Install
openclaw skills install @wangjiaocheng/random-driven随机性驱动技能,作为混沌生成器,提取事物核心概念引入无关概念强制组合,保留看似荒谬但有趣的连接,发展为完整方案。6域30种任务。触发词:随机性、混沌生成、无关概念、强制组合、荒谬连接、meta-skill-system。
openclaw skills install @wangjiaocheng/random-driven本技能是一个混沌生成器技能,提供通过随机性驱动方法生成创新方案的能力。
随机性驱动技能能够提取事物核心概念,引入无关概念进行强制组合,保留看似荒谬但有趣的连接,并发展为完整方案。
| 维度 | 评分 | 说明 | 执行框架映射 |
|---|---|---|---|
| R1 信息密度 | 中 | 主要处理概念组合 | S和C权重中等 |
| R2 创造性 | 高 | 需要创造性地组合无关概念 | A权重高,C偏创新 |
| R3 交互性 | 低 | 主要是自动化生成 | I权重低 |
| R4 规范性 | 低 | 随机性驱动无需严格规范 | G权重低 |
| R5 迭代性 | 高 | 需要多次迭代生成方案 | 循环多,S→C→A链短而频 |
第一层:随机性驱动清单 + 依赖拓扑 → references/random-driven-catalog.md
第二层:方法论要求清单 → references/random-driven-requirements.md
第三层:方法论范本库 → references/exemplars.md
references/random-driven-catalog.md,获取域分类、依赖拓扑、元操作映射提示references/random-driven-requirements.md 获取组件清单;如需样本法,读取 references/exemplars.md 获取范本统一执行流程:收到任务后按5步执行——
按使用流程组织,共6域30种方法论执行任务:
| 域 | 任务数 | 典型任务 |
|---|---|---|
| M0 任务域协调域 | 4 | 任务域选择、执行顺序确定、结果整合、深化路由 |
| M1 核心概念提取域 | 5 | 概念识别、概念分析、概念分类、概念整理、概念报告 |
| M2 无关概念引入域 | 5 | 概念来源、概念选择、概念验证、概念整理、概念报告 |
| M3 强制组合域 | 6 | 组合策略、组合执行、组合验证、组合优化、组合整合、组合报告 |
| M4 荒谬连接保留域 | 5 | 连接识别、连接评估、连接保留、连接优化、连接报告 |
| M5 结果交付域 | 5 | 结果完整性验证、响应速度优化、用户满意度评估、改进建议、持续优化 |
域间逻辑流:M0 → M1 → M2 → M3 → M4 → M5