nuwa-skill — เครื่องมือกลั่น "วิธีคิด" ของคนดังให้เป็น Agent Skill ที่รันได้nuwa-skill — Distill Anyone's Thinking Framework into a Runnable Agent Skill
nuwa-skill (女娲) เป็น Agent Skill ที่รับชื่อคนหรือหัวข้อ แล้วทำ deep research อัตโนมัติเพื่อสกัด mental model, decision heuristic และ expression DNA ของคนคนนั้น ออกมาเป็นไฟล์ SKILL.md ที่ใช้ได้ใน Claude Code, Codex, Cursor, Gemini CLI และ runtime อื่นกว่า 50 ตัว
nuwa-skill (女娲) is an Agent Skill that takes a person's name or topic, automatically performs deep research across six dimensions, and distills their mental models, decision heuristics, and expression DNA into a runnable SKILL.md file compatible with 50+ agent runtimes including Claude Code, Codex, Cursor, and Gemini CLI.
ไว้ทำอะไร
โปรเจกต์นี้เกิดจากแนวคิดว่า ถ้าเราสามารถ "กลั่น" วิธีทำงานของเพื่อนร่วมงานเป็น AI Skill ได้ (อย่างที่ colleague-skill พิสูจน์แล้ว) ทำไมไม่กลั่นคนที่เก่งที่สุดในแต่ละสาขาอย่าง Charlie Munger, Feynman, Elon Musk หรือ Naval แทน? nuwa-skill ทำให้คุณป้อนชื่อคนเข้าไป แล้วระบบจะวิจัย สกัดกรอบความคิด และสร้าง perspective skill ออกมาให้ใช้เป็นที่ปรึกษาด้านความคิด ช่วยตัดสินใจ หรือวิเคราะห์ปัญหาจากมุมมองของบุคคลนั้น โดยไม่ใช่การ role-play แต่เป็นการดึง cognitive framework ออกมาจริง ๆ
ทำงานอย่างไร
เมื่อผู้ใช้ป้อนชื่อบุคคล ระบบจะเริ่มจาก Phase 0 ที่แยกว่าผู้ใช้ระบุชื่อชัดเจน (เช่น "กลั่น Munger") หรือมีแค่ความต้องการคลุมเครือ (เช่น "อยากตัดสินใจดีขึ้น") ถ้าคลุมเครือจะเข้าโหมดวินิจฉัยเพื่อแนะนำบุคคลที่เหมาะสม จากนั้นให้ผู้ใช้เลือกระดับความละเอียด (เร็ว/มาตรฐาน/เจาะลึก) ซึ่งมีผลต่อ cost
Phase 1 คือการเก็บข้อมูลแบบ 6 เส้นทางขนานกัน ได้แก่ ผลงาน/หนังสือ, podcast/สัมภาษณ์, social media, มุมมองนักวิจารณ์, บันทึกการตัดสินใจ และ timeline ชีวิต โดยใช้ 6 Agent ทำงานพร้อมกัน
Phase 2 ใช้การตรวจสอบ 3 ชั้น: ความคิดที่จะถูกบันทึกเป็น mental model ต้อง (1) ปรากฏข้ามอย่างน้อย 2 สาขา (2) มีพลังทำนายต่อปัญหาใหม่ได้ (3) มีความเฉพาะตัว ไม่ใช่สิ่งที่คนฉลาดทุกคนจะคิดเหมือนกัน ผ่านทั้ง 3 เงื่อนไขถึงจะถูกเก็บ
Phase 3 สร้าง SKILL.md ที่ประกอบด้วย 3-7 mental models, 5-10 decision heuristics, expression DNA, anti-patterns และ honesty boundary Phase 4 ทดสอบคุณภาพด้วยคำถามจริงที่บุคคลนั้นเคยตอบ 3 ข้อ (ต้องได้ทิศทางตรงกัน) และคำถามที่ไม่เคยพูดถึง 1 ข้อ (ต้องแสดงความไม่แน่ใจอย่างเหมาะสม)
โครงสร้างโค้ด
- SKILL.md — ไฟล์หลักของ skill ที่มี prompt instructions ทั้งหมดของ 女娲 รวม execution flow ทุก phase
- references/extraction-framework.md — เอกสารอธิบายระเบียบวิธีในการสกัดกรอบความคิดอย่างละเอียด
- references/skill-template.md — template สำหรับ SKILL.md ที่จะถูกสร้างขึ้นใหม่
- references/fidelity-scorecard.md — ระบบให้คะแนนคุณภาพ 5 มิติสำหรับตรวจสอบ skill ที่สร้างแล้ว
