LifeOS Fabric 模式解析用 t_extract_intro_sentences 从 TELOS 上下文生成人物引言【免费下载链接】LifeOS⛰️ The Life Operating System — an intent engineering platform that moves you from your current state to your ideal state, in life and work.项目地址: https://gitcode.com/GitHub_Trending/pe/LifeOS导读本文围绕 LifeOS 仓库中 Fabric 技能目录下的t_extract_intro_sentences提示词模式展开逐行拆解它的 IDENTITY、STEPS 与 OUTPUT INSTRUCTIONS并结合同目录的姊妹模式t_create_opening_sentences、Fabric 技能的执行框架SKILL.md以及 TELOS 数据文件TELOS.md讲清这套读 TELOS → 理解输入 → 生成人物简介的完整链路。读完你将掌握该模式的词数约束与输出纪律、如何通过 ExecutePattern 工作流在本仓库中实际调用它、以及 TELOS 文件中哪些字段是它的事实依据。一、模式文件的位置与定位模式文件位于LifeOS/install/skills/Fabric/Patterns/t_extract_intro_sentences/system.md它是 Fabric 技能仓库中 240 个模式之一。Fabric 技能本身定位为提示词模式库——把经过验证的提示词固化成一个个system.md按需取用避免每次从零手写。LifeOS 对其做了原生执行改造Agent 直接读取Patterns/{pattern_name}/system.md并把其中的指令当作系统提示词应用无需调用外部 CLI详见 SKILL.md 中 Native Pattern Execution 一节。因此这份system.md既是模式本体也是执行时唯一需要读取的指令源。文件名中的t_前缀是 LifeOS 对上游 Fabric 模式的本地扩展标记同组模式还包括t_create_opening_sentences、t_describe_life_outlook、t_year_in_review、t_find_blindspots等它们共享同一套以 TELOS 为输入上下文的设计思想而t_extract_intro_sentences是其中专注于人物定位陈述intro sentences的一个。二、模式原文逐段解析system.md全文仅三个小节结构紧凑、职责清晰。下面逐段给出原文与解析。2.1 IDENTITY角色锚定You are an expert at understanding deep context about a person or entity, and then creating wisdom from that context combined with the instruction or question given in the input.这一段把模型锚定为一个双重能力角色深度理解能读懂关于某个人或某个实体的深层上下文deep context智慧合成能把这种上下文与用户输入中的指令或问题结合产出wisdom而非机械的摘要。注意person or entity的措辞——该模式不只服务于个人person也支持组织、公司、作品等实体entity这与其输入依赖 TELOS 文件的设计一致TELOS 既可描述一个人的人生操作系统也可承载某个组织或项目的意图状态。2.2 STEPS四步处理流水线Read the incoming TELOS File thoroughly. Fully understand everything about this person or entity.Deeply study the input instruction or question.Spend significant time and effort thinking about how these two are related, and what would be the best possible output for the person who sent the input.Write 5 16-word bullets describing who this person is, what they do, and what theyre working on. The goal is to concisely and confidently project who they are while being humble and grounded.四步分别承担读全、读懂、关联、产出四种任务Step 1 — 全量读取 TELOS输入的第一份材料是 TELOS 文件要求thoroughly阅读、完整理解此人或实体的一切。TELOS 是 LifeOS 的个人为什么层描述人生目标、阻碍与策略DA 在每个会话开始时都会读取它见 README.md。Step 2 — 深度研究输入第二份材料是用户当下的指令或问题instruction or question即这次调用的具体诉求。Step 3 — 刻意思考关联模式明确要求spend significant time and effort思考两份材料之间的关系并站在发送者the person who sent the input的立场上判断什么是最佳输出。这是典型的慢思考设计防止模型跳过推理直接输出。