← 返回 Skills 市场
61
总下载
0
收藏
0
当前安装
2
版本数
在 OpenClaw 中安装
/install anti-laziness
功能描述
AI Agent 反懒贪协议 - 防止AI在工作过程中偷懒的规范体系 当用户要求源码解读、技术调研、报告撰写、文档校验时触发 包含8条铁律、场景专项规范（校验/写作/源码）、自检清单
使用说明 (SKILL.md)
Anti-Laziness Protocol（反懒贪协议）
核心原则：宁可一个模块做深做透，不要三个模块都浮在表面
快速触发
以下场景必须加载本协议：
- 源码解读 / 技术调研
- 报告撰写 / 文档校验
- 用户要求"详细分析"
- 任何需要验证的工作
8 条铁律
1. 调研 = 逐行阅读源码，不是 grep 函数名
- 搜索结果只能作为发现线索
- 文档中必须包含源码片段和行号引用（格式：
文件路径:行号） - 反例：只 grep 函数名就下结论
- 正例：
trainer.py:84-98调用了xxx()
2. 一次只做一个任务，做透再走
- 不允许一口气开多个任务然后快速收工
- 每个任务做完后强制自检：
- 我读了多少行源码？（回答"0"就是偷懒）
- 我写了多少处
文件:行号引用？
3. 诚实标注分析深度
- 如果只做了表面搜索，必须标注：
⚠️ 此节仅基于搜索结果，未深入源码验证 - 对比表的 ✅/❌ 必须有源码证据支撑
4. 交付前必过自检清单
- 是否逐行阅读了核心源码？
- 每个结论是否有
文件路径:行号引用？ - 数据流向是否从输入跟踪到输出？
- 关键参数是否有具体数值？
- "未实现"/"不支持"的断言是否经过了全文搜索验证？
5. 不赶工，不凑数
- 宁可一个模块做深做透，不要三个模块都浮在表面
- 如果时间不够，诚实说明哪些部分未深入
- 「写完」≠「写好」
6. 置信度标注
- 不确定的信息必须标注
[待验证] - 区分"源码证据"和"推理结论"
7. 过程注释与记忆固化
- 长任务中每个关键发现必须输出到临时文件
- 每完成一个步骤，用一句话总结记录到进度文件
8. 两层质量门控
- 自检 — Agent 自己过清单
- 独立 Sub Agent 验收 — 第三方审阅，主 Agent 不可自己放行
禁止模糊语言
| 禁用 | 替代 |
|---|---|
| likely | 标注 UNRESOLVED |
| probably | 标注 [待验证] |
| seems/看起来 | 给出具体证据或 UNRESOLVED |
| should/应该 | 改为"根据源码 Lxxx，实际行为是..." |
| might/或许 | 标注 [待验证] |
场景专项规范
校验工作
详细规范见 references/校验规范.md
写作场景
详细规范见 references/写作规范.md
源码调研
详细规范见 references/源码规范.md
偷懒诊断决策树
| 表现 | 根因 | 对策 |
|---|---|---|
| 中途跳过关键函数 | 指令结构问题 | 铁律1+三阶段门控 |
| 分析深度不够 | 任务拆解不够细 | 原子步骤拆解 |
| 幻觉或张冠李戴 | 上下文过长 | 过程注释+记忆固化 |
| 验收声称通过但没验证 | 偷懒递归性 | 用户抽查+SubAgent验收 |
防偷懒递归问题
⚠️ 防偷懒措施本身也会被偷懒跳过——这是递归问题。
唯一解法：用户抽查 + 独立第三方验证
快速查阅
自检清单（8条）
- 逐行阅读了核心源码？
- 每个结论有
文件:行号引用？ - 数据流从输入到输出？
- 关键参数有具体数值？
- "不支持"断言已全文搜索？
- 对比表每项有源码证据？
- 无模糊语言？
- 验收记录完整？
禁止清单
- ❌ 只 grep 不读源码
- ❌ 跳过自检
- ❌ 自己给自己放行
- ❌ 用"应该没问题"代替验证
- ❌ 用 likely/probably/可能 代替证据
安全使用建议
Review before installing. The skill is not malware and has no executable code, but it can make the agent apply a heavy verification workflow to many ordinary requests and may create temporary/progress files containing intermediate findings. Install only if you want that behavior broadly, and prefer a version with narrower triggers plus explicit rules for where files are written and when they are cleaned up.
能力评估
Purpose & Capability
The stated purpose is coherent: it provides stricter research, writing, source-reading, and verification practices. It contains only markdown/json artifacts and no executable scripts, network code, credential handling, or destructive commands.
Instruction Scope
The activation rules include generic triggers such as requests for detailed analysis and any work needing verification, which could cause the skill to override normal agent behavior in many unrelated tasks.
Install Mechanism
The artifact is a normal skill package with SKILL.md, _meta.json, and markdown references; metadata and static scan show no dependency, executable, or install-script mechanism.
Credentials
The skill asks the agent to read source carefully and cite files/lines, which fits its purpose, but its broad trigger scope may impose this workflow even when the user did not ask for it.
Persistence & Privilege
The skill requires key findings and step summaries to be written to temporary/progress files, but does not define location, retention, sensitivity limits, cleanup, or user consent.
如何使用
- 确保已安装 OpenClaw（本地或 Docker 部署）
- 在对话框中输入安装命令：
/install anti-laziness - 安装完成后，直接呼叫该 Skill 的名称或使用
/anti-laziness触发 - 根据 Skill 的参数说明提供必要输入，即可获得结构化输出
版本历史
v1.0.1
引用references规范文件
v1.0.0
初始版本
元数据
常见问题
Anti-Laziness Protocol 是什么？
AI Agent 反懒贪协议 - 防止AI在工作过程中偷懒的规范体系 当用户要求源码解读、技术调研、报告撰写、文档校验时触发 包含8条铁律、场景专项规范（校验/写作/源码）、自检清单. 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件，目前累计下载 61 次。
如何安装 Anti-Laziness Protocol？
在 OpenClaw 或 Claude Code 对话框中运行命令「/install anti-laziness」即可一键安装，无需额外配置。
Anti-Laziness Protocol 是免费的吗？
是的，Anti-Laziness Protocol 完全免费，采用 MIT-0 许可证，可自由下载、安装和使用。
Anti-Laziness Protocol 支持哪些平台？
Anti-Laziness Protocol 跨平台运行，可在任意部署了 OpenClaw / Claude Code 的环境中使用（cross-platform）。
谁开发了 Anti-Laziness Protocol？
由 augsh（@augsh）开发并维护，当前版本 v1.0.1。
推荐 Skills