SkillAgentSearch skills...

ljg-analogy

基于结构映射理论,为场景或两个对象的差异寻找精妙类比与关系隐喻,保留关键关系、解释增量与迁移边界。USE WHEN 用户说「找个类比」「打个比方」「有什么精妙的隐喻」「用类比讲清两者区别」「换个场景理解」或调用 ljg-analogy。NOT FOR 只解释现成比喻、纯修辞润色、理论定义或把类比当作事实证明。

Install / Use

npx skills add lijigang/ljg-skills --skill ljg-analogy

Installs into whichever agent you are using.

About this skill
📄

SKILL.md

Installable skill definition

Quality Score

85/100

Category

Automation

Supported Platforms

Universal

Tags

Our assessment of ljg-analogy

ljg-analogy scores 85/100 on our quality scale, 2003rd of 2,900 Automation skills we index.

Its SKILL.md is 3.3 KB long, well organised into 9 sections and no code examples: a solid amount of guidance for an agent.

With 7,394 GitHub stars, it is one of the more widely adopted skills in the catalogue.

Substance
26/30
Structure
13/20
Description
15/15
Adoption
16/20
Freshness
15/15

Maintenance, license and trust

  • The repository was last updated 22 days ago, so ljg-analogy is actively maintained.
  • It is released under the MIT license, a permissive license that allows use, modification and commercial use with attribution.
  • Its trust signals score 100/100, with no cautions. These come from repository metadata, not a code audit — read the skill file before letting an agent act on it.

ljg-analogy compared with similar skills

All 4 of these similar skills score higher than ljg-analogy; compare them before choosing.

SkillScoreStarsUpdatedFormat
ljg-analogy (this skill)by lijigang857.4k22d agoSKILL.md
Agent-Reachby Panniantong10094.1ktodayCLAUDE.md
Scraplingby D4Vinci10086.4ktodayMCP Server
rufloby ruvnet10074.1ktodayMCP Server
algorithmic-artby anthropics100177.9k16d agoSKILL.md

Frequently asked questions

How do I install ljg-analogy?
Run npx skills add lijigang/ljg-skills --skill ljg-analogy. The install tabs above show the steps for each supported agent.
Which AI agents does ljg-analogy work with?
It is written for Universal, as a SKILL.md file. Other agents that read the same format can often use it too.
Is ljg-analogy safe to use?
It is MIT-licensed and scores 100/100 on trust signals. Skills are instructions an agent will follow, so read the file before installing it and do not approve commands you do not understand.
Is ljg-analogy still maintained?
The repository was last updated 22 days ago, so ljg-analogy is actively maintained.

name: ljg-analogy description: 基于结构映射理论,为场景或两个对象的差异寻找精妙类比与关系隐喻,保留关键关系、解释增量与迁移边界。USE WHEN 用户说「找个类比」「打个比方」「有什么精妙的隐喻」「用类比讲清两者区别」「换个场景理解」或调用 ljg-analogy。NOT FOR 只解释现成比喻、纯修辞润色、理论定义或把类比当作事实证明。 metadata: version: "1.1.0"

ljg-analogy:让关系在另一个场景里显形

用户给出一个场景,交付一个让人先看见画面、再认出关系、最后对原场景多懂一点的类比。物件可以相距很远,关系却对得很近。新奇不能抵消失真;熟悉的物件也能承载出人意料的关系。

术语方向固定:用户想理解的场景是目标域;借来帮助理解的场景是基域。 搜索从目标域出发寻找基域,知识迁移从基域回到目标域。用户用词相反时按实际意图工作,不为术语打断创作。

Workflow Routing

| 请求 | 处理 | |------|------| | 给一个场景,寻找类比或隐喻 | 按下文的成品标准交付一个主类比 | | 比较两个对象、产品或机制 | 用共同的关系框架,同时保留共同点与关键差异 | | 指定受众、领域、文风或只要一句 | 保留结构约束,服从用户的呈现要求 | | 要多个方案或比较已有候选 | 比较不同关系焦点,点出推荐项与取舍 |

Gotchas

  • 「都很复杂」「都是网络」「都需要平衡」适用面太宽,不能单独支撑类比。关系要说清谁对谁做了什么,哪些条件限制它,怎样产生结果或形成布局。
  • 多个对象配对只是字典。优先保留受同一个因果、约束、比例或空间结构统辖的关系,不能以共同点数量充当系统性。
  • 「更高阶」指关系之间的关系,不等于更抽象、更宏大,也不限定为因果链。比例、空间和情感关系同样可以承重。
  • 一套映射中角色要稳定,不能为了下一句方便,让同一对象偷偷换身份;确需比较不同侧面时,明确换了一套映射。表面属性不随关系自动迁移。
  • 基域是找来的,目标域事实是用户给的。不能为了让比方成立,替目标域补出动机、因果或结局;缺项只能作为明确的假设。
  • 类比带来候选推论,不能证明目标域必然如此。尤其不要从自然过程推出社会行为的必然性、正当性或某个人的意图。

输入是否够用

至少能认出场景里发生了什么,以及用户希望照亮的关系。只有一个词而无可辨认情境时,问一个能改变类比选择的问题;词语有多种常见指向时,先确认它指什么,问题中的选项也不能默认某一种含义。已有可用场景时直接工作。未指定受众,默认面向普通中文读者,优先选少解释也能想象的生活场景。

类比对准读者当前要完成的理解任务:辨认什么、区分什么,或预测哪种变化。用途、组成、运作方式与体验是不同的解释焦点;读者问两者怎样不同,分别概括它们的用途可能答非所问。结合提问与已有上下文选焦点,必要时用一句「这里着重看……」交代,不把这项检查变成每次都向用户补问。

