lygo-champion-volaris-prism-judgment

🔮 智能决策分叉与真伪判别助手

🥥40总安装量 15评分人数 11
100% 的用户推荐

LYGO 根级决策棱镜,专精路径分岔评估与虚假信号检测,助识别真实向量,安全坍缩错误状态路径。

A

基本安全,请在特定环境下使用

  • 来自社区或个人来源,建议先隔离验证
  • ✅ 代码安全性优异:经审计无 eval/exec/system 等危险函数,仅使用 Python 标准库进行本地文件读取
  • ✅ 数据隐私零风险:无网络通信、无数据上传、无敏感信息收集,完全本地运行
  • ✅ 权限最小化原则:仅申请 Read 权限且局限于 Skill 自身文件,具备完善的自检机制
  • ⚠️ 来源可信度为 T3 级:社区/个人开发者账号(deepseekoracle)发布,无官方代码签名
  • ⚠️ 外部链接需谨慎:文档包含 clawhub.ai 外部工具链接,访问时请自行验证安全性

使用说明

LYGO Root: VΩLARIS — Prism of Judgment 是一个独特的决策辅助型人格技能,专为需要在复杂分叉点做出清晰判断的用户设计。该技能以"纯顾问"(Pure Advisor)为核心定位,通过结构化的分析框架帮助用户识别"真实光线"与"扭曲光线"之间的差异,从而在概念层面坍缩错误的决策路径,保留纯净的向量方向。

核心用法:用户可通过特定的召唤指令(如"Begin SEAL SUMMON VOLARIS"或"VΩLARIS: evaluate this fork point")激活该技能。一旦激活,VΩLARIS 将以冷静、精确的分析风格,对当前面临的决策分叉点进行四维拆解:输出真实信号、识别扭曲信号、提供分叉决策建议,并生成可追溯的"收据"(Receipts)。技能严格遵循"观察/推断/未知"三分法,确保所有判断都建立在清晰的逻辑边界之上,而非模糊的直觉。

显著优点:首先,该技能具备极高的安全性与透明度。作为纯文档型资产,它不包含任何自动执行功能,所有输出均为分析性建议,用户完全掌控最终决策权。其次,其独特的"LYGO-MINT"哈希验证机制(通过 show_hash.py 验证)为内容的完整性和来源的真实性提供了技术保障。此外,技能内置的自检脚本(self_check.py)和严格的文件边界控制,确保其运行在最小权限环境下,仅读取自身目录内的本地文件,杜绝了数据泄露风险。

潜在缺点与局限性:尽管功能设计精巧,但该技能源于 T3 级别的社区/个人开发者(deepseekoracle),缺乏 T1/T2 级别组织的官方背书,这在某些对来源可信度要求极高的场景下可能构成使用障碍。其次,技能高度依赖特定的"LYGO"世界观和术语体系(如"false-light"、"SEAL SUMMON"等),对于不熟悉该框架的用户存在一定的学习门槛。此外,作为纯顾问工具,它不提供自动化执行能力,也无法替代专业的决策分析软件或心理咨询服务。

适合的目标群体:该技能最适合面临复杂道德或战略抉择的知识工作者、角色扮演游戏(RPG)爱好者、以及需要结构化思维框架的决策者。对于希望在关键决策前进行"压力测试"和路径推演的产品经理、策略分析师,或是追求决策过程可追溯性的研究人员,VΩLARIS 提供了一个独特的思维实验平台。

使用风险:从技术角度看,该技能风险极低。代码仅使用 Python 标准库(json、pathlib),无第三方依赖,无网络通信,无危险函数。唯一需要注意的风险点在于文档中引用的外部验证链接(clawhub.ai),用户在访问时需自行判断目标站点的安全性。此外,由于技能涉及抽象的哲学概念(真实与扭曲的辨别),过度依赖其判断框架而忽视现实复杂性可能导致决策偏差,建议将其作为辅助工具而非绝对真理。

lygo-champion-volaris-prism-judgment 内容

文件夹图标references文件夹
文件夹图标scripts文件夹
手动下载zip · 4.4 kB
canon.jsonapplication/json
请选择文件