dontbesilent 商业诊断工具箱。从 12,307 条推文中提炼方法论，做成一组可组合使用的 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：v2.16.0
v2.16.0 更新：新增 /dbs-script-flow——短视频逐字稿逻辑延续检查。三个维度扫描：段落间逻辑衔接、段落内信息密度、句子口播流畅度，找出「观众会在哪一秒划走」的风险点。诊断完默认主动问是否做标记式改稿（保留原文，用删除线和 🆕 标出改动）。
v2.15.1 更新：新增 /dbs-wechat-html——把 Markdown 转成可粘贴到微信公众号后台的 HTML，内置 15 种经典媒体/科技产品/中文公众号风格，支持推荐单风格、6 个预览、全量 15 个三种生成模式。
v2.15.0 更新：集中导航逻辑。把 /dbs 升级为双模式路由器——任务前帮你找对工具，任务后读诊断结论推荐 2-3 个下一步。同时清理了 22 个 skill 末尾原来各自分散的"下一步建议"表，统一指向 /dbs，不知道下一步就回 /dbs。
v2.14.3 更新：新增两个内容传播工具。/dbs-spread 传播心理解码——用 5 个经典传播学理论分析已有内容为什么能引起共鸣，输出受众情绪底层和聊天室讨论方向。/dbs-resonate 文稿共鸣诊断——写完文稿但心里没底时用，专门识别「写得全面但没刺中核心」的问题，给出具体删改建议。
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。
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。
claude plugin marketplace add dontbesilent2025/dbskill
claude plugin install dbs@dontbesilent-skillsnpx -y skills add dontbesilent2025/dbskill -g --allTrae Solo 一个 zip 装一个 skill。从 GitHub Releases 下载最新的 dbskill-版本号.zip，解压后里面是当前正式发布的独立 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/。脚本会自动跳过名字里带 beta 的本地试验版 skill。
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
claude plugin marketplace update dontbesilent-skills
claude plugin update dbs@dontbesilent-skills
/reload-plugins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| Skill | 做什么 |
|---|---|
/dbs |
主入口 + 导航中枢。任务前路由到对的工具；走完任何 skill 后输入 /dbs，它读诊断结论推荐 2-3 个下一步 |
/dbs-diagnosis |
商业模式诊断。消解问题，不回答问题 |
/dbs-benchmark |
对标分析。五重过滤，排除噪音 |
/dbs-content |
内容创作诊断。五维检测 |
/dbs-content-system |
内容结构化系统。把本地大量内容资产搭成一个可持续生长的内容工程 |
/dbs-hook |
短视频开头优化。诊断 + 生成方案 |
/dbs-xhs-title |
小红书标题公式。75 个爆款公式匹配 |
/dbs-ai-check |
AI 写作特征识别。22 条特征扫描，只诊断不改 |
/dbs-wechat-html |
微信公众号 HTML 生成。15 种经典媒体/科技产品/中文公众号风格，支持推荐、预览和全量生成 |
/dbs-slowisfast |
慢就是快。摩擦建造资产，找到值得慢做的环节 |
/dbs-action |
执行力诊断。阿德勒框架（原 dbs-unblock） |
/dbs-deconstruct |
概念拆解。维特根斯坦式审查 |
/dbs-goal |
目标清晰化。把模糊目标审计成可检查的交付物 |
/dbs-good-question |
好问题生成器。把模糊问题改成 Agent 可推理、可批评、可验证的问题说明书 |
/dbs-decision |
个人决策系统。把任何长期跟踪的领域做成本地知识工程，四层结构 + 来源标签 + 隐私模式 |
| Skill | 做什么 |
|---|---|
/dbs-spread |
传播心理解码。用 5 个经典传播学理论分析已有内容为什么能引起共鸣，输出受众情绪底层和聊天室讨论方向 |
/dbs-resonate |
文稿共鸣诊断。写完文稿但心里没底时用，专门识别「写得全面但没刺中核心」的问题，给出具体删改建议 |
/dbs-script-flow |
逻辑延续检查。三维扫描逐字稿（段落衔接 / 信息密度 / 口播流畅度），找出「观众会在哪一秒划走」的风险点，支持标记式改稿 |
| Skill | 做什么 |
|---|---|
/dbs-learning 或 /dbs-learn |
交互式学习。把课题拆成连续文章，根据上一篇反馈生成下一篇 |
| Skill | 做什么 |
|---|---|
/dbs-save |
把当前诊断的关键结论、否决方向、推荐下一步存到本地。每次新增不覆盖 |
/dbs-restore |
拉出上次的存档，下次开新对话也能接着诊断 |
/dbs-report |
把多次存档合并成一份带时间索引的 markdown 报告。可分享、可归档 |
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}/。
| Skill | 做什么 |
|---|---|
/dbs-decision |
个人决策系统主入口。自动判断是更新状态、立案、回填还是出快照 |
/决策立案 |
强制进入立案模式（建决策事件文件） |
/结果回填 |
强制进入回填模式（事件结果落盘） |
/状态画像 |
生成阶段快照 |
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]
| Skill | 做什么 |
|---|---|
/dbs-agent-migration |
Agent 工作台迁移。把任意项目整理成 Claude Code / Codex / Grok 三端一致的 Agent 工作台：审计规则文件、识别真源、统一命名与 bridge |
/dbs-bridge |
双端 skill 桥接。把任意 skill 目录用软链同时挂到 Claude Code 和 Codex，改源目录后两端自动同步。支持单个 skill、集合目录、外部路径，以及拆桥和状态查看 |
| Skill | 做什么 |
|---|---|
/dbs-chatroom-austrian |
奥派经济聊天室。哈耶克 × 米塞斯 × Claude 三人对话 |
/dbs-chatroom |
定向聊天室。推荐专家或指定人物，多角色对话 + 判官总结 |
diagnosis（方向对不对）
↓
benchmark（找谁模仿）
↓
content（内容怎么做）
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）
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）
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
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。
不知道下一步走哪个 skill？输入 /dbs——它会读取你刚才的诊断结论，推荐 2-3 个值得走的下一步，每个都说清楚为什么。
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。
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
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：
| 字段 | 说明 |
|---|---|
knowledge |
提炼后的知识点 |
original |
推文原文（≤200 字） |
topics |
10 个主题分类（可多选） |
skills |
关联的 Skill |
type |
principle / method / case / anti-pattern / insight / tool |
confidence |
high / medium / low |
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。
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。
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