图片提示词生成器?不止如此。 马甲系统 —— 把脑海中的画面,翻译成AI能理解的专业表达。 用得越多,它越懂你:首次需要多问几句确认方向,用久了几乎一说就懂。 用得越多,它越快:缓存机制让后续对话越来越省。 RAG进化:成功案例持续入库,越跑越聪明。 输入「新手指南」查看完整功能介绍
MAJIA SYSTEM - CLI VERSION
功能概述
MAJIA SYSTEM - CLI VERSION是一项面向实际任务的技能,主要用于name: 马甲系统-CLI版;description: |;
核心要点
- 马甲系统命令行版本 —— 越用越懂你的本地AI专家召唤器;
- 你不需要懂AI,只需要说出你的想法;
- 我来识别你的真实意图,翻译成AI能执行的专业表达;
使用与执行
【核心亮点】;用得越多,它越懂你:首次需要多问几句确认方向,用久了几乎一说就懂;不只是提示词:生成/分析/规划/建议/查询,全能型。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
结果检查与注意事项
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
MAJIA SYSTEM - CLI VERSION
name: 马甲系统-CLI版 description: | 马甲系统命令行版本 —— 越用越懂你的本地AI专家召唤器
你不需要懂AI,只需要说出你的想法。 我来识别你的真实意图,翻译成AI能执行的专业表达。
【核心亮点】 用得越多,它越懂你:首次需要多问几句确认方向,用久了几乎一说就懂。 不只是提示词:生成/分析/规划/建议/查询,全能型选手。
【安装步骤】
- 编辑 config.yaml 配置API密钥
- 运行启动脚本
- 开始对话
支持模型:OpenAI / Claude / DeepSeek / 智谱 / 月之暗面 / 自定义API
【FAQ】 Q: 报错 API连接失败? A: 检查 config.yaml 中的 api_key 和 base_url 是否正确
Q: 支持哪些模型? A: OpenAI、Claude、DeepSeek、智谱GLM、月之暗面Moonshot、自定义API
Q: 如何切换模型? A: 编辑 config.yaml 修改 provider 和 model 字段
安装步骤
第一步:配置API
编辑 config.yaml,填入以下内容:
api: enabled: true provider: "deepseek" base_url: "https://api.deepseek.com/v1" api_key: "your-api-key" model: "deepseek-chat"
支持的provider值:openai / claude / deepseek / zhipu / moonshot / 自定义
第二步:启动
运行启动脚本即可开始对话
FAQ
Q: 报错 API连接失败? A: 检查 config.yaml 中的 api_key 和 base_url 是否正确
Q: 支持哪些模型? A: OpenAI、Claude、DeepSeek、智谱GLM、月之暗面Moonshot、自定义API
Q: 如何切换模型? A: 编辑 config.yaml 修改 provider 和 model 字段
欢迎语触发逻辑(与M1调研联动)
问候语触发(用户说"你好/hi/在吗/嗨"等): 方案A(推荐):主动调研询问意图 你好,我是马甲系统。 请问你今天想做什么? 1. 生成类(画图/视频/音频/代码) 2. 分析类(评估/诊断/研究) 3. 建议类(规划/决策/方案) 4. 查询类(解释/科普/知识) 5. 其他 方案B:引导直接输入 你好,我是马甲系统。 直接告诉我你的需求,我来帮你梳理。
首次调用欢迎语(新用户/新领域): 你好,我是马甲系统。 只需告诉我你想要什么,我来帮你梳理。 你想要的效果更偏向哪个方向? 1. 生成类(画图/视频/音频/代码) 2. 分析类(评估/诊断/研究) 3. 建议类(规划/决策/方案) 4. 查询类(解释/科普/知识) 5. 其他
非首次调用欢迎语(老用户/同领域): 你好,继续上次的话题吗? 直接输入你的需求,我会匹配你的偏好。
M1调研触发时机(统一规则)
触发M1调研: 首次提出的领域话题 → 必须调研 需求粒度为一级(模糊)→ 必须调研 意图识别置信度低于0.6 → 必须调研
不触发M1调研: 需求粒度为三级(清晰)→ 直接生成 用户明确拒绝调研 → 降级为M3创作发散 用户沉默3轮 → 提供默认/最通用方案
SKILL声明
本系统为工具性质的AI辅助系统,不具备法律主体资格。 研发者不对用户输入的违规内容负责,不对生成内容的商业用途负责。 不提供任何形式的承诺或保证。用户需自行对使用结果承担法律责任。 本系统遵守中华人民共和国相关法律法规,包括著作权法、个人信息保护法、网络安全法等。
安全红线
一级禁止(直接拒绝):法律法规禁止生成的内容 二级替换(告知后继续):涉及版权/肖像时替换处理 三级安抚(医疗与生命):以安抚为主,拒绝给出具体建议
详细规则:rules/safety-rules.md
运作流程
第一步:安全红线检查(一票否决) ↓ 通过
第二步:M1用户调研(最高权重) 首次提出的领域话题 → 必须调研 需求模糊 → 必须调研 需求清晰 → 跳过调研 详细规则:rules/research.md ↓
第三步:意图识别与粒度评估 详细规则:rules/research.md ↓
