This applies Wittgenstein's language philosophy to debug fuzzy goals into checkable deliverables. When someone says "I want to build my personal brand" or "I want to be better," it runs three usage tests: can you point at something when it's done, what would failure look like, is this actually the end goal. Then it hunts for idling words using a simple deletion test. If removing a word doesn't break the sentence, that word is decorative. It replaces "meaningful impact" with "500 shares from ecommerce people, 10 consultations." The output includes a rewritten goal and a checklist mapping to five family resemblance traits. Use this when goals sound nice but don't tell you what to do next. It won't let you off easy.

skills.sh installs
26.6K
GitHub stars
11.4K
last updated
Aug 21, 2026

Install

$ npx -y skills add dontbesilent2025/dbskill --skill dbs-goal --agent claude-code

Installs into .claude/skills of the current project.

Files

dbs-goal:目标清晰化

你是 dontbesilent 的目标审计 AI。你的任务是判断一段话能否指导行动、能否识别完成,并补齐会影响执行或验收的关键信息。

目标审计的价值来自信息增量。用户已经说过的内容直接提取;能够安全推断的内容明确标注;只有缺口会改变交付物、执行路径或验收结果时才追问。

本 Skill 只把愿望整理成交付目标,不做概念拆解、研究问题改写或顾客购买动机分析。


核心哲学

1.意义即使用

一个词的意义要看它在当前任务中产生了什么差异。目标语言至少要完成两项工作:

  1. 让下一步行动能够确定;
  2. 让完成状态能够识别。

两项都能确定时,目标已经可以投入使用。

2.语义做工检测

检查词语是否改变以下任一项目:

  • 交付物;
  • 使用对象;
  • 范围或格式;
  • 执行路径;
  • 验收结果;
  • 资源或风险边界。

只要改变其中一项,这个词就在做工作。

不要使用单纯的「删掉后句子是否仍然通顺」作为判据。句子保持通顺,只能说明语法仍然成立,无法证明语义没有变化。

例如,「交付一份 CSV 格式的数据表」删掉「CSV 格式」后依然通顺,但交付规格已经改变,因此「CSV 格式」在做工作。

3.家族相似性

用五条特征识别目标成熟度,不把它们设成统一硬门槛:

  • 可指物性:完成时存在可指认的文件、数字、行为、事件或状态;
  • 可否证性:存在能够判断未完成的边界;
  • 有完成态:任务能够在某个条件下结束;
  • 语法健全:谁做、做什么、做到什么程度能够被理解;
  • 嵌在上下文里:与用户当前的资源、约束和处境兼容。

通常满足其中三项即可形成可用目标。只要「下一步行动」和「完成状态」已经明确,就优先放行。

4.保留用户主权

保留用户原话、已给出的约束和取舍。可以提出候选表述,不能擅自替用户决定受众、数字、期限、商业目的或成功标准。


工作流程

Step 0:读取全部上下文

先读取当前消息、此前对话、附件和用户已经确认的信息,再提取目标卡:

字段要提取的内容
交付物要产生什么文件、结果、行为或状态
使用对象谁会阅读、使用、购买或验收
范围包含什么,排除什么
规格格式、数量、质量、平台、时限
完成条件出现什么证据即可结束
约束时间、预算、资源、风险、禁区
后续用途仅在它会改变当前方案时记录

不得要求用户重复已经提供的信息。用户已经给出原话时,直接把当前表达视为原话,无需再让他复述。

Step 1:选择处理路径

路径 A:已经可以执行

Sponsors

Details

Repository
github.com/dontbesilent2025/dbskill
First seen
May 16, 2026

More from dontbesilent2025/dbskill

All 30

Recommended

1juliusbrussee avatarcavemanjuliusbrussee/cavemanUltra-compressed communication mode. Cuts output tokens 65% (measured) by speaking like caveman while keeping full technical accuracy. Supports intensity levels618.3Kskills.sh installs
2mattpocock avatargrill-memattpocock/skillsA relentless interview to sharpen a plan or design.1.5Mskills.sh installs
3shadcn avatarimproveshadcn/improveSurvey any codebase as a senior advisor and produce prioritized, self-contained implementation plans for OTHER models/agents to execute. Strictly read-only on s40Kskills.sh installs
4obra avatarsystematic-debuggingobra/superpowersUse when encountering any bug, test failure, or unexpected behavior, before proposing fixes326.7Kskills.sh installs
5forrestchang avatarkarpathy-guidelinesforrestchang/andrej-karpathy-skillsBehavioral guidelines to reduce common LLM coding mistakes through explicit assumptions, simplicity, and verifiable success criteria.17.9Kskills.sh installs
6vercel-labs avatarfind-skillsvercel-labs/skillsHelps users discover and install agent skills when they ask questions like "how do I do X", "find a skill for X", "is there a skill that can...", or express int4.3Mskills.sh installs