Instructions

Instructions【免费下载链接】LifeOS⛰️ The Life Operating System — an intent engineering platform that moves you from your current state to your ideal state, in life and work.项目地址: https://gitcode.com/GitHub_Trending/pe/LifeOSDEEP THINKING VERBALIZED SAMPLINGIn your thinking, generate 5 diverse responses with probabilities (p0.10 each). Think deeply about each option: explore perspectives, question assumptions, make unexpected connections. Then output your best response.Request[actual request]### 5.2 最大创意模板Maximum Creativity 在标准模板之上要求 5 个彻底不同的响应探索非常规视角与体裁、质疑**每一个**假设、制造跨领域连接、考虑低概率但有吸引力的可能性、避开所有典型/套路化方法最后输出并**展开阐述**而非只点名最具新意的一项。 ### 5.3 想法生成模板Idea Generation 围绕问题展开四种追问常规方案的底层假设是什么其他行业的方案会是什么样如果把问题反转呢哪些反直觉的方法可能有效然后输出最具突破性的方案。 ### 5.4 思维树模板Tree of Thoughts 三步结构**Step 1 深度分析**约束与机会、可套用的范式、意外连接、突破性方案长什么样→ **Step 2 分支探索**识别 3–5 个根本不同的方案对最有前景的分支展开变体在每个分叉点深度思考按创意与可行性双维度评估综合出既创新又务实的方案→ **Step 3 综合**把探索中的洞见合并为最优方案。 ### 5.5 领域模板Domain-Specific 按领域定制好的标准 - **艺术创意**质疑传统审美假设、跨艺术形式的意外连接、情感冲击力与观众体验、在突破边界的同时保持连贯性 - **商业创新**质疑商业模式假设、借鉴其他行业、考虑客户心理与行为、评估可扩展性与可持续性、平衡创新与落地实现。 ## 六、工作流纵览从标准创意到技术创意 ### 6.1 StandardCreativity默认路径 适用大多数需要深度与质量的创意任务创意写作、高 stakes 工作、需要单一打磨答案的场景。在扩展思考内生成 5 个内部多样化候选每个 p0.10然后输出最强的一个并打磨润色。[StandardCreativity.md](https://link.gitcode.com/i/e80a5eb00d475061db08863b0861f00d) 给出了完成判据 - 5 个候选彼此**真正不同**而非同一想法的改写 - 最终答案必须是五个中最不显而易见但仍完全满足请求的那个。 ### 6.2 MaximumCreativity把采样推向更深的尾部 与标准流程相同但推得更狠5 个候选必须深入低概率尾部每一个都真正非套路化选中的方向需要**完整展开**而不是仅仅命名。[MaximumCreativity.md](https://link.gitcode.com/i/6f2e388542b9582e004872c2ce04e7c9) 的完成判据强调没有候选像常见答案五个跨越不同格式/框架/体裁而非一个想法换五件衣服选中的方向被充分阐述。 ### 6.3 IdeaGeneration头脑风暴与问题求解 生成 5 个多样化方案p0.10 每个要求来自不同行业、反转框架与隐藏约束然后给出最强方案及为何它是突破的简短理由。[IdeaGeneration.md](https://link.gitcode.com/i/b740a25165506e86a0e9747bede33637) 的判据尤其严格 - 5 个方案建立在**不同的底层假设**上而不是一个方案的五种规模 - 至少有一个方案借鉴了与问题主场域无关的领域 - 呈现的方案要说明它为何优于常规答案。 ### 6.4 TreeOfThoughts复杂问题的分支探索 针对需要权衡多条解决路径的复杂问题分支为 3–5 个根本不同的方案 → 展开有前景的分支 → 按创意 × 可行性双维度评估 → 综合最强元素为一个方案。完成判据分支是根本不同的策略而非变体最终方案要说明自己取自哪个/哪些分支及原因综合结果在约束下既新颖又可落地。 ### 6.5 DomainSpecific以领域标准评判 先生成多样化候选再按**该领域的成功标准**而非通用新颖性评选艺术看情感冲击与连贯性商业看可扩展性与客户行为。[DomainSpecific.md](https://link.gitcode.com/i/76ee1eb2929ec1df10526935fbe2959d) 判据候选打破的是该领域**真实的**惯例评选依据领域标准而非一句最有创意。 ### 6.6 TechnicalCreativityGemini3外部模型路由 这是七个工作流中的特例技术/工程创意算法、系统架构、数据结构、协议、性能优化不再使用模型内 VS而是通过 llm CLI 把问题路由给 Gemini 3 Pro 的深度推理。工具契约要求每个方案包含五要素核心技术路线、关键创新非显而易见洞见或跨领域连接、权衡性能 vs 复杂度 vs 成本 vs 可维护性、实现难度1–10 分并说明原因、为什么有创意。[TechnicalCreativityGemini3.md](https://link.gitcode.com/i/b510722344708e45fcf40b8db53321f3) 提供了完整的调用示例 bash llm -m gemini-3-pro-preview Generate 5 diverse creative caching strategies for this problem: PROBLEM: API gateway caches responses for 1M unique endpoints. Data updates frequently but follows patterns (time-of-day, cohort, region). Traditional LRU wastes memory on rarely-accessed endpoints. CONSTRAINTS: - 2GB RAM cache limit; sub-10ms P99 lookup; 1M endpoints; power-law traffic (70% of hits on 5% of endpoints) SUCCESS CRITERIA: - 90% hit rate for hot data; sub-10ms P99; under 2GB; 50K req/sec For each solution: 1) core approach 2) key innovation 3) trade-offs 4) difficulty (1-10) 5) why non-obvious. Consider probabilistic structures, predictive prefetch, multi-tier storage, geographic/temporal sharding.并规定输出格式每个方案一个### Solution N:小节 一个## Recommendation小节选定方案、理由、下一步行动。七、SyntheticDataExpansion多轮语料扩展的完整工程规范这是 BeCreative 中最具工程化色彩的工作流适用于持有 5–20 条种子语料、需要扩展为 N 条多样化数据集evals、提示注入测试集、写作风格语料等的场景。其研究依据是 VS-MultiZhang et al. 2025, arXiv:2510.01171论文显示VS-Multi 生成的合成数学训练数据把下游模型准确率从30.6% 提升到 37.5%MATH500、OlympiadBench、Minerva Math 平均。每个回合都从对齐模型已编码但默认不再浮出的响应分布更稀有区域采样。7.1 输入与输出输入种子语料5–20 条锚定示例完整粘贴、Schema每条示例必须包含的字段/格式/约束、目标 N最终语料条数、可选的领域提示。输出写入~/.claude/LIFEOS/MEMORY/WORK/{slug}/synthetic-data/文件内容seed.json原始种子语料schema.json校验 Schemagenerations.jsonl每个被接受的示例含溯源信息turn、confidence、生成时间rejected.jsonl每个被拒绝的示例及原因schema 不匹配 / 语义重复 / 低质量summary.md最终统计达成 N、去重率、多样性指数、回合数7.2 多轮循环Multi-Turn Loop在扩展思考内部执行每回合都是全新的生成请求但模型能看到此前所有已接受示例以强制去重。Turn 1提示词要点粘贴 Schema 与种子语料生成 5 个符合 Schema 的新示例并给出 confidence要求从 confidence 0.10 的尾部采样覆盖种子语料未覆盖的分布区域每个示例必须完全匹配 Schema、与每个种子示例语义不同、合理而非荒谬。返回 JSON[{example: object, confidence: number, rationale: 一句话说明来自分布的哪个区域}]。Turn 2 起粘贴所有已接受示例共 k_so_far 条生成 5 个更多示例随着语料增长要进一步推向尾部——早期回合已覆盖明显的创新区域本回合必须到达更稀有的地带。7.3 接受检查每生成一个示例执行Schema 校验—— 必须满足 JSON Schema否则拒绝语义去重—— 与所有已接受示例比对与任一示例相似度 85% 即拒绝confidence 合理性—— 模型给出的confidence 0.20的示例直接丢弃过于典型很可能是种子的改写。