Step 4 — 产出 5 条 16 词陈述输出形式被严格限定——5 条5 bullets、每条恰好 16 个英文单词16-word内容覆盖三个方面这个人是谁who they are、他在做什么what they do、他正在推进什么what theyre working on。质量标准是concisely and confidently project who they are while being humble and grounded——既要简洁自信地呈现其人设又要保持谦逊和脚踏实地避免自吹自擂。这里有一个容易被忽略的工程细节16-word 是严格约束不是建议。由于输出是自我定位陈述类似个人简介过短的词数无法承载足够信息量过长则失去金句感16 词恰好是一句可独立成段、可直接用于社交主页或个人引言的规模。若以中文执行应理解为约 16 个词的等价信息量保持同样的紧凑度与节奏。2.3 OUTPUT INSTRUCTIONS输出纪律Only use basic markdown formatting. No special formatting or italics or bolding or anything.Only output the list, nothing else.两条纪律构成输出的硬边界纯基本 Markdown禁止斜体、加粗、特殊格式——产物应当是可以被直接复制到任意平台简历、主页、约稿作者简介的纯文本只输出列表别无其他不允许前言、解释、元评论或额外段落。这与自我定位陈述的消费场景强相关——下游通常是排版系统或人工复制多余内容只会增加清洗成本。三、与姊妹模式的对比t_create_opening_sentences同目录下的 t_create_opening_sentences/system.md 与本模式同源IDENTITY 完全相同、STEPS 前三步一致差异集中在产出规格上维度t_extract_intro_sentencest_create_opening_sentences输出数量5 条4 条每条词数16 词32 词内容模板是谁 / 做什么 / 正在推进什么我是谁 我看到的世界问题 我在为此做什么三段式语气concise confident, humble groundednon-douchey不油腻、不自我吹嘘典型用途人物简介、引言句开场白、自我介绍t_create_opening_sentences甚至给出了具体示例模板Im a programmer by trade, and one thing that really bothers me is kids being so stuck inside of tech and games. So I started a school where I teach kids to build things with their hands.这种身份 问题 行动的三段结构可以视为t_extract_intro_sentences产出内容在开场白场景下的展开版。两者合看能更清楚地理解本模式的产出定位16 词版本用于浓缩定位32 词版本用于展开叙事。需要更丰富人物叙事的场景如演讲介绍、播客嘉宾简介可优先选择姊妹模式需要极简金句时则用本模式。四、输入侧依据TELOS 文件里到底有什么模式的 Step 1 要求读取 incoming TELOS File。在 LifeOS 中TELOS 的单一事实来源是 TELOS.md其中以##二级标题组织各章节。仓库自带的 bootstrap 模板展示了字段形状以(sample)标记## Current State健康、财务、关系的现状where you are now## Ideal State目标状态where you want to be## MissionM0一句话使命## ProblemsP0/P1想解决的问题## GOALSG0/G1可衡量的里程碑## ChallengesC0/C1阻碍目标达成的障碍## StrategiesS0应对挑战的策略## ProjectsPR0正在推进的项目及其状态## NarrativesN0希望在演讲、对谈、帖文中被记住的故事或主张## Wisdom指导行动的教训与格言。对照本模式的 Step 4可以清晰看到 TELOS 各字段到输出三个维度的映射关系who they are是谁← 主要来自Current State、Mission、Ideal Statewhat they do做什么← 来自Projects、Strategies、Wisdomwhat theyre working on正在推进什么← 直接来自GOALS、Projects、Problems。也就是说模式输出的每一条 16 词陈述都不是凭空生成而是从 TELOS 的结构化章节中压缩而来的高信号提取。TELOS 目录下还提供了PRINCIPAL_TELOS.md自动生成的精简摘要随每个会话加载、GenerateTelosSummary.ts解析各章节的生成器等配套物它们与本模式共同构成TELOS 上下文 → 各种形态的输出的生态。五、执行链路如何在 LifeOS 中实际跑起来Fabric 技能通过 ExecutePattern.md 工作流执行模式核心步骤为Step 1 识别模式根据用户意图选择模式。本模式属于人物简介/引言类诉求用户可以说用 fabric 生成我的引言句或直接点名use t_extract_intro_sentences——按工作流规则显式点名时直接使用该模式不再做意图猜测。Step 2 加载模式提示词读取Patterns/t_extract_intro_sentences/system.md即本文第二节解析的全文。Step 3 应用模式将用户的 TELOS 文件内容 用户输入指令交给上述 system 提示词由模型按 IDENTITY/STEPS/OUTPUT INSTRUCTIONS 直接产出结果无外部 CLI 依赖。