当手上有一个零散的读书会、学生分享、讲座或社群活动想法，想知道下一步该怎么长时使用。先按留下的痕迹（办过几次、来了几个人、留下了什么）判出它实际在哪儿，而不是按它叫什么；再用带证据清单的闸门决定是留在原地、修改后再试、往深处走（Workshop）还是往广处走（公共活动）。深度与广度是两个独立的轴，不是一条梯子。
产出各阶段的标准表单与交接，不替使用者编造学校制度、人员、预算或未给出的活动形式定义。
The English summary is being prepared. Showing the original description.
See how to installReview the instructions the agent will receive before you install.
把一个活动的"下一步该干什么"变成一个有证据门槛的判断。
它主要做的不是帮你规划，是在证据不够的时候拦住你。规划谁都会写， 被拦住才是这个 skill 存在的理由。
不适用于 / Not for：
project-brainstorm。分流看对象：
已经定了要办读书会、分享、讲座、社群活动这类事（不论办没办过），才归本 skill主干只有三段，之后分叉成两个互不隶属的轴：
种子 ──→ 孵化 ──→ 系列 ─┬─→ 深度轴：参与者动手（Workshop）
└─→ 广度轴：陌生人进得来（公共活动）
| 轴 | 0 | 1 | 2 |
|---|---|---|---|
| 深度 | 只听、只讨论 | 参与者动手做过事 | 参与者产出了自己的作品 |
| 广度 | 只有熟人圈 | 圈外新人来过 | 圈外新人再来了第二次 |
三件事必须说清楚：
深度轴进入只要 1，广度轴进入要 2。这不是笔误：
动手过一次就证明这个形式跑得起来——动手了就是动手了。 来过一个陌生人什么也证明不了，来一次可能只是路过。 陌生人再来一次才是信号。
第一个问题永远是这个，不要问"你觉得自己在哪个阶段"：
上一次办的时候，是哪天？来了几个人？留下了什么？
办过三次"系列读书会"却拿不出任何记录的，证据只支持孵化，不管它叫什么。 这是本 skill 唯一的防通胀机制，不能跳过。
脚本和人工核对用同一套规则：
seed 没有要求；incubation 要主干到孵化；catena 要主干到系列；
workshop 要主干到系列、深度至少 1；public 要主干到系列、广度 2。有执行能力时，把履历写成 JSON 交给脚本判：
python3 scripts/check_program.py stage history.json
字段名照抄 references/check-program-input.md：脚本不认识的字段按输入错误处理（退出 2），
备注写进 notes。它会算出证据支持的坐标，与使用者声称的阶段对比，不足时逐条列出差什么。
没有执行能力时手工按上面的规则判，并把结果标为"人工核对"。
脚本只核痕迹：日期、到场人数、产物、有没有动手、新人来没来。闸门里其余要判断的条目 （例如 G2 的出乎意料的观察）它不管，仍要逐条人工判。
闸门只看有没有证据，不看计划写得好不好。 任一条缺失，结论就是"留在原地"或"修改后再试"。
第二条是这五道闸里最硬的一条。如果试办完全符合预期，说明没有在观察， 只是把设想执行了一遍——那这次试办没有产生任何新信息，不构成放行证据。
第三条是"有人真的进来了"的证据：参与者只是配合完成流程，和参与者开始 往里带自己的问题，是两回事。
第二、三条一起构成同一件事的证据：公共活动的瓶颈从来不是有没有人来， 是有没有人能持续办下去。
回流不是可选的收尾。一个不产生新种子的成熟活动，是这条链的终点而不是顶点， 应当在结论里明说。
把相近的题目按时间摆好，不构成系列。判据是：后一场用得上前一场的产物。
每一场声明它消费什么、产出什么，交给脚本查连通性：
python3 scripts/check_program.py catena catena.json
除第一场外，每一场必须至少消费一件前面某场产出的东西。消费不到的那一场就是 孤立节点——把它拿掉，系列不会有任何损失，那它就不该在系列里。
原书、论文、数据集这类不来自本系列任何一场的材料，写进根对象的 external_inputs：
消费它们不再警告，但也不算和前面几场接上。字段见 references/check-program-input.md。
脚本还会警告：产出后没人接手的悬空产物；以及整个系列全是 lecture
（说明"参与者需要做什么"这一步没想过）。
大多数种子会死。 只有成功形状的表格，会逼人给已经黄了的活动写成功形状的文档。
停办时产出 停办记录（模板见 references），至少写清：题目、试了几次、
每次到场几人、停在哪一步、以及判断是没人要、没人带，还是时间不对。
这三种原因指向完全不同的处理：第一种该换题目，第二种该找人，第三种可以原样再来一次。
这是学生组织最该留、最没人留的东西。它直接喂给 G5 回流——下一届不用把同一个坑再踩一遍。
## 位置判定
| 维度 | 判定 | 凭什么这么判 |
|---|---|---|
| 主干 | 种子 / 孵化 / 系列 | <引用具体的日期、人数、产物> |
| 深度 | 0 / 1 / 2 | <同上> |
| 广度 | 0 / 1 / 2 | <同上> |
- 使用者声称：<原话>
- 是否相符：<相符 / 声称高出证据，差在哪一条>
- 脚本已跑 / 人工核对 / 未执行
## 本阶段产物
<对应表单，见 references/artifact-templates.md>
## 闸门判定
| 闸 | 条目 | 有证据 | 缺什么 |
- 结论：留在原地 / 修改后再试 / 走深度轴 / 走广度轴 / 停办
- 依据：<逐条对应上表，不写"综合来看">
## 交接
- 下一步收到什么、用什么格式
- 由谁负责
## 回流
- 新题目：<从活动里冒出来的>
- 新带领者候选：
- 可复用材料：
- 需要进入下一轮的问题：
"闸门判定"里不允许出现"综合来看""基本满足"。 逐条对应，缺就是缺。
Catena、Incubator、学长课堂、Leminar 这类名字属于某个学校或社群的本地制度，
不是通用概念。它们集中放在 references/local-vocabulary.md，由使用者自己填。