- examples/ — ตัวอย่าง 14 บุคคล + 1 หัวข้อ พร้อมข้อมูลวิจัยครบ (เช่น steve-jobs-perspective, munger-perspective)
- scripts/ — เครื่องมือช่วย เช่น download subtitles, แปลง SRT เป็น transcript, quality check
- package.json — metadata สำหรับ Agent Skills protocol และ DeepSeek Harness plugin
- cordis.patch.yml — config สำหรับ DeepSeek Harness bundle
เริ่มใช้งาน
# วิธีที่ 1: ติดตั้งผ่าน skills CLI (รองรับ 55+ runtime อัตโนมัติ)
npx skills add alchaincyf/nuwa-skill
# วิธีที่ 2: ติดตั้งใน DeepSeek Harness
dsh plugin --profile web add github:alchaincyf/nuwa-skill
# วิธีที่ 3: clone แล้ววางใน skills directory ของ runtime ที่ใช้
git clone https://github.com/alchaincyf/nuwa-skill ~/.claude/skills/nuwa-skill/
# ใช้งาน — พิมพ์ใน agent ของคุณ:
# "蒸馏一个保罗·格雷厄姆" หรือ "distill Paul Graham"
# "造一个费曼的Skill" หรือ "create a Feynman perspective skill"เหมาะกับงานแบบไหน
- สร้าง thinking advisor จากบุคคลที่ชื่นชม เช่น กลั่น Charlie Munger มาช่วยวิเคราะห์การลงทุน หรือกลั่น Feynman มาช่วยอธิบายเรื่องซับซ้อน
- ใช้เป็นเครื่องมือตัดสินใจ — ถามปัญหาธุรกิจกับ perspective skill ของ Elon Musk หรือ Paul Graham เพื่อดูมุมมองที่แตกต่าง
- สร้าง perspective skill ของบุคคลที่ไม่มีใน examples เช่น ผู้นำในอุตสาหกรรมเฉพาะทาง หรือนักคิดที่คุณศึกษาอยู่
- ใช้ในงาน content creation — ให้ skill ช่วยวิเคราะห์หรือให้มุมมองในสไตล์ของบุคคลนั้นสำหรับบทความหรือวิดีโอ
- สร้าง topic skill (ไม่ใช่ตัวบุคคล) เช่น X/Twitter mastery mentor ที่รวมวิธีการจากหลายแหล่ง
ข้อควรรู้
- ใช้ได้เฉพาะข้อมูลสาธารณะ — สิ่งที่บุคคลพูดต่อสาธารณะอาจไม่ตรงกับความคิดจริง ระบบระบุข้อจำกัดนี้ไว้ชัดเจนใน honesty boundary
- การกลั่นระดับ standard/deep ใช้หลาย agent + หลายรอบ search ทำให้มี cost สูง — ผู้สร้างระบุว่ากรณีจริงใช้ได้ถึงหลายสิบดอลลาร์ต่อครั้ง
- ผลลัพธ์เป็น snapshot ณ เวลาที่ทำวิจัย ไม่อัปเดตอัตโนมัติตามข้อมูลใหม่ของบุคคลนั้น
- ต้องใช้กับ AI agent runtime ที่รองรับ Agent Skills protocol (เช่น Claude Code, Codex, Cursor, Gemini CLI) — ไม่ใช่ standalone app
- License MIT — ใช้ได้อิสระทั้งส่วนตัวและเชิงพาณิชย์
- ไม่สามารถกลั่น "สัญชาตญาณ" หรือ "แรงบันดาลใจ" ได้ — กลั่นได้เฉพาะ framework ที่อธิบายเป็นโครงสร้างได้
What it is for
This project builds on the idea that if we can distill a colleague's working style into an AI Skill (as colleague-skill proved), why not distill the best minds in any field — Munger, Feynman, Musk, Naval? nuwa-skill lets you input a name and automatically researches, extracts cognitive frameworks, and generates a perspective skill that serves as a thinking advisor, decision-making reference, or analytical lens. It's not role-playing — it's cognitive architecture extraction.