Step 5 格式化输出严格按模式的 OUTPUT INSTRUCTIONS 返回仅 5 条 16 词列表不附加任何其他内容。一个典型的输入输出示意如下输入TELOS 相关字段 用户指令Mission M0、Goals G0、Projects PR0、Narratives N0 等字段内容用户指令用 t_extract_intro_sentences 写我的 5 句人物定位期望输出- [第 1 条 16 词陈述] - [第 2 条 16 词陈述] - [第 3 条 16 词陈述] - [第 4 条 16 词陈述] - [第 5 条 16 词陈述]若本地尚未填充 TELOS仍为(sample)占位符状态输出质量会直接受损——因为模式的事实输入只有占位内容。README.md 给出的建议是安装后先运行/interview访谈把(sample)全部替换为真实内容再使用本文这类 TELOS 消费型模式效果才有意义。六、使用建议与质量要点词数约束是核心验收标准执行后逐条数词确保每条 16 词或中文等价信息量5 条 × 16 词是对覆盖面与信息密度的双重约束——太少覆盖不全太多稀释金句感。谦逊基调不可省模式明确要求 confident 与 humble 并存输出应避免堆砌头衔或夸张措辞以事实型陈述为主。保持输出纯净不加加粗、斜体、前言或补充说明直接交付列表方便下游平台直接复用。先填充 TELOS 再消费TELOS 是本模式唯一的事实来源样本占位符状态下生成的引言缺乏真实信息支撑请先通过/interview或手工编辑 TELOS.md 完成数据填充。七、总结t_extract_intro_sentences是 LifeOS Fabric 模式库中一个小而精的上下文消费型模式它以 TELOS 文件为事实底座以 5×16 词的紧凑格式输出人物定位陈述配合严格的输出纪律保证产物的直接可用性。它与t_create_opening_sentences4×32 词展开版构成浓缩/展开的互补对共同展示了 LifeOS意图工程的核心设计——把用户的深层上下文TELOS转化为可对外表达的智慧形态。要上手体验只需确保 TELOS 已填充真实内容然后在会话中显式点名该模式即可。【免费下载链接】LifeOS⛰️ The Life Operating System — an intent engineering platform that moves you from your current state to your ideal state, in life and work.项目地址: https://gitcode.com/GitHub_Trending/pe/LifeOS创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 LifeOS Fabric 模式解析：用 t_extract_intro_sentences 从 TELOS 上下文生成人物引言
LifeOS Fabric 模式解析用 t_extract_intro_sentences 从 TELOS 上下文生成人物引言【免费下载链接】LifeOS⛰️ The Life Operating System — an intent engineering platform that moves you from your current state to your ideal state, in life and work.项目地址: https://gitcode.com/GitHub_Trending/pe/LifeOS导读本文围绕 LifeOS 仓库中 Fabric 技能目录下的t_extract_intro_sentences提示词模式展开逐行拆解它的 IDENTITY、STEPS 与 OUTPUT INSTRUCTIONS并结合同目录的姊妹模式t_create_opening_sentences、Fabric 技能的执行框架SKILL.md以及 TELOS 数据文件TELOS.md讲清这套读 TELOS → 理解输入 → 生成人物简介的完整链路。读完你将掌握该模式的词数约束与输出纪律、如何通过 ExecutePattern 工作流在本仓库中实际调用它、以及 TELOS 文件中哪些字段是它的事实依据。一、模式文件的位置与定位模式文件位于LifeOS/install/skills/Fabric/Patterns/t_extract_intro_sentences/system.md它是 Fabric 技能仓库中 240 个模式之一。Fabric 技能本身定位为提示词模式库——把经过验证的提示词固化成一个个system.md按需取用避免每次从零手写。LifeOS 对其做了原生执行改造Agent 直接读取Patterns/{pattern_name}/system.md并把其中的指令当作系统提示词应用无需调用外部 CLI详见 SKILL.md 中 Native Pattern Execution 一节。因此这份system.md既是模式本体也是执行时唯一需要读取的指令源。文件名中的t_前缀是 LifeOS 对上游 Fabric 模式的本地扩展标记同组模式还包括t_create_opening_sentences、t_describe_life_outlook、t_year_in_review、t_find_blindspots等它们共享同一套以 TELOS 为输入上下文的设计思想而t_extract_intro_sentences是其中专注于人物定位陈述intro sentences的一个。二、模式原文逐段解析system.md全文仅三个小节结构紧凑、职责清晰。下面逐段给出原文与解析。