w8m — worrrrrr/agent-skills Agent Skill

사용 방법

설치 명령을 복사하고 자신의 에이전트 환경에 설치하기 전에 소스 패키지를 확인하세요.
필요한 도구, 인증 정보, 지원 환경은 원본 문서에서 확인하세요.
입력과 원하는 산출물을 설명하고 출처와 결과를 대조하세요.

npx skills add https://github.com/worrrrrr/agent-skills --skill w8m

시작 전 확인

설치에는 모델 구독, API 한도, 파일 접근 권한이 포함되지 않습니다.
별점 수와 설치 수는 활동 지표이며 독립적인 품질·보안 검증이 아닙니다.

원본 Skill 문서

원본 저장소의 제목, 예시, 코드, 표, 링크, 이미지를 유지해 표시합니다.

w8m — World 8 Models

กรอบคิด 8 แบบสำหรับวิเคราะห์ปัญหา/การตัดสินใจ. Engine ไม่ได้คิดเอง — มันเลือกโมเดลที่ตรงโจทย์, แจกชุดคำถาม, ตรวจว่าคำตอบครบหรือยัง, และประกอบ markdown จากคำตอบที่ agent เขียน. ตัววิเคราะห์คือคุณ.

id	ใช้เมื่อ
`first-principles`	โจทย์เต็มไปด้วยศัพท์วงใน/สมมติฐานที่ไม่ได้ตรวจ
`inversion`	อยากกันความล้มเหลว, pre-mortem, หาทางสำเร็จไม่เจอ
`second-order`	ผลลัพธ์จะไปกระทบอะไรต่อ (และแล้วไง)
`expected-value`	ตัดสินภายใต้ความน่าจะเป็น/กำไรขาดทุน
`base-rate`	มีเรื่องเล่ากรณีเดียว แต่ยังไม่ดูสถิติของกลุ่ม
`occam`	มีหลายคำอธิบาย/หลายทางเลือกที่ดูพอ ๆ กัน
`feedback-loop`	ระบบมีวงจรเร่ง/ถอย หรือมีความหน่วง
`margin-of-safety`	ออกแบบใกล้ขีดจำกัด ต้องเผื่อค่าที่ประมาณผิด

Engine

scripts/run.py — JSON เข้า/ออก, op: list | show | plan | analyze | report

python scripts/run.py '{"op":"list"}'
python scripts/run.py '{"op":"show","id":"inversion"}'
python scripts/run.py '{"op":"plan","problem":"จะโปรโมตพนักงานดีไหม","k":4}'
python scripts/run.py '{"op":"analyze","problem":"...","answers":{"inversion":"..."}}'
python scripts/run.py '{"op":"report","problem":"...","answers":{"inversion":{"วิธีทำให้พัง":"..."}}}'

plan จับ tag ในโจทย์แล้วเลือก k โมเดล (clamp 2–8); ไม่พบ tag → ชุดเริ่มต้น first-principles + inversion + second-order + occam แล้วตัด/เติมให้ครบ k (matched_by_tags:false)
analyze คืน scaffold (questions/steps/deliverable/redflags) และถ้าส่ง `answers` มาจะได้ `coverage` (missing/emptyfields/ignored/progress)
report คืน {markdown, coverage, gaps} — ห้ามแต่งคำตอบแทน ให้ส่งเฉพาะ answers ที่มีจริง
plan/analyze/report รับ {"models":["inversion","base-rate"]} เพื่อบังคับชุดโมเดล; id ที่ไม่รู้จัก → error

Workflow

plan (หรือ analyze) เพื่อเลือกโมเดลและได้คำถาม
ตอบ questions ของแต่ละโมเดลด้วยข้อเท็จจริงของโจทย์ — ใส่ deliverable ให้ครบ
ยิง analyze พร้อม answers เพื่อเช็ค coverage; เติมช่องที่ missing/empty_fields
report เอา markdown ไปใช้; ถ้า coverage.complete:false ให้บอกผู้ใช้ตรง ๆ ว่ายังขาดอะไร

กฎ

Engine เป็น heuristic ไม่ใช่ LLM — อย่าให้มันสรุปแทน และอย่าถือ matched_by_tags เป็นคำตัดสิน
ถ้าโมเดลที่เลือกไม่ตรงโจทย์ ให้ส่ง models เอง ดีกว่าเชื่อ tag
คำตอบต้องอ้างข้อเท็จจริง/ตัวเลขจากโจทย์ ไม่ใช่คำคม