从一条提交记录说起。
「fix(darwin): 批量添加 checkpoints 到 43 个 skill，修复 3 个 scene-transition 的 D2。」
2026 年 6 月 8 日凌晨，GitHub 上一个仓库在通宵改作业。这条提交的下文还有更直白的一句：「增强 10 个 skill 的 B 段反模式内容，提升 D3/D9 得分」。翻译成人话：为了让评分表上两项各涨一分，给 43 个文件批量塞进了检查点。
仓库叫 DirectorSkills，作者 geegl，38 颗星。它干的事一句话说完：把 8 部好莱坞影视教材，蒸馏成 98 个可被 AI agent 调用的技能文件。从初始化到收摊，33 个小时。
我把仓库通读了一遍，逐条过了提交历史，在本机复跑了它的全套测试。结论是三句话。单个技能的打磨水准出乎意料地高；「路由测试 659/659 全过」这块招牌有成色问题；版权声明和仓库实物对不上。三件事同时成立。
一、它是什么
每个技能一个目录，里面两样东西：一份 SKILL.md，一份配套测试。SKILL.md 走六段结构，行话叫 RIA-TV++：
| 段 | 装什么 |
|---|---|
| R | 原文引用，≤150 字，带章节页码，可溯源到原书 |
| I | 方法论骨架重写 |
| A1 | 书内实战案例 ≥2 个 |
| A2 | 触发场景 + 「语言信号」 |
| E | 步骤 + 判停 |
| B | 边界 + 失败模式 + 作者盲点 |
书目和产量：救猫咪 8 个、Mackendrick《电影导演大师课》15 个、Kenworthy《大师镜头》三卷 26 个、Katz《电影镜头设计》8 个、Blain Brown《电影摄影》7 个、Van Hurkman《调色师手册》11 个、Bays《大师场景》9 个、Sonnenschein《声音设计》13 个——97 个，外加 1 个跨书综合的镜头锚定库，共 98。63 万字符中文技能文本，从剧本到成片一条链。
抽查打分最高的那篇（「想好结尾再写开头」，出自 Mackendrick）。它连「探索性写作不适用此原则」「互动叙事会挑战闭合叙事」这种边界都写进去了。B 段的「作者盲点」是整份文件最见功力的地方——教 AI 用方法论，还教它这个方法论在哪会失灵。这个颗粒度，市面上的 prompt 库很少见。
二、流水线长什么样
提交历史把全流程留了痕：
graph LR A[“PDF 按四页一张切图”] –> B[“视觉模型转录”] B –> C[“Adler 整书理解”] C –> D[“五路并行提取候选”] D –> E{“三重验证”} E –>|通过| F[“RIA-TV++ 六段成稿”] E –>|淘汰| G[“rejected 带理由”] F –> H[“Zettelkasten 互链”] H –> I[“触发与反触发测试”] I –> J[“98 个技能入库”]
筛选是真筛。story-design 一册：72 个候选，31 个通过三重验证，最终只剩 8 个技能。淘汰理由写得有牙齿——「平方反比定律：初中物理知识」，拒；《上海小姐》的视角操纵——威尔斯的个人技法，难以复用，拒。常识和孤例进不了技能库，这层筛选不是走过场。
三、「100% 通过」的成色
这是全仓库最值得掰开的一处。
仓库里躺着两份打架的报告。一份旧的写着：659 条测试，总体通过率 56.9%，「该触发」用例只命中 33%，声音设计一册更是只命中 2%。根目录的 JSON 写着 659 条全过。README 引的是后者。
差距怎么抹平的？提交记录交代得清清楚楚：重写测试用例（原话叫「去模板化」），再给路由器加「书域隔离」。我读了路由器源码，「该触发」的及格线是目标技能进入本书内部的前三名。一本书平均不到 10 个技能，前三名的门槛相当宽。
