trae Solo 等任意支持 skill / system prompt 的 Agent 上使用。

最新更新：v2.14.2

v2.14.2 更新：优化 /dbs-chatroom 的推荐人物规则。推荐专家时不再靠固定名单或泛名人直觉，改为先判断话题缺什么视角，再选择真正能推进讨论的人；同时明确排除泛财经、泛商业、靠表达和传播出名但判断密度偏弱的人。

v2.14.1 更新：修复 /dbs-content-system 发布包缺少 scaffold/root/AGENTS.md、CLAUDE.md、SOURCE_OF_TRUTH.md 的问题。v2.14.0 新增了正式版内容结构化系统，本版本补齐初始化脚本依赖的根级脚手架文件。

近期几次更新集中在 5 个方向：

• 内容工程：新增内容结构化系统，支持把大量本地素材搭成可继续生长的内容资产工程
• Agent 工作台迁移：支持 Grok Build，统一三端迁移语境
• 决策系统：从业务决策记录扩展成通用个人决策系统
• 学习与提问：新增 dbs-learning、dbs-good-question
• 状态管理：补齐 dbs-save、dbs-restore、dbs-report

更完整的历史变更，见 GitHub Releases。

作者：X · 小红书 · 抖音

所有内容开放，可以整套装，也可以只拿一部分。知识包、原子库、单个公理，都能单独用。

如何安装 dbskill

Claude Code

claude plugin marketplace add dontbesilent2025/dbskill
claude plugin install dbs@dontbesilent-skills

通用安装方式（适用于 Codex / Claude Code）

npx -y skills add dontbesilent2025/dbskill -g --all

Trae Solo

Trae Solo 一个 zip 装一个 skill。从 GitHub Releases 下载最新的 dbskill-版本号.zip，解压后里面是 21 个独立的 skill zip（每个 zip 解压后根级是 SKILL.md），逐个拖进 Trae Solo 的「上传技能」窗口即可。

如果想本地构建，运行 bash tools/build-skills.sh，产物在 dist/skills/。

付费答疑群

如果你想加入我的付费答疑群，可以扫码查看：

也可以直接打开这个链接： https://mp.weixin.qq.com/s/V7Dr0-75VYZOLJ6lbT_s0w

如何更新 dbskill

Claude Code 插件市场安装的用户

claude plugin marketplace update dontbesilent-skills
claude plugin update dbs@dontbesilent-skills
/reload-plugins

通过 npx skills add 安装的用户

重新运行一次同样的命令即可。安装和更新用的是同一条命令，不需要换成别的写法。

npx -y skills add dontbesilent2025/dbskill -g --all

工具箱

dbs 诊断工具

学习工具

状态管理三件套

几个关键词

• 存档：/dbs-save 写到本地的一份诊断状态文件。每次 save 都新增一份，不会覆盖。一个项目下可以攒很多份存档，记录诊断从开始到收尾的全过程。
• 项目：用来分隔不同生意的诊断。默认按你当前的目录名隔离——给小红书做的诊断和给线下课做的诊断不会混在一起。
• 接着上次：你今天关掉 Claude Code，明天重开。只要还在同一个项目目录里 /dbs-restore，就会自动把上次的存档拉回来。

诊断的存档默认放在 ~/.dbs/sessions/{项目名}/，报告放在 ~/.dbs/reports/{项目名}/。

决策系统

决策项目默认放在 ~/.dbs/decisions/{项目名}/，加 --here 或要求"放在当前项目里"则落到 {当前目录}/决策/{项目名}/。

四层结构（每层规则不同）：

• 01_事实/ —— 发生过什么。只追加。
• 02_规律/ —— 看出什么。缓慢追加修正，原段不重写。
• 03_定格/ —— 某时整体什么样。写完不改，新版本另起。
• 04_待解/ —— 还没想清楚的（含决策事件）。完成即清。

