Wardn HubTrusted MCP server directory.

Registry

  • MCP Servers
  • Skills
  • Categories

Resources

  • API docs
  • Score method

Contribute

  • Submit server
  • Advertise
© 2026 Wardn Hub
Wardn Hub
MCP ServersSkillsCategoriesAPI docsSubmit server
Submit server
skills/sickn33/agentic-awesome-skills/crossframe-casebook

crossframe-casebook

16
sickn33/agentic-awesome-skills·Audit passed·Snapshot 417bdad2b635

Summary

This source did not publish a separate summary. Review SKILL.md before using the skill.

SKILL.md

CrossFrame Casebook

When to Use This Skill

  • Use when crossframe-suite routes explicit CrossFrame materials into reusable casebook entries, anonymized case records, mechanism extraction, or retrieval indexes.
  • Use when the goal is future reuse rather than immediate advice.
  • Do not use independently unless the user explicitly names this sibling skill.

Packaged Source Note

This AAS-ready copy preserves the original CrossFrame skill body below. Chinese remains the canonical semantic layer; English metadata is only for discovery, installation, and repository review.

Limitations

  • The skill body is intentionally Chinese-canonical; English metadata is for discovery and does not replace the original Chinese terms.
  • Use only after explicit CrossFrame invocation or crossframe-suite routing; do not apply it as a generic default reasoning layer.
  • It structures analysis, drafting, and review, but does not replace source verification, domain expertise, or legal, medical, or financial judgment.

本 skill 不独立触发。 所有 CrossFrame 任务统一从 crossframe-suite 入口调度。用户无需直接调用本 skill;suite 根据路由规则在需要时自动加载。

如果案例沉淀之后还要成文、教学、辩论或公共/组织专项判断,先读取 ../crossframe-suite/SKILL.md 做总调度;本 skill 只负责案例库条目和可复用材料结构。

CrossFrame Casebook 是 crossframe 的平行案例库 skill,不替代 crossframe。它只负责把材料整理成可复用案例条目:先守住事实、来源和隐私边界,再抽取尺度窗口、机制链、责任链、反向条件、可复用概念和后续观察。

中文为权威语义。英文只用于 skill id、文件名、字段名或对外简介;遇到中英文冲突,以中文术语为准。

必须执行的顺序

  1. 读取 ../crossframe/SKILL.md,确认本次材料应遵守的 CrossFrame 基本闸门与表达边界。
  2. 读取 ../crossframe/references/read-routing-map.md,按材料主题选择需要对齐的 CrossFrame protocol、概念卡和判断档位。
  3. 如果材料触发高责任、公共制度、亲密关系、长期演化、框架治理、AI 现实验证、弱信号/不透明、无法退出、工具化、隐喻/来源透明或文章输出,必须追加读取 ../crossframe/references/continuity-bundles.md,并按需使用 ../crossframe/worksheets/source-continuity-check.md;未完成联读时只能降档。
  4. 复用 ../crossframe/templates/read-state-capsule.md 规定的 v5-read-state-capsule,并在高责任、公共、AI/过程性产物、生命周期、无法退出主体或文章输出场景执行 ../crossframe/worksheets/source-anchor-integrity-check.md。如果胶囊缺失,回到 补齐;本 skill 不重新发明源路由。
../crossframe/SKILL.md
  • 读取 protocols/material-boundary-protocol.md,先做来源、事实、推测、隐私和可公开性分层。
  • 读取 protocols/casebook-build-protocol.md,决定本次是新建案例、清洗旧案例、批量索引、比较案例,还是把复盘转成案例库。
  • 读取 references/casebook-field-guide.md,保证每个案例至少沉淀九项:案例摘要、事实边界、材料来源、尺度窗口、机制链、责任链、反向条件、可复用概念、后续观察。
  • 读取 references/privacy-and-redaction-rules.md,对个人、组织、地名、时间、聊天原文、截图、链接和可识别细节做脱敏。
  • 读取 protocols/mechanism-extraction-protocol.md,从故事叙述中抽出机制链与责任链,避免只写剧情或堆概念。
  • 按任务读取模板:单案例读 templates/casebook-entry-template.md;批量案例读 templates/casebook-index-template.md;需要来源审计读 templates/redacted-source-ledger-template.md。
  • 输出前做 smoke check:不得把猜测当事实、不得泄露隐私、不得只写故事不抽机制、不得概念堆砌。
  • 输入处理

    • 聊天记录:保留互动结构、角色关系、可观察行为和时间顺序;删除或泛化姓名、账号、联系方式、精确位置和无关私密细节。
    • 组织材料:区分正式制度、口头惯例、会议纪要、项目记录、个人感受和二手转述。
    • 项目复盘:区分结果事实、过程事实、解释、责任归因、补救动作和未验证假设。
    • 公共争议:区分公开来源、当事人说法、媒体报道、平台规则、法律事实、舆论解释和模型推测;涉及最新事实或真实人物组织时必须查源。

    默认输出

    默认输出一个或多个 案例库条目。每个条目至少包含:

    • 案例摘要
    • 事实边界
    • 材料来源
    • 尺度窗口
    • 机制链
    • 责任链
    • 反向条件
    • 可复用概念
    • 后续观察

    如用户要求可维护案例库,再追加 案例索引、标签、相似案例、复用场景 和 更新记录。

    硬规则

    • 不准复制 crossframe 全文;只通过相对路径读取 canonical skill 与路由图。
    • 不准把聊天原文或个人信息直接沉淀为案例资产,除非用户明确要求且已确认可公开范围。
    • 不准把猜测、动机推断、二手评价写成事实。
    • 不准只讲故事;每个案例必须抽出至少一条机制链和一条责任链。
    • 不准用 CrossFrame 术语替代案例事实;概念必须服务于复用,而不是装饰输出。
    • 不准把案例库写成人格审判、组织定罪、舆论宣判或合规背书。
    • 不准用公共尺度抹掉个人伤害、组织失职、证据缺口或责任链。
    • 证据不足但风险紧急时,只能给低风险、可撤回、可观察的后续观察项。

    质量门

    一次合格的 casebook 输出必须能回答:

    • 这个案例可以复用来识别什么结构问题?
    • 哪些材料是事实,哪些只是解释或猜测?
    • 这个案例的来源是否可追溯、可脱敏、可公开?
    • 当前使用的是哪一个尺度窗口,是否发生了不当尺度转移?
    • 机制链如何从条件、行为、反馈走向结果?
    • 责任链中谁有改变条件的权力,谁在承担成本?
    • 什么反向条件会推翻或降档本案例判断?
    • 哪些概念真正提高复用性,哪些只是术语堆砌?
    • 下一次遇到相似材料时,应该观察什么信号?

    Related skills

    amazon-alexakubernetes-architectpostgresql-optimizationgit-workflow-and-versioningnextjs-app-router-patterns