我在本机把全套测试复跑了一遍：670/670，100%。数字能复现，没造假。可我拿旧报告里失败过的那条查询试了全局模式——「混录的时候对白被音效盖住了，怎么处理层次？」——正确的声音设计技能在全库排第三，前头站着两个不相干的导演技能。路由器没变聪明，变的是及格线。它的本质是关键词加 TF-IDF，真要用，得靠 Claude Code 这类 agent 的技能发现机制补位。
顺带说一句，「Darwin 审计平均 8.9 分」同理。对着评分维度定向修文，分数证明的是会迎合评分表，不完全是内容变好了。这有个名字，古德哈特定律。
四、版权这一页
README 声明：「本仓库仅包含蒸馏后的结构化 skills，不包含任何原始书籍内容。」
实物对不上，三处。其一，color-grading 目录下有个 193KB 的转录残留文件，通篇是《调色师手册》中文版的成段原文，带原文小节编号。其二，candidates 目录里大量整段引文，本身就是书的衍生内容。其三，早期提交给开发配置文件加过「PDF Google Drive 下载链接」，我核对了那个历史版本，网盘链接出现 7 次。文件后来删了，链接还留在公开的 git 历史里——链接本身我不在此复述。
作品是 MIT 的，书是别人的。这套操作属于「合规外观、边角泄漏」：正文确实干净了，工作文件没扫干净，历史更扫不掉。
五、它站在谁肩膀上
这个项目有两件上游工具，README 自己也承认：六段格式出自 cangjie-skill（仓颉），9,618 星的「内容蒸馏」头部项目；质量审计出自 darwin-skill，5,893 星的技能自动进化器。所以与其说这是发明，不如说这是一次执行力极强的下游应用——拿着现成的流水线，狠狠跑了一遍。
站里最近聊过好几个技能仓库，patent-disclosure-skill、taste-skill 那几篇都是。它们的共同点是：技能由人手写，写什么、怎么写，作者说了算。DirectorSkills 走的是另一条路：技能从书里长出来，一篇 300 页的教材进去，二十来个带测试的技能出来。这条「书 → 技能」的路子，值得单独看一眼。
六、作者给自己的生活开了个差评
最能泄露意图的是那个跨书技能。它不在讲导演，在讲怎么写 AI 视频的提示词：「写 IMAX 胶片加 Panavision C 系列 35mm f/4，比写『电影质感、史诗级』有效 10 倍」。整座技能库的终点，原来是 AI 生成视频。
更有意思的是续作。8 月底同一个作者开了新仓库 directormind，9 月 6 日还在提交。定位换了个光谱：证据驱动，规则要先过前向测试才能转正，私有项目实测但不发原文。第一阶段是「把书倒进模型」，第二阶段他开始怀疑倒进去的东西没经过验证。这个转向，本身就是对前一个项目最到位的批评。
七、值钱与不值钱
值钱三样。单个 SKILL.md 的颗粒度——A2 段的语言信号教会 agent 听懂人话什么时候该翻牌，E 段的判停条件、B 段的作者盲点，都是可偷师的设计。「非常识即淘汰」的验证品味。还有整条流水线的完整示范：拆书、验证、淘汰、互链、压测，每一步有产物、有淘汰率、可复跑。想搭自己的「知识 → agent 技能」管线，这是目前最完整的参照物之一。
不值钱三样。路由层是玩具；分数是刷出来的；98 个技能没有一个经过真实成片检验。它能告诉你「该用什么镜头」，没人替你确认「用了真的更好」。
当方法论范本收藏，值。当生产资料直接挂进 agent，先自己补检索和验证。
八、边界
三件事我没搞清楚。Darwin 的逐技能分数没有入库，「平均 8.9」无法独立核验。原文引用的中文来源——中译本还是模型代译——没有记录，我只抽查了一条。「9 维」还是「10 维」，仓库内部自己就不一致。
数据快照 2026-09-07。路由测试我本机复跑过，其余数字出自仓库文件与 GitHub API，星数为动态值。
—
参考：geegl/directorskills · kangarooking/cangjie-skill · alchaincyf/darwin-skill · geegl/directormind