2.1 IDENTITY角色锚定You are an expert at understanding deep context about a person or entity, and then creating wisdom from that context combined with the instruction or question given in the input.这一段把模型锚定为一个双重能力角色深度理解能读懂关于某个人或某个实体的深层上下文deep context智慧合成能把这种上下文与用户输入中的指令或问题结合产出wisdom而非机械的摘要。注意person or entity的措辞——该模式不只服务于个人person也支持组织、公司、作品等实体entity这与其输入依赖 TELOS 文件的设计一致TELOS 既可描述一个人的人生操作系统也可承载某个组织或项目的意图状态。2.2 STEPS四步处理流水线Read the incoming TELOS File thoroughly. Fully understand everything about this person or entity.Deeply study the input instruction or question.Spend significant time and effort thinking about how these two are related, and what would be the best possible output for the person who sent the input.Write 5 16-word bullets describing who this person is, what they do, and what theyre working on. The goal is to concisely and confidently project who they are while being humble and grounded.四步分别承担读全、读懂、关联、产出四种任务Step 1 — 全量读取 TELOS输入的第一份材料是 TELOS 文件要求thoroughly阅读、完整理解此人或实体的一切。TELOS 是 LifeOS 的个人为什么层描述人生目标、阻碍与策略DA 在每个会话开始时都会读取它见 README.md。Step 2 — 深度研究输入第二份材料是用户当下的指令或问题instruction or question即这次调用的具体诉求。Step 3 — 刻意思考关联模式明确要求spend significant time and effort思考两份材料之间的关系并站在发送者the person who sent the input的立场上判断什么是最佳输出。这是典型的慢思考设计防止模型跳过推理直接输出。Step 4 — 产出 5 条 16 词陈述输出形式被严格限定——5 条5 bullets、每条恰好 16 个英文单词16-word内容覆盖三个方面这个人是谁who they are、他在做什么what they do、他正在推进什么what theyre working on。质量标准是concisely and confidently project who they are while being humble and grounded——既要简洁自信地呈现其人设又要保持谦逊和脚踏实地避免自吹自擂。这里有一个容易被忽略的工程细节16-word 是严格约束不是建议。由于输出是自我定位陈述类似个人简介过短的词数无法承载足够信息量过长则失去金句感16 词恰好是一句可独立成段、可直接用于社交主页或个人引言的规模。若以中文执行应理解为约 16 个词的等价信息量保持同样的紧凑度与节奏。2.3 OUTPUT INSTRUCTIONS输出纪律Only use basic markdown formatting. No special formatting or italics or bolding or anything.Only output the list, nothing else.两条纪律构成输出的硬边界纯基本 Markdown禁止斜体、加粗、特殊格式——产物应当是可以被直接复制到任意平台简历、主页、约稿作者简介的纯文本只输出列表别无其他不允许前言、解释、元评论或额外段落。这与自我定位陈述的消费场景强相关——下游通常是排版系统或人工复制多余内容只会增加清洗成本。三、与姊妹模式的对比t_create_opening_sentences同目录下的 t_create_opening_sentences/system.md 与本模式同源IDENTITY 完全相同、STEPS 前三步一致差异集中在产出规格上维度t_extract_intro_sentencest_create_opening_sentences输出数量5 条4 条每条词数16 词32 词内容模板是谁 / 做什么 / 正在推进什么我是谁 我看到的世界问题 我在为此做什么三段式语气concise confident, humble groundednon-douchey不油腻、不自我吹嘘典型用途人物简介、引言句开场白、自我介绍t_create_opening_sentences甚至给出了具体示例模板Im a programmer by trade, and one thing that really bothers me is kids being so stuck inside of tech and games. So I started a school where I teach kids to build things with their hands.