How it works
When a user inputs a name, Phase 0 routes between a direct path (explicit name like 'distill Munger') or a diagnostic path (vague need like 'I want better decisions') that recommends suitable candidates. The user then selects a distillation tier (quick/standard/deep) affecting cost and depth.
Phase 1 runs six parallel research agents simultaneously: published works, podcasts/interviews, social media, critics' perspectives, decision records, and life timeline — each agent collects and archives independently.
Phase 2 applies triple verification: an insight qualifies as a mental model only if it (1) appears across 2+ domains, (2) has predictive power for new problems, and (3) is distinctive — not something any smart person would think. All three checks must pass for inclusion.
Phase 3 assembles the SKILL.md with 3-7 mental models, 5-10 decision heuristics, expression DNA, anti-patterns, and honesty boundaries. Phase 4 validates quality by testing against 3 real questions the person has publicly answered (direction must match) and 1 question they haven't discussed (the skill should show appropriate uncertainty rather than false confidence).
Code structure
- SKILL.md — Core skill file containing all prompt instructions and execution flow for every phase
- references/extraction-framework.md — Detailed methodology document for cognitive framework extraction
- references/skill-template.md — Template for newly generated perspective SKILL.md files
- references/fidelity-scorecard.md — 5-dimension quality scoring system for validating generated skills
- examples/ — 14 person + 1 topic examples with full research data (e.g., steve-jobs-perspective, munger-perspective)
- scripts/ — Helper tools: subtitle downloader, SRT-to-transcript converter, quality checker
- package.json — Metadata for Agent Skills protocol and DeepSeek Harness plugin compatibility
- cordis.patch.yml — DeepSeek Harness bundle configuration
Getting started
# วิธีที่ 1: ติดตั้งผ่าน skills CLI (รองรับ 55+ runtime อัตโนมัติ)
npx skills add alchaincyf/nuwa-skill
# วิธีที่ 2: ติดตั้งใน DeepSeek Harness
dsh plugin --profile web add github:alchaincyf/nuwa-skill
# วิธีที่ 3: clone แล้ววางใน skills directory ของ runtime ที่ใช้
git clone https://github.com/alchaincyf/nuwa-skill ~/.claude/skills/nuwa-skill/
# ใช้งาน — พิมพ์ใน agent ของคุณ:
# "蒸馏一个保罗·格雷厄姆" หรือ "distill Paul Graham"
# "造一个费曼的Skill" หรือ "create a Feynman perspective skill"Good fit for
- Create a thinking advisor from admired figures — e.g., distill Munger for investment analysis or Feynman for explaining complex topics
- Use as a decision-making tool — ask business questions to Elon Musk or Paul Graham perspective skills for contrasting viewpoints
- Generate perspective skills for people not in the examples — industry-specific leaders or thinkers you're studying
- Content creation support — get analysis or perspectives in a person's authentic style for articles or videos
- Build topic skills (not person-specific) like the X/Twitter mastery mentor that synthesizes methodology from multiple sources
Things to know
- Works only with publicly available information — public statements may not reflect true private thinking; the system explicitly marks this as an honesty boundary
- Standard/deep distillation runs multiple agents with multiple search rounds and can be expensive — the author notes real cases costing tens of dollars per run
- Results are a point-in-time snapshot and don't auto-update as the person produces new public material
- Requires an AI agent runtime supporting the Agent Skills protocol (Claude Code, Codex, Cursor, Gemini CLI, etc.) — not a standalone application
- MIT licensed — free for personal and commercial use
- Cannot distill intuition or inspiration — only structured cognitive frameworks that can be articulated
บทวิเคราะห์นี้สร้างจาก README และโค้ดของ repo โดย AI ของ Oneable — ตรวจสอบ license และเอกสารต้นทางก่อนนำไปใช้งานจริงThis breakdown was generated from the repository's README and code by Oneable's AI — check the license and upstream docs before using it in production.
QR สำหรับเพิ่มเพื่อนใน LINE