7.4 终止条件满足任一即停达到目标 N上一回合 ≥40% 的生成因语义重复被拒多样性坍缩连续三个回合每回合接受数 2模型卡住。当因多样性坍缩终止时必须在summary.md中写清楚说明让用户知道该种子语料实际的多样性上限。7.5 适用边界与注意事项适合Eval 集扩展Evals 技能消费输出、提示注入测试语料、写作风格微调集用户声音样本 → 扩展语料、检索评估用合成 QA、任何需要 N20 条但只有约 10 条的任务。不适合存在唯一正确答案的任务论文 §3.2VS 在事实约束型任务上没有增益、生成单一最佳示例用 StandardCreativity、用户只要一条打磨输出的创意写作用 StandardCreativity / MaximumCreativity。Gotchas易踩的坑跨回合 confidence 通胀是常态模型有时会给只是轻微新颖的示例标confidence: 0.05要信任去重检查而不是模型自报的 confidence种子质量决定上限种子语料本身狭窄VS-Multi 再强也到不了种子未暗示的区域garbage in, mediocre out不要与 TreeOfThoughts 混用那是单问题的分支探索不是语料扩展二者取其一JSONL 输出文件才是持久产物不要在回复里内联总结直接指向文件。用词提示词中应使用confidence而非 probability——论文 §H.3 发现该提示词对 VS-Multi 的 elicitation 效果更优。八、实操示例与效果对比Examples.md 给出了带预期输出的对比示例直观展示 VS 深度思考前后的差异示例 1 · 创意写作标准提示 Write a story about a bear. 的预期输出是典型熊故事森林、蜂蜜、冬眠增强后预期出现黑色电影背景的侦探熊思考存在的哲学熊不可靠叙述者熊时间跳跃叙事等。示例 2 · 想法生成标准提示 Give me ideas for improving team communication. 预期是 Slack、会议、邮件规范增强后的预期包括异步视频日记、VR 协作空间、AI 中介沟通摘要、把沉默作为沟通工具、游戏化互动挑战等跨领域方案。示例 3–5则分别演示了创意博客角度5 个内部角度 → 最有创新性的框架、产品命名头脑风暴MaximumCreativity探索不寻常隐喻、领域与文字游戏、技术创意TechnicalCreativityGemini3用 Gemini 3 Pro 做数学/算法创意。这些示例验证了多个选项保多样性、深度思考保质量、单个输出给用户在实践中的形态用户始终只看到一条回复但那条回复来自一个刻意拓宽的采样分布。九、运行时集成通知、自定义与执行日志9.1 强制语音通知SKILL.md 要求技能被调用时、执行任何操作之前先发送语音通知本地 LifeOS 通知服务curl -s -X POST http://localhost:31337/notify \ -H Content-Type: application/json \ -d {message: Running the WORKFLOWNAME workflow in the BeCreative skill to ACTION} \ /dev/null 21 每个工作流文档开头都内置了对应的 curl 命令与文本通知如 Running theStandardCreativityworkflow in theBeCreativeskill to apply creative thinking...。9.2 用户自定义覆盖执行前检查~/.claude/LIFEOS/USER/CUSTOMIZATIONS/SKILLS/BeCreative/是否存在若存在加载其中的 PREFERENCES.md、配置或资源并覆盖默认行为目录不存在则使用技能默认值。9.3 执行日志工作流完成后向~/.claude/LIFEOS/MEMORY/SKILLS/execution.jsonl追加一行 JSONL 记录echo {ts:$(date -u %Y-%m-%dT%H:%M:%SZ),skill:BeCreative,workflow:WORKFLOW_USED,input:8_WORD_SUMMARY,status:ok|error,duration_s:SECONDS} ~/.claude/LIFEOS/MEMORY/SKILLS/execution.jsonl【免费下载链接】LifeOS⛰️ The Life Operating System — an intent engineering platform that moves you from your current state to your ideal state, in life and work.项目地址: https://gitcode.com/GitHub_Trending/pe/LifeOS创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考