这种身份 问题 行动的三段结构可以视为t_extract_intro_sentences产出内容在开场白场景下的展开版。两者合看能更清楚地理解本模式的产出定位16 词版本用于浓缩定位32 词版本用于展开叙事。需要更丰富人物叙事的场景如演讲介绍、播客嘉宾简介可优先选择姊妹模式需要极简金句时则用本模式。四、输入侧依据TELOS 文件里到底有什么模式的 Step 1 要求读取 incoming TELOS File。在 LifeOS 中TELOS 的单一事实来源是 TELOS.md其中以##二级标题组织各章节。仓库自带的 bootstrap 模板展示了字段形状以(sample)标记## Current State健康、财务、关系的现状where you are now## Ideal State目标状态where you want to be## MissionM0一句话使命## ProblemsP0/P1想解决的问题## GOALSG0/G1可衡量的里程碑## ChallengesC0/C1阻碍目标达成的障碍## StrategiesS0应对挑战的策略## ProjectsPR0正在推进的项目及其状态## NarrativesN0希望在演讲、对谈、帖文中被记住的故事或主张## Wisdom指导行动的教训与格言。对照本模式的 Step 4可以清晰看到 TELOS 各字段到输出三个维度的映射关系who they are是谁← 主要来自Current State、Mission、Ideal Statewhat they do做什么← 来自Projects、Strategies、Wisdomwhat theyre working on正在推进什么← 直接来自GOALS、Projects、Problems。也就是说模式输出的每一条 16 词陈述都不是凭空生成而是从 TELOS 的结构化章节中压缩而来的高信号提取。TELOS 目录下还提供了PRINCIPAL_TELOS.md自动生成的精简摘要随每个会话加载、GenerateTelosSummary.ts解析各章节的生成器等配套物它们与本模式共同构成TELOS 上下文 → 各种形态的输出的生态。五、执行链路如何在 LifeOS 中实际跑起来Fabric 技能通过 ExecutePattern.md 工作流执行模式核心步骤为Step 1 识别模式根据用户意图选择模式。本模式属于人物简介/引言类诉求用户可以说用 fabric 生成我的引言句或直接点名use t_extract_intro_sentences——按工作流规则显式点名时直接使用该模式不再做意图猜测。Step 2 加载模式提示词读取Patterns/t_extract_intro_sentences/system.md即本文第二节解析的全文。Step 3 应用模式将用户的 TELOS 文件内容 用户输入指令交给上述 system 提示词由模型按 IDENTITY/STEPS/OUTPUT INSTRUCTIONS 直接产出结果无外部 CLI 依赖。Step 5 格式化输出严格按模式的 OUTPUT INSTRUCTIONS 返回仅 5 条 16 词列表不附加任何其他内容。一个典型的输入输出示意如下输入TELOS 相关字段 用户指令Mission M0、Goals G0、Projects PR0、Narratives N0 等字段内容用户指令用 t_extract_intro_sentences 写我的 5 句人物定位期望输出- [第 1 条 16 词陈述] - [第 2 条 16 词陈述] - [第 3 条 16 词陈述] - [第 4 条 16 词陈述] - [第 5 条 16 词陈述]若本地尚未填充 TELOS仍为(sample)占位符状态输出质量会直接受损——因为模式的事实输入只有占位内容。README.md 给出的建议是安装后先运行/interview访谈把(sample)全部替换为真实内容再使用本文这类 TELOS 消费型模式效果才有意义。六、使用建议与质量要点词数约束是核心验收标准执行后逐条数词确保每条 16 词或中文等价信息量5 条 × 16 词是对覆盖面与信息密度的双重约束——太少覆盖不全太多稀释金句感。谦逊基调不可省模式明确要求 confident 与 humble 并存输出应避免堆砌头衔或夸张措辞以事实型陈述为主。保持输出纯净不加加粗、斜体、前言或补充说明直接交付列表方便下游平台直接复用。先填充 TELOS 再消费TELOS 是本模式唯一的事实来源样本占位符状态下生成的引言缺乏真实信息支撑请先通过/interview或手工编辑 TELOS.md 完成数据填充。七、总结t_extract_intro_sentences是 LifeOS Fabric 模式库中一个小而精的上下文消费型模式它以 TELOS 文件为事实底座以 5×16 词的紧凑格式输出人物定位陈述配合严格的输出纪律保证产物的直接可用性。它与t_create_opening_sentences4×32 词展开版构成浓缩/展开的互补对共同展示了 LifeOS意图工程的核心设计——把用户的深层上下文TELOS转化为可对外表达的智慧形态。要上手体验只需确保 TELOS 已填充真实内容然后在会话中显式点名该模式即可。【免费下载链接】LifeOS⛰️ The Life Operating System — an intent engineering platform that moves you from your current state to your ideal state, in life and work.项目地址: https://gitcode.com/GitHub_Trending/pe/LifeOS创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考