从执行意图到发现意图

适用人群

适合：要整理评审对象的关键问题的人、要输出可复核的研究判断的人、要先完成一轮从执行意图到发现意图再继续推进的人。

技能介绍

这个技能适合为了处理模糊和开放式的请求，大型语言模型 (LLM) 越来越多地接受训练，以便与用户交互，以表达他们尚未表达的意图（例如。

它适合在正式决策前先做一轮有边界的研究评审，把问题和判断条件收拢起来。

业务背景和落地案例

当团队要评估技术方案、研究材料或安全框架时，会先用研究评审整理主要结论，再进入更细的复核。

能做什么

• 整理评审对象的关键问题。
• 输出可复核的研究判断。
• 帮助团队快速形成第一轮评估意见。

安装方法

方式 1：对 OpenClaw 说（不用写代码）

适合：OpenClaw、Codex、Kimiclaw、Windsurf、Trae、华为 CodeArts。

直接对 OpenClaw 说：

帮我安装一个叫 从执行意图到发现意图 的 Skill。
如果安装时需要精确名字，就用 arxiv-claude-skills-discoverllm-from-executing-intents。
装好以后，先用它帮我处理一遍当前任务。

如果需要手动安装，可以用这条命令：

clawhub install arxiv-claude-skills-discoverllm-from-executing-intents

方式 2：导入 MD 安装

适合：腾讯Workbuddy、百度Duclaw、字节Arkclaw、智谱Autoclaw、科大讯飞Astronclaw。

1. 找到这条 Skill 自带的 Markdown 文件，通常就是它的 SKILL.md 或同名 .md 文件。
2. 把这个 Markdown 文件导入到你的产品里。
3. 导入完成后，直接对 AI 说：

用刚刚导入的从执行意图到发现意图，先帮我处理当前任务。

备注：这一种本质上是导入一个 Markdown 文件，给知道安装包里有 .md 文件的人即可。

方式 3：代码安装

适合：Claude Code、Cursor、通义灵码、文心快码。

这条 Skill 没有整理出稳定的命令行安装写法，建议优先用方式 1 或方式 2。

使用步骤

1. 先选上面 3 种方式里，自己最容易完成的一种。
2. 安装完成后，直接对 OpenClaw 说：“用从执行意图到发现意图帮我处理当前任务。” 先让它自己跑一遍就可以。
3. 如果你已经有明确文件、网址、目录或数据，再把它补给 OpenClaw，让它只处理这一部分。
4. 先看第一轮结果，再决定要不要追加条件、缩小范围或继续执行下一步。
5. 如果这条 Skill 确实好用，就把它保留在常用列表，后面重复任务直接复用。

你需要准备什么

• 与你当前任务相关的文件、网址、目录或数据。
• 要评审的对象、文档或方案。
• 评审标准、关注维度或约束。
• 你希望重点判断的问题。

你会看到什么结果

• 第一轮评估意见。
• 需要进一步复核的问题。
• 后续可继续推进的结论。

风险提示

• 依赖外部服务时，网络波动、配额限制或接口变化都会影响结果。

来源信息

• 公开页面地址: https://agentskillsrepo.com/skill/ndpvt-web/arxiv-claude-skills-discoverllm-from-executing-intents
• SKILL.md 下载地址: https://agentskillsrepo.com/skill/ndpvt-web/arxiv-claude-skills-discoverllm-from-executing-intents/download