Verwendung
- Installationsbefehl kopieren und das Quellpaket vor der Installation in der eigenen Agentenumgebung prüfen.
- Benötigte Werkzeuge, Zugangsdaten und Hosts im Original prüfen.
- Eingabe und gewünschtes Ergebnis beschreiben und die Ausgabe mit den Quellen abgleichen.
npx skills add https://github.com/yogsoth-ai/de-anthropocentric-research-engine --skill detect-feedback-loopVor dem Start
- Die Installation umfasst weder Modellabo noch API-Kontingent oder Dateizugriffsrechte.
- Sterne und Installationen zeigen Aktivität, keine unabhängige Qualitäts- oder Sicherheitsprüfung.
Originales Skill-Dokument
Aus dem Quell-Repository gerendert; Überschriften, Beispiele, Code, Tabellen, Links und Bilder bleiben erhalten.
detect-feedback-loop
Purpose
Detect reinforcing or balancing feedback loops in a causal or process structure and state the evidence for each loop.
Input contract
yaml
required: [causal_graph, node_semantics, edge_polarity]
optional: [time_delays, observed_series, intervention_records]
constraints: [loop classification requires directed edges and polarity or transition evidence]Procedure
- Normalize directed relations, polarity, and delays.
- Enumerate simple cycles and identify reinforcing or balancing sign patterns.
- Compare loops with observations or intervention evidence where available.
- Report loop boundaries, uncertain edges, and testable implications.
Output contract
yaml
produces: [feedback_loops, loop_classification, supporting_evidence, uncertain_edges, testable_implications]
delta_fields: [findings, evidence_updates, uncertainties, recommended_jumps]Quality gates
- Every loop lists its ordered edges and polarity basis.
- Correlational cycles are not presented as causal loops without qualification.
Failure and counterexamples
Do not infer feedback from a static co-occurrence or omit time direction where it determines loop meaning.
Provenance map
resolved: detect-feedback-loop
