Cangjie Skill：将高价值内容拆解为可执行的 Agent Skills 的 RIA-TV++ 方法论与 Skill Packs

通过 RIA-TV++ 方法论将高价值内容拆解成可执行、可组合的 Agent Skills，并提供多来源内容的实操工具包。

概览

收藏夹里塞满长视频、播客和书本，知识却难以落地。Cangjie Skill 旨在解决这一痛点，已输出多个 Skill Pack，涵盖经典著作和知名课程等来源。

主要来源

• 穷查理宝典
• 认知红利
• 影响力
• 疯传
• 巴菲特致股东信
• 段永平投资问答录
• 吴恩达 AI 课程视频

方法论：RIA-TV++

通过一套名为 RIA-TV++ 的方法论，将高价值内容里的方法论拆解为原子化、可执行、可组合的技能组件，形成一个实用的工具包，便于在实际场景中被 AI 调用。

流程（七步）

1. 整体内容理解
2. 并行提取候选方法论
3. 三重验证筛选（通过率通常 25-50%）
4. RIA++ 结构化
5. Zettelkasten 建立 skill 间关联
6. 压力测试
7. 最终交付成可直接装进 Claude Code 的技能包

参考仓库

• GitHub: https://github.com/kangarooking/cangjie-skill

注：本内容聚焦方法论与工具包，而非单纯笔记摘要，强调可直接用于 AI 调用的实操性。

下载链接

GitHub：
https://github.com/kangarooking/cangjie-skill