lulu-dialogue-skills

lulu-dialogue-skills 是一款开源的 AI 对话技能工具包，专注于为 AI Agent 和大模型对话场景提供多种可切换的对话模式控制能力。它以 slash command 的形式工作，用户在对话中输入特定指令关键词，AI 的回复风格、逻辑结构和表达方式就会切换到对应模式。与固定提示词不同，这些技能包是即取即用的模块——不持有对话历史，不持久化状态，随用随调。

核心能力

lulu-dialogue-skills 提供了 10 种精心设计的对话技能，覆盖从简洁表达到深度追问的各类场景：

• /plain：直白说清楚，让没接触过这个话题的人也能看懂，适合科普和解释概念。
• /gist：先给结论，再展开细节，适合需要快速获取核心信息的场景。
• /explain：对某个概念给出最小、最简洁的解释，说完即止，避免冗长。
• /ground：将模糊回答锚定到可检验的实现细节上，适合技术讨论和代码审查。
• /walk：逐节点推进，每次只讨论一个确认的节点，适合复杂问题的分步拆解。
• /grill：围绕一个目标持续追问，用聚焦的问题推动深度思考，适合方案评估和方案打磨。
• /clash：把预期与现状对比，揭示差异和矛盾，适合复盘和批评性分析。
• /converge：锁定一个立场队列，每次只问一个问题推动收敛，适合决策和排序。
• /cut：先改变工作边界，再继续推进，适合需要重新定义问题范围的讨论。
• /intent 匹配：除了 slash 命令，也可以直接说自然语言意图，例如「ground this」「cut once」「grill this」，Skill 会识别并激活对应模式。

安装配置

该工具包托管在 GitHub（https://github.com/lulufoo/lulu-dialogue-skills），遵循 MIT 协议开源。

方式一：作为 Agent Skills 使用 该项目兼容 Agent Skills（agentskills.io）生态，可直接在支持 Agent Skills 的平台中导入使用。

方式二：手动复制集成 将仓库中的 Skill 定义文件复制到自己的 Agent 项目中，配置对应的触发关键词和响应逻辑即可。

方式三：通过 MCP 或 Plugin 加载 如果你的 Agent 框架支持 MCP 协议或 Plugin 扩展，可以将 lulu-dialogue-skills 作为技能插件接入，实现命令行级别的对话模式切换。

使用步骤

1. 导入 Skill 包：将 lulu-dialogue-skills 仓库克隆到本地，或直接复制所需的 Skill 文件到你的 Agent 项目中。
2. 配置触发关键词：在 Agent 的提示词中注册 slash 命令（如 /plain、/grill）或自然语言意图映射。
3. 在对话中调用：对话过程中，输入对应指令，Agent 会立即切换到该技能模式的回复逻辑。
4. 组合使用：不同场景可以切换不同技能，例如先用 /gist 获取概述，再用 /grill 深入追问，最后用 /plain 输出结果。

适用场景

• 技术文档写作：先用 /explain 确认概念理解，再用 /plain 输出面向普通用户的说明文档。
• 代码审查与调试：用 /ground 将模糊的描述锚定到具体代码行，用 /clash 对比预期与实际行为差异。
• 产品决策讨论：用 /converge 收敛优先级，用 /grill 深入评估每个方案的可行性。
• 学习与研究：用 /walk 逐节点推进理解复杂系统，用 /gist 快速获取论文或文章的核心结论。

适用人群

• AI 应用开发者：需要为 Agent 赋予多样化的对话能力，让同一套模型在不同场景下表现更专业。
• 提示词工程师：希望将对话模式封装成可复用模块，在多个项目中复用成熟的对话策略。
• 技术写作者：需要针对不同受众（技术人员 vs 普通用户）快速切换表达风格。
• 研究和分析人员：处理复杂问题时，需要结构化追问、分步拆解和收敛决策的对话工具支持。

工作原理

lulu-dialogue-skills 的本质是一组结构化的对话提示词模板，每个 Skill 定义了一种对话状态和响应规则。当用户在对话中触发某个 Skill 时，Agent 会加载对应的提示词模板，调整自己的回复策略——包括回答的结构、深度、表达方式和提问方式，从而实现「同一模型、多种性格」的效果。这些 Skill 不持有对话历史，调用结束后状态自动释放，不会污染主对话的上下文。