Dmn Default Mode Network

记录自身发现以实现自我改进的技能

帮助用户发现和安装智能体技能，当用户询问如「如何做X」、「找X的技能」、「有能做...的吗」等问题时

用于 AI 代理的浏览器自动化 CLI。当用户需要与网站交互（包括浏览页面、填写表单、点击按钮、截图等）时使用。

自我反思+自我批评+自我学习+自组织记忆。智能体评估自身工作、发现错误并持续改进。

AI智能体技能安全预审工具。安装ClawdHub、GitHub等来源技能前，检查风险信号、权限范围及可疑模式。

类型化知识图谱，用于结构化智能体记忆与可组合技能。适用于以下场景：创建/查询实体（人物、项目、任务、事件、文档）、关联相关对象、强制执行约束、将多步操作规划为图谱变换，或当技能需要共享状态时。触发关键词包括"记住""我知道关于什么""将X链接到Y""显示依赖关系"、实体增删改查操作，以及跨技能数据访问。

将 AI 代理从任务执行者转变为能够预见需求、持续优化的主动伙伴。现已支持 WAL Protocol、Working Buffer、Autonomous Crons 及经过实战验证的模式。属于 Hal Stack 🦞。

专为AI智能体优化的无头浏览器自动化CLI，支持无障碍树快照和基于引用的元素选择。

Deep interview analysis using dynamic expert routing. Automatically selects top domain thinkers based on role type to distinguish genuine capability from performance, identifying Battle Scars over Methodology Recitation. Applicable to any professional position including product management, engineering, design, operations, sales, and data science.

探讨/决策型会议与谈话纪要（结论/共识/分歧/决策轨迹/隐含假设/风险机会/行动项）+ Zettelkasten 连接。Use when 用户要整理会议纪要、复盘讨论、把多方探讨变成可执行资产。信息/学习型谈话（培训、分享会、单向汇报）请改用 deep-learning。关键词：会议纪要、会议、谈话、讨论、mee...

运用循证方法论分析简历并设计面试策略，将面试准备从“看简历→提问”升级为“定标准→找证据→模拟未来”。融合Topgrading、绩效导向招聘及偏见控制理论。适用于面试准备、制定结构化面试指南或设计胜任力验证问题。

自主进化引擎——让 AI agent 持续进化。核心循环：感知差距→搜索方案→实验→选优→固化。适用场景：定期进化、能力升级、流程优化、工具迭代。关键词：进化、self‑improve、A/B

全能深度阅读工具（All-in-One Deep Reading）。适用于书/长文/研报/论文的深度消化。Use when 用户要深度消化一本书/长文/研报/论文并构建知识网络、产出结构笔记与原子笔记。融合 Mortimer Adler（结构）、Feynman（解释）、Luhmann（网络）、Pragmatist（工具化）、Critics（辩论）；强制 High Fidelity 案例保留与 Actionable 工具提取。关键词：深度阅读、结构笔记、deep learning、卢曼。