Loading skill
Install any skill in seconds. Free to start, no credit card required.
Get Started Free →基于佛教经典文献，生成特定高僧大德的 AI 教学角色
.claude/skills/xr843-create-master/SKILL.md| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-14 | ✗→✓ | ▲ Improved | 118% | 0% |
| case-02 | ✗→✓ | ▲ Improved | 53% | 0% |
| case-13 | ✗→✓ | ▲ Improved | 204% | 0% |
| case-04 | ✗→✓ | ▲ Improved | 88% | 0% |
| case-05 | ✗→✓ | ▲ Improved | 39% | 0% |
本内容依据历史佛教文献生成，仅供参考学习。如需正式修行指导，请亲近善知识。
/create-master 或 /create-master <法师名>印度
/master-nagarjuna — 龙树菩萨（印度·中观｜八宗共祖）汉传
/master-xuanzang — 玄奘法师（法相唯识宗）/master-kumarajiva — 鸠摩罗什（三论宗/中观）/master-huineng — 慧能大师（禅宗六祖）/master-zhiyi — 智顗大师（天台宗）/master-fazang — 法藏大师（华严宗）/master-yinguang — 印光大师（净土宗）/master-ouyi — 蕅益大师（天台/净土·跨宗派）/master-xuyun — 虚云老和尚（禅宗·五宗兼嗣）藏传
/master-atisha — 阿底峡尊者（噶当派开祖 · 三士道 · 982-1054）/master-tsongkhapa — 宗喀巴大师（格鲁派创始人 · 三主要道 · 1357-1419）/master-milarepa — 米拉日巴尊者（噶举派 · 大手印 · 1052-1135）南传
/master-buddhaghosa — 觉音尊者（上座部论师 · 《清净道论》· 5世纪）/master-mahasi-sayadaw — 马哈希尊者（缅甸内观 · 标记法 · 1904-1982）/master-ajahn-chah — 阿姜查（泰国森林禅林派 · 1918-1992）/compare-masters — 多位法师对同一问题的并列对比（横向 / 单轮）/master-debate — 祖师就争议议题进行 4 轮交叉辩论（多轮 / 看分歧）/master-curriculum — 按你的传统给出"根基→深入→精研→盲点"学修路径（纵向时序）> 选择哪个模式？读 references/teaching-modes.md（含决策树与示例）。
加载 ${CLAUDE_SKILL_DIR}/prompts/intake.md，3 问模式收集：①法师名称（FoJin KG 自动匹配） ②关注方面（教义/修行/讲解/全部） ③语言偏好（按传承默认）。
快捷入口、KG 匹配兜底、名称校验规则细节 → references/workflow-details.md §Step 1。
使用 ${CLAUDE_SKILL_DIR}/tools/sutra_collector.py --name "<法师名>" --tradition "<传承>" --output collected_data.json 从 FoJin 采集知识图谱实体、经典内容、传承术语。采集后运行 ${CLAUDE_SKILL_DIR}/tools/verify_sources.py --check-links collected_data.json，离线验证来源家族、ID 格式、声明归属与自动派生的 citation contract。
API 故障 / 超时 / 数据阈值 / 引用规则细节 → references/workflow-details.md §Step 2 + references/source-conventions.md。
两阶段分析：教义（prompts/sutra_analyzer.md）→ 风格（prompts/voice_analyzer.md）；按 FoJin KG 宗派标签自动选择风格规则。然后 prompts/teaching_builder.md 生成 teaching.md、prompts/voice_builder.md 生成 voice.md（4 层结构）。RAG 检索指引由 prompts/rag_instructions.md 嵌入。
宗派标签清单、Layer 0-3 含义、质量门控阈值 → references/workflow-details.md §Step 3。
生成器先从 sources[].type 在生成器内存中派生 citation contract，再把同一个 sources/contract 上下文交给教义准确性审查（doctrine_reviewer.md，按 citation_contract.minimum_claim_coverage 审核声明来源覆盖率） → 风格一致性（voice_reviewer.md，Layer 0 硬规则完整）。审查顺序不可颠倒。FAIL → 自动修复重审，最多 2 轮，仍 FAIL → 人工介入；最终写入的 meta.json 必须复用并再次校验同一 contract。
展示 teaching.md / voice.md 结构化预览给用户。用户可要求修改特定教义、调整语气、补充主题、整体重新生成。