每层目录里放一个 _这层放什么.md，说明这个目录该记什么，常见误放项有哪些。

核心机制：

• 我的当前状态.md 是第一入口，每次对话先读、对话结束先更新
• 来源标签强制（[本人] / [AI 推测] / [AI 结论] / [AI 关键标注] / [AI 元记录] / [结果回填] / [修正]）
• 概念升级 02_规律/ 要满足 3 条门槛里的 2 条（出现 3 次 / 解释多事实 / 有工具性）
• 隐私模式（init 时问一句决定是否开）：强制代号 + git 黑名单提示
• "问什么办 → 拒方案 → 问新的"循环时 AI 停止给方案，写 [AI 元记录]

Agent 基建

进阶-内容工程模块

chatroom 系列

工具路径图

常见主线

diagnosis（方向对不对）
    ↓
benchmark（找谁模仿）
    ↓
content（内容怎么做）

内容局部优化

content 发现开头问题 → hook（开头怎么优化）
content 需要标题 → xhs-title（标题公式）
content 想检查 AI 味 → ai-check（AI 写作检测）

横向工具

goal（目标本身是空转的，无法驱动行动）
slowisfast（任何关键决策阶段：当你在走捷径、贪快、绕开关键摩擦时）
action（知道该做什么，但就是做不动）
deconstruct（概念模糊，导致判断不成立）
chatroom（想先听多个视角，再决定下一步）
learning（把一个主题拆成连续学习文章，根据反馈继续推进）
decision（把重大决策沉淀成长期资产，支持回填和规律复盘）

交互式学习

选一个课题
    ↓
生成 01.md，并留下学习反馈区
    ↓
用户写反馈
    ↓
learning 先读反馈，再生成 02.md
    ↓
持续形成自适应学习梯度

状态管理（贯穿所有诊断）

任何诊断 skill 走完有结论
    ↓
save（把结论、否决方向、下一步存档到本地）
    ↓
下次回来 → restore（把上次的存档拉回来，接着走）
    ↓
攒了多份存档 → report（合并出可分享的报告）

诊断走到「问题被消解」「报告输出」「行动方案确定」这类节点时，相关 skill 会主动建议你 /dbs-save。后面回来时一句「接着上次」或 /dbs-restore 就能继续，不用从头再讲一遍背景。

Skill 之间会自动推荐下一步。比如：

• diagnosis 发现方向成立但缺具体路径 → 推荐 benchmark
• diagnosis 发现核心卡点是心理或执行 → 推荐 action
• diagnosis 发现用户在关键决策上走捷径 → 推荐 slowisfast
• diagnosis 发现问题里的概念没定义清楚 → 推荐 deconstruct
• diagnosis 发现用户的"问题"其实是个空转目标，原话本身就不能驱动行动 → 推荐 goal
• benchmark 找到对标后，进入具体表达和内容执行 → 推荐 content
• benchmark 发现用户在模仿路径上贪快 → 推荐 slowisfast
• benchmark 发现逃避执行 → 推荐 action
• benchmark 发现用户的目标本身就是模糊的，找不到该模仿谁 → 推荐 goal
• content 发现开头问题 → 推荐 hook
• content 需要起标题 → 推荐 xhs-title
• content 检测出 AI 味 → 推荐 ai-check
• content 发现内容方法上在走捷径 → 推荐 slowisfast
• 用户已经有大量本地内容，想把旧内容变成可复用资产 → 推荐 dbs-content-system
• action 发现不是执行力问题，而是方法选错了 → 推荐 slowisfast
• action 发现用户做不动是因为目标本身就是空转的 → 推荐 goal
• deconstruct 拆完概念后发现整句话是空转目标 → 推荐 goal
• goal 审计通过但用户做不动 → 推荐 action
• goal 审计通过但缺路径 → 推荐 benchmark
• goal 审计通过但牵涉具体内容创作 → 推荐 content / hook / xhs-title
• goal 审计中发现某个词是伪概念 → 推荐 deconstruct
• 用户的问题太松、想判断能不能让 Agent 自动化解决、需要写问题说明书 → 推荐 good-question
• good-question 发现问题本身是空转目标 → 推荐 goal
• good-question 发现核心概念没定义 → 推荐 deconstruct
• good-question 已经生成清楚的商业问题 → 推荐 diagnosis / benchmark / content
• 任何阶段如果用户想先听不同视角 → 推荐 chatroom
• 任何阶段如果用户用了模糊概念 → 推荐 deconstruct
• 用户明确提到 Claude Code、Codex、Grok、AGENTS.md、CLAUDE.md、skill bridge、工作台迁移、三端统一，或说“我的 Agent 工作台很乱”“帮我统一 Claude 和 Codex 和 Grok” → 推荐 dbs-agent-migration
• 用户明确提到内容结构化系统、内容资产工程化、主题地图、选题装配，或想把大量本地素材做成一个可持续生长的内容工程 → 推荐 dbs-content-system
• 用户想系统学习一个主题、继续下一篇、根据学习反馈推进课程 → 推荐 dbs-learning
• goal / good-question / diagnosis 已经清楚到要进入具体选择与执行 → 推荐 dbs-decision
• diagnosis / benchmark / content / action / deconstruct / goal 走到有结论的节点 → 推荐 dbs-save
• 用户说「上次」「之前的」「接着」「续上」 → 推荐 dbs-restore
• save 累积 ≥3 份存档或用户说「打包」「整理一份」「给合伙人看的」 → 推荐 dbs-report