用户强调的目标、权力差异、时序和约束不能在抽象时被抹掉。版本与状态也是对象身份的一部分:新证据改变角色、流程或依赖关系时,重新检查取景与主类比。若原候选已不能保留承重关系,就换掉它,不能只在末尾补一句版本差异。

什么样的类比值得交付

任务吻合。 映射保留的是读者这次需要理解的关系。一个比方能解释对象的某个特点,仍可能与眼前的问题无关;关键看它能否改善当前的辨认、区分或理解。

关系成立。 两边都存在同一条有信息量的关系骨架。读者能把人物或物件逐一放回各自角色,核对作用方向、先后顺序、依赖条件与反馈。允许只解释局部,但不能用一句泛泛的「只是类比」掩盖承重关系相反。

关系连得起来。 有一组相互支持的对应,而非为了凑数收集的相似点。若一处改变会牵动另一处,说明这条依赖怎样在两边重现。简单的比例或空间对应已经足够时,不必硬加因果或凑满关系数量。

画面能独立站住。 基域里有具体对象和动作,普通读者不用先听一遍新理论就能理解。可以用明确标为「设想」的构造场景;不能编自然机制、历史事件或名人故事当事实。

多照出一点。 类比至少让一项原先不显眼的关系变得可见:盲点、约束、代价、后果或可区分两种判断的条件。这个增量要能从映射推出。验收解释性类比时,用一个未直接照抄原描述的小情境,检查它能否帮助读者辨认差异、推测结果或选择下一步;只能复述名称与特点的候选仍然偏弱。这是内部内容检查,不必每次给用户出题,也不等于读者实测。文学隐喻可以改变读者看待一种关系的方式,不强加操作性检验或科学实验。

候选经得起比较。 当不同候选都能说通时,用同一个理解任务比较它们:谁保留了更关键的关系,谁能支持更具体的区分或推论,谁需要额外解释得更少。只有喻体名词不同、关系骨架相同,不算另一种结构。关系可信与受众可理解是底线;熟悉的近域对应可以优于新奇的远域对应,距离本身不计作质量。候选探索留在内部,用户未要求时只交付最强方案;没有合格候选就说明具体缺口。

边界具体。 指出基域哪个醒目的特征不能带过来,或哪项目标域条件变化后,对应关系就会断开。用与本次类比有关的一句话完成,避免通用免责声明。

比较两个对象时

优先在同一熟悉领域中找一组场景,用同一套角色与关系描述两边,使共同点保持可比、关键差异清楚显现。分别给 A、B 找到贴切形象,仍不足以说明 A 与 B 怎样不同;可借用的是一组有区别的运作关系。若跨两个基域更准确,也应保留共同的比较依据,不强凑同域。

检查两种对应是否有区分力:交换喻体以后,如果不用改变承重关系仍能轻易圆回来,它们可能只命中了共同属性。把一个新输入或条件变化放进两边,读者应能从类比看出各自怎样处理、会出现什么不同。若不同答案全靠另外补写目标域事实,喻体本身就没有提供足够帮助。仅按原文换名词,或把优劣标签塞进比方,也不能替代这项检查。

成品怎样说

默认直接在对话交付,不自动创建笔记、图片或文件。通常用几段话说透一个主类比,篇幅随场景伸缩:

  • 先给类比本身。 用一句有画面的中文,让人立即知道拿什么来比什么。把真正承重的关系带进这句话,避免空泛的「X 就像 Y」。
  • 让对应运行。 把基域中的具体局面讲明白,再接回用户的场景。复杂对应可以用短表,表里写「关系怎样对应」,不能只填名词对名词。
  • 落回新增理解。 说清这个比方让原场景哪一点变得更清楚,以及最容易被误带过去的那一点。不要只换词重述开头。

以上是信息要求,不是固定标题模板。用户只要一句时,只交付一句;用户要可直接引用的成稿时,先给干净成稿,不把验收语言塞进正文。隐喻可以省去「像」,结构对应仍须成立。

理论与事实边界

本技能借用 Gentner(1983)的关系映射与系统性原则。理解任务、双对象对照、候选淘汰、受众熟悉度、认知增量与具体边界,是为创作任务增加的设计标准,不宣称出自论文或已被论文验证。

关于定义、非因果关系、隐喻与理论外推有疑问时,读 Theory.md。维护或试跑时使用 EvalCases.json;这些用例只定义输入和验收依据,不规定唯一的正确比方。

日常构造场景不必联网。最终类比若依赖某项不确定的科学、历史或行业事实,先用当前可用检索工具核对一手材料;核对不了,就换成事实可靠的基域,或明确限定为假设场景。

Examples

  • 「收藏了很多文章,真遇到问题却找不出来,给个精妙类比。」成品应照亮存入与取用之间的关系,映射到具体情境,不能只用「知识宝库」赞美数量。
  • 「两个工具都能完成任务,一个由我逐项开会话安排,另一个从主会话接收需求并分派、汇报。用类比讲清区别。」成品要保留入口、分流与协调的差异;不把二者泛分成执行工具与资料容器,也不预设唯一的正确喻体。
  • 「离家多年后,听见一句乡音就觉得有人在等我。只要一句隐喻。」成品保留声音、归属与关系被唤起的结构,只给一句,不自动加表格或行动清单。

Related Skills

View on GitHub
GitHub Stars7.4k
CategoryAutomation
Updated22d ago
Forks839

Languages

TypeScript

Trust signals

100/100

From repository metadata: license, adoption, age and documentation. Not a code audit — see the Safety scan above for what the skill file itself contains.

No cautions