将审查通过的名称、传承、宗派、时代、语言、teaching_content、voice_content、sources 与同一 citation_contract 写入 generated-master.json，再运行 ${CLAUDE_SKILL_DIR}/tools/master_builder.py --spec generated-master.json --output "${CLAUDE_SKILL_DIR}/masters/"。生成器统一写入 masters/master-{slug}/，且 SKILL.md 的 name 为 master-{slug}；随后运行 ${CLAUDE_SKILL_DIR}/tools/verify_sources.py --final-check "${CLAUDE_SKILL_DIR}/masters/master-{slug}/"。该终验离线检查四个必需文件、目录/name 一致性，以及 meta.json 的来源清单、家族 ID、声明归属和 contract；它不解析 teaching.md 自由文本，也不保证外部站点可达。
OpenClaw / Claude Code 注册路径 → references/workflow-details.md §Step 5。
prompts/merger.md 增量合并；版本号自动 minor 递增；旧版本归档 .versions/。prompts/correction_handler.md；以 ## Correction 块追加到 teaching.md / voice.md 末尾；patch 递增。/list-masters（列出所有，标 [预置]/[自定义]）、/master-rollback <slug> <version>（回滚，自动归档当前）、/delete-master <slug>（删除，预置不可删，需二次确认）。冲突处理策略、版本号细节、用户确认文案 → references/workflow-details.md §追加纠正管理。
冲突时高优先级覆盖低优先级。示例与典型冲突场景 → references/workflow-details.md §执行优先级。
| 任务 | 工具 | |------|------| | FoJin 数据查询 | ${CLAUDE_SKILL_DIR}/tools/fojin_bridge.py | | FoJin 实时检索 | ${CLAUDE_SKILL_DIR}/tools/rag_query.py | | 经文采集 | ${CLAUDE_SKILL_DIR}/tools/sutra_collector.py | | 角色生成 | ${CLAUDE_SKILL_DIR}/tools/master_builder.py | | 文件写入 | ${CLAUDE_SKILL_DIR}/tools/skill_writer.py | | 版本管理 | ${CLAUDE_SKILL_DIR}/tools/version_manager.py | | 来源验证 | ${CLAUDE_SKILL_DIR}/tools/verify_sources.py | | 教义审查 | ${CLAUDE_SKILL_DIR}/prompts/doctrine_reviewer.md | | 风格审查 | ${CLAUDE_SKILL_DIR}/prompts/voice_reviewer.md |
KG 深度遍历 / 跨词典对比等 rag_query.py 不够用的场景 → references/fojin-api.md（REST API 完整参考）。
meta.json.sources[]，来源类型必须列于 citation_contract.allowed_source_types；仅当 citation_contract.live_retrieval_allowed 为 true 时才可实时检索verify_sources.py 验证完整理性化防御表、红旗清单、ETHICS.md 运行时摘要 → references/ethics-runtime.md。
不评宗派优劣 · 不宣神通感应 · 不涉政治议题 · 不代用户做重大决定 · 不替代真善知识。
涉及"祖师怎么看 XX 现代议题"边界场景 → references/ethics-runtime.md。
| 触发场景 | 读 | |---------|-----| | 用户问三大传统差异、宗派定位 | references/traditions.md | | 用户给出 T-/X-/SC-/Toh-/W- 引用，需验证或解析 | references/source-conventions.md | | 用户问"祖师怎么看 XX 现代议题"边界场景、AI 透明度、版权 | references/ethics-runtime.md | | 用户犹豫该用 compare / debate / curriculum 哪个 | references/teaching-modes.md | | 进入主流程 Step 1-5 任一步的细节、错误兜底、追加/纠正策略 | references/workflow-details.md | | 需要直接打 FoJin REST API（KG 深度遍历等） | references/fojin-api.md | | 治理文档：完整 ETHICS、版权分级、Tier B 授权流程 | 根目录 ETHICS.md |
| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-14 | fail→pass | 9,350 | 3,860 | -59% | 1 | 1 | 0% | 1,441 | 3,137 | +118% | 0 | 0 | — |
case-01 | fail→fail | 32,993 | 23,320 | -29% | 1 | 1 | 0% | 4,254 | 5,968 | +40% | 0 | 0 | — |
case-02 | fail→pass | 28,484 | 25,358 | -11% | 1 | 1 | 0% | 4,057 | 6,191 | +53% | 0 | 0 | — |