知识库

dbskill 的知识库是完全开放的。你不需要安装整套 Skill 才能用——可以只拿走你需要的部分。

目录结构

知识库/
├── 原子库/                     # 结构化知识数据库
│   ├── atoms.jsonl             # 4,176 个知识原子（全量）
│   ├── atoms_2024Q4.jsonl      # 按季度拆分
│   ├── atoms_2025Q1.jsonl
│   ├── ...
│   └── README.md               # 字段说明
│
├── Skill知识包/                 # 提炼后的方法论文档
│   ├── diagnosis_公理与诊断框架.md
│   ├── diagnosis_问题消解案例库.md
│   ├── benchmark_对标方法论.md
│   ├── benchmark_平台运营知识.md
│   ├── content_内容创作方法论.md
│   ├── content_平台特性与案例.md
│   ├── action_心理诊断框架.md
│   ├── action_信号案例库.md
│   ├── deconstruct_语言与概念框架.md
│   ├── deconstruct_解构案例库.md
│   ├── decision_决策记录方法论.md
│   └── decision_结构与回填规则.md
│
└── 高频概念词典.md

原子库是什么

每个知识原子是一条从推文中提炼的知识点，结构化为 JSON：

{
  "id": "2024Q4_042",
  "knowledge": "判断一个生意能不能做，必要条件之一是你能不能说出这个产品的颜色",
  "original": "判断一个生意能不能做，必要条件之一是你能不能说出这个产品的颜色...",
  "url": "https://x.com/dontbesilent/status/...",
  "date": "2024-10-01",
  "topics": ["商业模式与定价", "语言与思维"],
  "skills": ["dbs-diagnosis", "dbs-deconstruct"],
  "type": "anti-pattern",
  "confidence": "high"
}

字段说明：

Skill 知识包是什么

很多 Skill 都配有知识包——通常一份偏方法，一份偏案例。它们是公开的方法论文档，可以单独阅读，也可以作为后续维护时的背景材料。

如果你不安装 Skill，也可以直接读这些 .md 文件。它们是独立的、可读的方法论文档。

怎么在你自己的项目里用

场景 1：给你的 AI 加商业诊断能力

把 知识库/Skill知识包/diagnosis_公理与诊断框架.md 的内容粘贴到你的 system prompt 里。你的 AI 就有了 6 公理 + 消解漏斗。

场景 2：做 RAG 知识库

把 知识库/原子库/atoms.jsonl 导入你的向量数据库。4,176 条结构化知识点，自带主题标签，天然适合检索。

场景 3：只要案例

只看 type: "case" 或 type: "anti-pattern" 的原子。大约 700+ 条真实商业案例和反面案例。

场景 4：做 chatbot

用 Skill 知识包里的方法论作为 system prompt，用原子库做 RAG 增强。不需要安装 Claude Code。

场景 5：学习和研究

按 topics 过滤，只看你感兴趣的领域。比如 topics 包含 "心理与执行力" 的有 296 条。

许可证

本项目采用 CC BY-NC 4.0 许可证。

• 个人使用、学习、研究、非商业项目：不需要署名，不需要申请
• 公开发布衍生作品（文章、工具、课程等）：请注明来源
• 商业用途：需要单独授权，请联系作者