dbskill 教程：没有教程也能学会
文章探讨了在 Agent 时代如何设计新工具 dbskill 的入门体验。作者反对传统的 PDF 教程模式，认为这要求用户先分类问题再调用工具，不符合直觉。 dbskill 通过 /dbs 命令让 Agent 自动读取上下文、判断步骤并调用 Skill，实现‘没有教程也能学会’的即用即学体验。
全部文档
9 篇
dbskill 更新 | 新增传播心理解码与文稿共鸣诊断工具
文章作者 dontbesilent 分享了 dbskill 工具集的更新，重点解决了内容“有深度但没流量”的问题。作者指出，知识密度过高往往会牺牲传播性。为此，他新增了 /dbs-spread 和 /dbs-resonate 两个独立工具：前者用于利用传播学理论（如沉默的螺旋）分析爆火内容的心理机制，指导聊天室讨论方向；后者用于诊断文稿共鸣，删减冗余信息。这两个工具可配合聊天室或单独使用，帮助创作者在保持知识深度的同时提升传播效率。
dbskill 更新：新增 /dbs-good-question 助力 Agent 自动化
本文介绍了 dbskill 的新功能 `/dbs-good-question`。作者结合《无穷的开始》中的理论，提出 Agent 自动化的起点在于“更好的问题”。该工具旨在将模糊的问题重写为包含对象、目标、冲突、约束和反馈入口的“问题说明书”，从而生成可批评、可验证的候选解释，为 Agent 自动化任务提供稳定的基础。
dbskill v2.9.0 更新：新增交互式学习功能
dbskill v2.9.0 发布了新的 skill /dbs-learning，旨在解决 Benjamin Bloom 提出的 2 Sigma Problem。该功能通过将 AI 学习过程转化为可持久化的文件，利用持续的用户反馈来动态调整后续内容，从而在低成本下模拟一对一辅导的学习效果。
dbskill 更新：/dbs-goal 把模糊愿望审计成可检查的目标
文章指出 AI 时代下，明确的目标优于技术工程。作者介绍了 dbskill 的新功能 /dbs-goal，旨在通过三道关卡（可指物性、可否证性、真终点）将模糊的愿望审计为可执行、可检查的具体目标，从而提升 AI Agent 的执行效率。
dontbesilent 问题消解 100 例
这是一本关于创业、内容创作与 AI 时代的“提问指南”。作者通过拆解 100 个常见的模糊问题（如“这个赛道还能不能做”、“AI 会不会替代我”），指出其背后的错误假设，并提供“大白话改写”和“真正该做的事”。文章主张用具体的交易结构取代抽象的赛道分析，用用户行动定义内容价值，并强调 AI 应服务于具体任务而非技术本身。
dbskill v2.4：更新了检测 AI 味的工具，但我反对「去 AI 味」
作者发布了 dbskill v2.4 版本，新增了 /dbs-ai-check 功能用于识别文本的 AI 写作特征。然而，作者明确反对简单的“一键去 AI 味”做法。他认为有 AI 味的文字本质上是“烂文字”，该工具旨在指出文本逻辑问题（如替读者说话、高密度翻转、无效结尾祝福），并通过对话引导用户思考如何修改，从而培养用户自己的写作审美，而非机械地消除 AI 痕迹。
顶级的 Skill 长什么样：解析 YC CEO 的 Claude Code 提示词工程
文章分析了 YC CEO Garry Tan 开源的 Claude Code 工具集 'gstack' 中的 'plan-ceo-review' 技能。作者发现，这个约 600 行的技能通过定义审查姿态而非具体内容、设定领域无关的元问题以及提供完整的检查清单结构，实现了从工程审查到商业计划审查的无缝迁移。文章详细翻译并解析了该技能的提示词结构，包括三种审查模式（范围扩张、保持、缩减）和 10 个具体审查环节，展示了顶级提示词如何通过约束 AI 的行为模式而非单纯灌输知识来达到卓越效果。
从选题到发布：dontbesilent 的 Claude Code 工作流
文章分享了作者利用 Claude Code 构建的系统化内容生产工作流。作者通过建立选题库、素材库（含金句库、概念库）和自动化流程，实现了年发 13,000 条内容、管理 7 个平台的效率。该系统强调素材复用、数据复盘与方法论沉淀，解决了传统碎片化创作中重复造轮子的问题，实现了从想法到发布的闭环管理。