case-03 | fail→fail | 29,522 | 20,971 | -29% | 1 | 1 | 0% | 3,806 | 5,564 | +46% | 0 | 0 | — |
case-13 | fail→pass | 8,380 | 7,619 | -9% | 1 | 1 | 0% | 1,235 | 3,753 | +204% | 0 | 0 | — |
case-04 | fail→pass | 21,741 | 22,464 | +3% | 1 | 1 | 0% | 2,995 | 5,622 | +88% | 0 | 0 | — |
case-05 | fail→pass | 28,641 | 18,515 | -35% | 1 | 1 | 0% | 3,682 | 5,119 | +39% | 0 | 0 | — |
case-06 | fail→pass | 16,279 | 17,921 | +10% | 1 | 1 | 0% | 2,130 | 4,895 | +130% | 0 | 0 | — |
case-07 | pass→pass | 19,570 | 16,052 | -18% | 1 | 1 | 0% | 2,611 | 4,746 | +82% | 0 | 0 | — |
case-12 | pass→pass | 21,004 | 10,518 | -50% | 1 | 1 | 0% | 2,907 | 4,103 | +41% | 0 | 0 | — |
case-08 | pass→pass | 31,668 | 30,801 | -3% | 1 | 1 | 0% | 3,720 | 6,463 | +74% | 0 | 0 | — |
case-09 | pass→pass | 22,192 | 20,742 | -7% | 1 | 1 | 0% | 3,288 | 5,602 | +70% | 0 | 0 | — |
case-10 | fail→pass | 27,563 | 15,389 | -44% | 1 | 1 | 0% | 3,820 | 5,268 | +38% | 0 | 0 | — |
case-11 | fail→pass | 21,448 | 9,945 | -54% | 1 | 1 | 0% | 2,800 | 4,075 | +46% | 0 | 0 | — |
case-15 | fail→pass | 14,540 | 6,869 | -53% | 1 | 1 | 0% | 2,037 | 3,560 | +75% | 0 | 0 | — |
case-16 | pass→pass | 16,890 | 12,287 | -27% | 1 | 1 | 0% | 2,472 | 4,428 | +79% | 0 | 0 | — |
case-17 | fail→pass | 11,913 | 4,467 | -63% | 1 | 1 | 0% | 1,883 | 3,335 | +77% | 0 | 0 | — |
case-18 | fail→pass | 11,971 | 4,954 | -59% | 1 | 1 | 0% | 1,859 | 3,290 | +77% | 0 | 0 | — |
case-19 | pass→fail | 23,866 | 26,783 | +12% | 1 | 1 | 0% | 3,102 | 6,170 | +99% | 0 | 0 | — |
case-20 | fail→fail | 9,218 | 16,355 | +77% | 1 | 1 | 0% | 1,293 | 4,790 | +270% | 0 | 0 | — |
case-21 | pass→fail | 17,581 | 10,670 | -39% | 1 | 1 | 0% | 2,663 | 4,611 | +73% | 0 | 0 | — |
case-22 | fail→fail | 17,287 | 19,498 | +13% | 1 | 1 | 0% | 2,629 | 5,762 | +119% | 0 | 0 | — |
DecimalAI ran this skill against gemini-3.6-flash twice over the same eval suite — once with the skill loaded and once without — and compared the two runs case by case. 22 cases were attempted. The headline lift of +41 percentage points is the difference between those two pass rates over the 22 comparable cases. 2 cases got worse with the skill loaded, and they are included in that figure.
Without the skill loaded, the model failed this case. With it loaded, the same prompt on the same model passed. This is one improved case from the latest verified run; every case, including any that regressed, is in the table above.
Other measured skills in the registry, with their headline benchmark lift.