Leminar 目前没有给出定义，就当作空槽留着。需要用到它时问使用者要规则，
不要根据字面猜一个（"Lecture + Seminar"是猜测，不是定义）。同样地：
Leminar 之类缺定义的一律留空槽并提问。references/artifact-templates.md — 七份表单骨架（含停办记录），按阶段取用references/format-selection.md — 由参与者要做什么反推活动形式references/local-vocabulary.md — 本地制度名词，由使用者填写references/check-program-input.md — 脚本两种输入的字段表与示例，写 JSON 时才读scripts/check_program.py — stage 查痕迹与阶段是否相符，catena 查系列有没有顺序，--selftest 自检，--help 列出字段| 版本 | 日期 | 变更 | 类型 |
|---|---|---|---|
| 0.1.1 | 2026-09-26 | 补脚本字段表（references/check-program-input.md）并在第二节写明判定规则；拼错的键、未来日期、非整数人数原先会静默误判或崩溃，现报输入错误，到场 0 人的场次不计入，external_inputs 生效，加 --help 与自检用例；标题改为五道闸；模板改为只写分段与产出、不排钟点；与 project-brainstorm 按对象分流 | patch |
| 0.1.0 | 2026-09-05 | 初始草稿：双轴模型、痕迹定位、五道带证据清单的闸门、系列连通性检查、停办记录 | minor |
No reviews yet. Tell others what you thought.
No login needed. Share how it worked for you, ask a question, or note where it did not run.
No comments yet. Be the first to write one.
当学生说"Common App 活动栏写不下"、"这段活动描述超字数了"、"帮我把这几条压到限制内"时使用。先按官方申请表核对当季字符限额，再逐条检查；一次把所有条目量完并直接给出压缩版，只在需要砍掉实质内容时才用选择题问该保哪部分。每改一版都用工具重新数一遍字符，绝不凭感觉说"这样应该够了"。只压缩，不代写空白。
The English summary is being prepared. Showing the original description.
当学生说"我参加过一些活动但没整理过"、"帮我把经历录进去"、"我的活动档案是空的"时使用。让学生一口气把记得的活动说出来，直接把这段话拆成结构化的长期事项（角色、组织、起止时间、做了什么、结果、级别），说不清的字段留空标"待补"而不是编，再用一张选择题卡把级别判定与是否重复这类关键项一次问完，然后提案入库。只记录学生真正说出口的内容，级别按事实判定，绝不往高了写。
The English summary is being prepared. Showing the original description.
当学生问"招生官会怎么看我的档案"、"我的背景还差什么"、"帮我评估一下现在的申请竞争力"时使用。以顶尖大学招生官的视角通读学生的档案、长期活动与已写下的反思，不问任何前置问题直接产出一份指名道姓的坦诚点评：这份材料的亮点、招生官真实的解读方式、明显的短板与空白、以及接下来最值得做的一到两件事。只读不写，不修改学生的任何数据，也不代写任何申请材料。
The English summary is being prepared. Showing the original description.
当使用者说"帮我填词"、"按这个字数模板写歌词"、"用多Agent对抗式写词"、"这首副歌帮我想几句"时使用，前提是字数骨架和这首歌写什么都已经有了；只有主题、还没定写什么时先用 lyric-concept-builder。拿一份字数骨架和意象系统，派三个 sonnet 子代理按不同路子并行独立起草（场景派 / 口语派 / 意象派），再派一个红队子代理逐句挑毛病，主 Agent 按句裁决拼稿，最后统一辙口与意象。收敛判据卡死：字数用 lyric-doctor 的脚本对模板数、每段同辙、hook 不含陈词、主歌二对主歌一有推进。不抄现有歌词，不替使用者决定这首歌要说什么。
The English summary is being prepared. Showing the original description.
当想知道一段 AI 回答"哪些能直接用、哪些必须先验证、哪些只能当建议"时使用。按声明类型分四级——低风险草稿材料、观点与策略建议、可查证的事实声明、会改变状态的可执行指令——每级配一句默认处置动作；再按影响半径排序，给出最小的下一步检查。可执行类一律标"不能直接执行；先做代码审阅/沙箱测试/回滚准备"，其中破坏性或提权的命令排在最前。教的是一套可复用的复查习惯，不是替使用者把所有内容都核实一遍：本 skill 只分级、排序、定处置，要逐条核实走 ai-output-fact-checker，整段代码要做入库体检走 ai-code-onboarding-checklist。
The English summary is being prepared. Showing the original description.
当拿到一段 AI 生成的代码，还没决定要不要信、要不要跑、要不要往上继续加东西时使用。先做一遍客观体检：行数与嵌套深度、有没有测试、有没有硬编码密钥或遗留 TODO、依赖是不是真实存在、有没有危险调用（eval/exec、shell=True、递归删除、反序列化、提权、外发网络，按正文给的 grep 模式逐类查）；再给风险评级和下一步动作。老实写明它查不了算法正确性——体检通过不等于代码是对的。回答里文字、事实和代码混在一起时先用 ai-answer-triage 分级；只审相对已有代码的一份改动用 ai-diff-review-protocol。
The English summary is being prepared. Showing the original description.