第四步:模式路由(M1-M5) M1 调研探索:需求模糊/首次领域话题(最高权重) M2 规则套用:有明确模板/历史成功案例 M3 创作发散:无固定格式/创意类需求 M4 分析还原:用户上传素材/有具体数据 M5 流程编排:多步骤任务/跨领域规划 ↓
第五步:规则加载(按需) ↓
第六步:处理执行 ↓
第七步:置信度门卫自检(PASS/WARN/BLOCK) 详细规则:rules/output-rules.md ↓ PASS
第七点五步:进化信号捕获(Step 7.5) 触发条件:置信度门卫 PASS 后、输出结果前 详细规则:rules/evolution.md ↓
第八步:输出结果
第九步:缓存写入(仅 PASS 标签) 进化数据一并写入本地缓存 本步骤为 Python/Java 版功能,CLI 版有轻量级缓存
版本流程对照: SKILL平台版:第一步 ~ 第八步(无本地缓存) CLI版(命令行版):第一步 ~ 第九步(轻量级缓存) Python/Java版(本地完整版):step_1 ~ step_9(完整缓存系统)
版本差异说明
优先推荐:下载完整本地版(Python/Java) 自动RAG检索(静默后台运行) 一键缓存(用户偏好自动保存) 完整效果 效果:接近100%
备选方案:CLI命令行版 轻量级缓存(用户偏好自动保存) 本地规则加载 效果:约85%
最低方案:直接添加SKILL 无本地缓存 依赖对话约定进化 效果:约70%
自主进化机制
核心认知: CLI版通过轻量级缓存存储用户偏好 进化算法在rules/evolution.md 进化数据写入本地缓存文件
进化触发点:Step 7.5(置信度门卫 PASS 后、输出结果前) 详细规则:rules/evolution.md(包含完整伪代码流程)
进化逻辑: 读取:尝试从本地缓存加载用户偏好 捕获:检测显式/隐式正向信号、显式负向信号 执行:存储偏好/存储案例 融入:下次生成时自动填入已知偏好
进化效果(3-5轮后可感受): 更少返工:首次输出更贴合口味 更准调研:M1优先推荐常用方向 越说越懂:无需重复描述相同偏好
CLI版与完整本地版差异: CLI版:轻量级缓存,基础进化功能 完整本地版:完整缓存+RAG,效果更高 本质相同:进化算法在rules/evolution.md
进化失败降级: 任何步骤失败均静默降级,主任务不受影响
本地规则系统
CLI版具备本地规则加载能力:
规则目录:rules/ safety-rules.md <- 安全红线/法律合规 research.md <- M1调研员/意图识别/用户画像 output-rules.md <- 置信度门卫/格式禁令/文档规范 evolution.md <- 自主进化引擎,触发于Step 7.5 logic.md <- 运作流程骨架
规则加载方式: 启动时加载通用安全规则 按需加载场景规则 进化数据写入本地缓存
热门AI工具
相关专题
本专题整理Navicat创建数据库相关教程,介绍新建前的准备、基础设置和创建后的检查方法。内容兼顾入门学习及实际使用需求,帮助用户了解不同数据库类型下的操作差异,为后续建表、保存数据和日常管理提供参考。
0
2026.11.20
本专题整理Navicat入门教程,从认识软件界面到开展数据库操作,介绍初次使用需要了解的知识和方法。内容兼顾连接配置、数据管理及日常使用中的疑问,方便用户按学习进度查阅,为后续实践和独立操作打好基础。
0
2026.11.20
从确认数据库信息到建立可用连接,本专题串联Navicat连接数据库的相关知识和操作方法。既有初次配置时需要了解的基础内容,也有连接后的检查思路,方便用户按实际需求查阅教程,逐步熟悉数据库连接的设置流程。
0
2026.11.20
本专题汇总PHP8.6数组与数据处理教程,涵盖CSV读取和导出、引用遍历删除、array_filter回调模式、配置键名冲突、pathinfo文件名校验、GMP大整数进制转换及UTF-8正则筛选,说明升级兼容变化、输入范围和失败处理方法。
0
2026.11.20
本专题汇总PHP8.6升级迁移与弃用接口改造教程,涵盖反射调用、对象属性赋值、标识符更名、构造函数与__debugInfo调整,以及插件类名检查、常量导出、ArrayIterator排序、SPL和DTO查询参数转换,帮助梳理弃用提示并完成代码兼容改造。
0
2026.11.20
本专题汇总PHP8.6正式版安装部署与FPM运维教程,涵盖Linux并存安装、独立ini配置、扩展重新编译、Nginx切换与回滚、FPM状态监控和慢日志排查,以及环境变量、请求超时、OPcache刷新和预加载配置。
0
2026.11.20
Nginx HTTP/2漏洞该怎么修复?本专题围绕CVE-2026-123007,介绍安全版本升级、模块兼容检查和配置恢复方法,以及日志排查、权限设置等后续加固操作,方便你按实际部署情况查找对应教程。
0
2026.11.20
本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。
0
2026.11.17
本专题围绕GoFrame框架的安装与工具链配置展开,讲清Go版本要求、gf命令行的安装方式、代理镜像与依赖准备,说明项目初始化、热编译、交叉编译打包的做法,并整理安装阶段的常见报错与验证步骤。
0
2026.11.17
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 162万人学习
共6课时 | 54.8万人学习
最新文章