Signal Intelligence Pack
LLM通用前置grounding技能组。在正式分析、判断、报告或规划之前,将问题拆解为可执行查询、选对来源、洗净证据、标清新鲜度、补上反证。内部固定串联5个独立技能:query-planner → source-router → evidence-cleaner → freshness-judge → count...
LLM通用查询规划技能。将复杂任务拆解为4类标准查询(identity/event/action/counter)。在需要联网搜索、多步分析、反证检索前使用。触发条件:任务依赖外部信息、需要拆解复杂问题、需要统一query结构供下游消费。
This listing is from the official public ClawHub registry. Review SKILL.md and referenced scripts before running.
Install skill "Query Planner" with this command: npx skills add query-planner
This source entry does not include full markdown content beyond metadata.
This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.
Related by shared tags or category signals.
LLM通用前置grounding技能组。在正式分析、判断、报告或规划之前,将问题拆解为可执行查询、选对来源、洗净证据、标清新鲜度、补上反证。内部固定串联5个独立技能:query-planner → source-router → evidence-cleaner → freshness-judge → count...
LLM通用证据新鲜度判断技能。根据时间窗和证据时间信息,判断每条证据属于current/background/stale/undated/malformed哪一类。在搜索结果标准化之后、需要区分当前证据与背景证据时使用。触发条件:现实问题/新闻/政策/市场分析、需要降低"把旧材料当新材料"风险、时间敏感型任务。
LLM通用反证搜索技能。围绕当前主线判断,主动寻找反例、冲突证据、翻转条件和替代路径支撑,减少单线叙事偏差。在已有主线判断后、高风险结论输出前、风险分析前使用。触发条件:需要降低幻觉和单线偏差、需要补充替代叙事证据、高风险决策前的纠偏。
LLM通用证据清洗技能。将原始搜索结果、网页片段、OCR残片等原始材料清洗为可用证据,减少脏输入、伪实体、重复片段和错域材料对后续判断的污染。在搜索结果返回后、进入freshness判定或叙事生成前使用。触发条件:搜索结果质量差、证据量大但信噪比低、需要标准化证据格式。