dontbesilent 商业诊断工具箱。从 12,307 条推文中提炼方法论，做成 Claude Code skill。
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。
新增：
/dbs-ai-check或/AI检测- AI 写作特征识别- 22 条 AI 写作特征逐条扫描，按文本顺序逐处引用原文指出问题
- 三级严重度分级（🔴 强信号 /
⚠️ 中信号 / 💡 弱信号） - 内置误伤警告和体裁识别，避免误判人类写作习惯
- 改写引导模式：不直接帮你重写，而是针对每处问题追问你的写作意图，搞清楚之后再改
优化：
/dbs主入口路由表新增 AI 检测入口
新增：
/dbs-xhs-title或/小红书标题- 小红书标题公式工具- 给一个话题，从 75 个爆款公式中自动匹配最合适的 5-8 个，生成定制标题
- 12 类心理触发器覆盖（认知冲突、好奇缺口、恐惧损失、身份代入、数字锚定、结果承诺、社会证明、争议挑衅、场景条件、行动号召、权威借力、互动测试）
- 每个标题附公式编号、原始爆款对照、推荐理由，输出 Top 3 推荐
优化：
/dbs主入口路由表新增标题公式入口- 完善 skill 联动：content 诊断完可推荐 xhs-title，xhs-title 写完可推荐 hook
| Skill | 做什么 |
|---|---|
/dbs |
主入口，自动路由到对的工具 |
/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-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 ⭐ 新增 |
/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 |
| Skill | 做什么 |
|---|---|
/chatroom-austrian 或 /奥派 |
奥派经济聊天室。哈耶克 × 米塞斯 × Claude 三人对话 ⭐ 新增 |
| Skill | 做什么 |
|---|---|
/dbskill-upgrade |
升级 dbskill 到最新版本 |
diagnosis（商业模式对不对）
↓
benchmark（找谁模仿）
↓
content（内容怎么做）
↓ 发现开头问题 ↓ 需要标题
hook（开头怎么优化） xhs-title（小红书标题公式）
↓
action（做不动怎么办）
deconstruct（随时拆概念）
Skill 之间会自动推荐下一步。比如：
- diagnosis 发现心理问题 → 推荐 action
- 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
- xhs-title 标题选好 → 推荐 hook 优化开头
- benchmark 发现逃避执行 → 推荐 action
推荐：Claude Code 插件市场（一键安装，自动更新）
claude plugin marketplace add dontbesilent2025/dbskill
claude plugin install dbs@dontbesilent-skills其他方式：
npx skills add dontbesilent2025/dbskill安装后在 Claude Code 中输入 /dbs 即可。
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
│
└── 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 |
每个 Skill 有 2 个知识包——一个是框架方法论，一个是案例库。Skill 运行时会读取这些文件作为深度参考。
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