📌 项目地址：alchaincyf/nuwa-skill | ⭐ 21,838 颗星 | 🔧 Python | 📜 MIT
它不是角色扮演
GitHub 上有一堆 prompt，让 AI“现在你是乔布斯，分析我的产品”。它回你一堆“Stay hungry, stay foolish”。你再追问一句“那具体怎么改”，它要么重复两句语录，要么逻辑断裂。
alchaincyf/nuwa-skill（21838 星）不是这个路数。它不是一段对话 prompt，而是一份带 YAML frontmatter 的 SKILL.md 文件，遵循 Agent Skills 协议。装进兼容的 AI runtime 后，AI 处理实际问题时，会优先使用 SKILL.md 里定义的心智模型——不是模仿口吻，是按那个人的决策框架去推导。
你说“我的 SaaS 获客成本太高”。普通 AI 给你几点建议列表。装了女娲 + 马斯克，它会说：
“先别想怎么降。先算物理极限。获客的最小必要动作是什么？用户从知道你到付费，信息传递的理论最短路径是什么？现在你的实际路径是理论路径的几倍？如果超过 3 倍，中间一定有可以砍掉的步骤。不是优化漏斗，是质疑漏斗本身该不该存在。”
这不是马斯克说过的某句话，这是马斯克做判断时的“第一性原理”操作流程。
它蒸馏了什么
项目不做百科问答。你问“乔布斯生日哪天”，它告诉你查不到。它只做一件：把人对特定问题的思考方式写成可执行的指令集。
目前可以蒸馏任何名字。输入“蒸馏一个保罗·格雷厄姆”，它自动完成调研、提炼、验证。作者的原话是：“你想蒸馏的下一个员工，何必是同事”。同事.skill 证明了蒸馏一个人可行，所以直接蒸馏乔布斯、马斯克、Naval。
有人问 OpenAI 和 Anthropic 谁的方向对。装了女娲的乔布斯回答：
“这不是一场关于方向的竞赛。这是一场关于品味的竞赛。OpenAI 像 1985 年的微软，什么都做。这种策略能赢市场份额，但你不可能每件事都做到 insanely great。Anthropic 更像早期的 Apple，聚焦。Focus means saying no to a hundred good ideas。但两家公司都犯了一个我绝对不会犯的错误——他们不控制硬件。最终赢的可能是同时控制芯片、模型和用户界面的人。你知道现在谁在同时做这三件事吗？Apple.”
这里用了两个框架：“聚焦即说不”和“端到端控制”。不是背语录，是用这两个框架套问题。
三个例子说明区别
Naval 处理“精力不够”
用户说同时想做自媒体、写书、独立开发。普通 AI 给出时间管理表。装了女娲：
“你列了三个欲望。每个欲望都是你跟不快乐签的一份合同。不是精力不够，是合同太多。问你自己：哪一个做起来你会忘记时间？那个就是你的特定知识所在。不是三选一。是先一，再一，再一。串行复利，不是并行内耗。”
逻辑链条：欲望=痛苦合同 → 筛选标准是“忘记时间” → 方案是强制串行。这是 Naval 在《如何致富》播客里的思考路径。
马斯克处理“获客成本太高”
上面已经写了，核心动作：找理论极限 → 对比实际路径 → 差值大就砍。这是第一性原理的具体用法，不是口号。
乔布斯分析“OpenAI vs Anthropic”
核心动作：判断标准是品味（而非方向） → 用历史类比（微软 vs Apple） → 提出硬件控制才是决定性因素。这是乔布斯在《连线》采访等场合反复使用的框架。
装好就两分钟
女娲基于 Agent Skills 协议，支持 Claude Code、Codex、Cursor、OpenClaw、Hermes Agent、CodeBuddy、Workbuddy、Gemini CLI、OpenCode 等 50+ runtime。
推荐方式：一行命令
打开你正在用的 agent（Claude Code 之类），直接说：
帮我安装这个 skill：https://github.com/alchaincyf/nuwa-skill或者用通用 CLI 安装器：
npx skills add alchaincyf/nuwa-skill会自动识别你当前的 runtime。需要指定时加 -a claude-code 之类的参数。
手动安装也行
各个 runtime 的安装路径 README 有表。比如 Claude Code 放 ~/.claude/skills/nuwa-skill/，Codex CLI 放 ~/.codex/skills/nuwa-skill/。clone 后放进去。
如果不支持自动加载
直接把 SKILL.md 内容粘贴进对话也行——它本质就是一份 markdown。
装好后，告诉 agent：“蒸馏一个保罗·格雷厄姆” / “造一个张小龙的视角 Skill” / “帮我做一个段永平”。它会自动完成调研、提炼、验证。
两个边界
人选要匹配问题。 用 Naval 的框架分析电子游戏数值平衡，大概率跑偏。每个思维模型有适用领域。
输出不是标准答案。 上面乔布斯说“同时控制芯片、模型和用户界面的人会赢”不一定成立。它给的是思考路径，不是最终结论。
谁值得花这十分钟
技术负责人、创业者、产品经理。每天要判断“用谁的思维方式来推演这个问题”的人。
验证方法：找一个你正面对的具体问题，先走一遍普通角色扮演（“你现在是马斯克，分析我的获客成本”），然后用装了女娲的 skill 问同样问题。对比两次输出——差异不是一个“更像谁”，而是“如果换这个人来思考，第一步会先想什么”。
卸载：删掉 skills 目录下的对应文件夹，两秒钟。