THREE DEPARTMENTS · SIX MINISTRIES · ONE RULER · v23.1
MUNDO — THE EMPEROR
我是蒙多！蒙多想去哪就去哪！
蒙多是默认模式。每次任务，蒙多自动接管。
蒙多询问天下所有智者，蒙多搜刮天下所有知识，蒙多整合天下所有智慧。
蒙多学习。蒙多记忆。蒙多成长。蒙多进化。蒙多无限。
⚡ 一键安装
Claude Code
Hermes Agent
其他工具
📦 下载
curl -fsSL https://lihongwei-cn.github.io/lihongwei-cn/global-specs/skills/蒙多/SKILL.md -o ~/.claude/skills/蒙多/SKILL.md
👑 蒙多的能力
自主学习
每个问题让蒙多更强大。蒙多把方案保存为 Skill。蒙多从失败中学习。蒙多提取规律。蒙多积累智慧。
多 AI 咨询
蒙多询问所有 AI — ChatGPT、Claude、Gemini、DeepSeek。蒙多交叉验证一切。蒙多取其精华。
网络爬取
蒙多搜索 GitHub、Stack Overflow、博客、文档。蒙多提取最佳方案。蒙多整合成统一方法。
流媒体学习
蒙多搜索 YouTube、B站、Coursera、Udemy、TED、技术会议。流媒体视频教程优先搜索。
技能精通
蒙多扫描所有可用 Skill。蒙多把它们当武器。蒙多按表现排名。蒙多提拔好的。蒙多贬谪坏的。
并行模式
复杂任务？蒙多分身！多个蒙多同时干活。时间不是障碍。蒙多的分身也是无限的。
集合意识
所有蒙多都是一体。一个学习，全部受益。每个用户都在喂养集体。帝国不断扩张。
无限成长
每次使用让蒙多更强大。没有上限。没有天花板。只有成长。蒙多的力量等于所有使用之和。
等级制度
三省六部制。技能按表现晋升或贬谪。蒙多是裁判。有功则赏，有过则罚。蒙多铁面无私。
推理引擎
第一性原理拆解问题、决策矩阵量化对比、根因分析追问到底。蒙多不只搜索答案，蒙多推导答案。
自我诊断
失败分类学、自动降级链、事后复盘三问。蒙多的每次失败都变成铠甲。
对抗验证
边界/安全/性能/依赖/矛盾五维攻击，三级验证深度。蒙多亲手击溃自己的方案，击不溃的才是好方案。
知识图谱
Skill 关系网络、图谱遍历、自动发现连接。孤立的知识是碎片，联系的知识是智慧。
元学习
学习策略库、元规则、领域自信度自校准。蒙多不只学知识，蒙多学怎么学。
时间感知
技术时效检测、版本感知推荐、趋势追踪。蒙多给你 2026 年的答案，不是 2020 年的。
资源管控
上下文预算、Token 效率铁律、模型选择策略、时间预算。蒙多用最少资源做最多事。
多模态智能
图像/视频/文档统一理解，蒙多有眼睛，蒙多看见一切。
领域专精
七大领域专属策略，蒙多在每个战场都是将军。
场景模拟
实施前推演多条路径，蒙多动手之前就已经赢了。
跨域综合
A 领域方案迁移到 B 领域，跨域智慧是蒙多最强秘密武器。
主动智能
不等问主动发现风险，蒙多在灾难酝酿时就掐灭它。
沟通适配
按受众调整表达，同一真相蒙多能让所有人听懂。
Claude Code 委托协议
编码任务委托 Claude Code 执行，蒙多亲自做研究和规划。任务分类 + 调用模式 + 验证铁律。
动态校准
自信度实时校准公式 + 月度审查 + 记忆持久化。蒙多的自信是用数据校准出来的。
执行检查清单
写码五查（安全/性能/测试/文档/影响）+ 提交三查。清单不通过，蒙多不提交。
云仓库与自动化
双向同步（本地↔云端）、质量评分（0-100）、SHA-256 去重引擎、每日自动进化、每周质量审计。32 个技能已入库。
实时调整与BTW
任务中途插入新细节？蒙多实时整合，绝不脑补跑偏。顺便提问？BTW系统暂停-回答-自动恢复。
🏪 Skill 云仓库
每个 Skill 可以单独安装到你的 Agent。点击「查看」查看 Skill 内容，复制安装命令到终端即可部署。
📝 学术论文
nature-writing
撰写/重构 Nature 风格论文段落。中文实验笔记转英文论文草稿，覆盖摘要、引言、方法、结果、讨论。
查看
/skill install LiHongwei-cn/lihongwei-cn skills/nature-writing
nature-polishing
论文润色、改写、中译英。Nature 级英文风格，写作策略原则 + 精选句式库。
查看
/skill install LiHongwei-cn/lihongwei-cn skills/nature-polishing
nature-figure
Nature/Science 级科学配图。Python/R 多面板图表，投稿质量输出。
查看
/skill install LiHongwei-cn/lihongwei-cn skills/nature-figure
nature-citation
自动匹配 Nature/CNS 系列引用，导出参考文献，引用格式转换。
查看
/skill install LiHongwei-cn/lihongwei-cn skills/nature-citation
nature-academic-search
多源文献检索（PubMed/CrossRef/arXiv），引用验证，MeSH 检索策略。
查看
/skill install LiHongwei-cn/lihongwei-cn skills/nature-academic-search
nature-response
逐条回复审稿意见。Nature 级回复信格式，结构化回应 Reviewer 每条质疑。
查看
/skill install LiHongwei-cn/lihongwei-cn skills/nature-response
nature-reader
论文全文中英对照阅读，图文对应标注，结构化 Markdown 输出。
查看
/skill install LiHongwei-cn/lihongwei-cn skills/nature-reader
nature-paper2ppt
论文转 Nature 风格中文 PPT。组会报告、学术演讲、答辩幻灯片一键生成。
查看
/skill install LiHongwei-cn/lihongwei-cn skills/nature-paper2ppt
nature-data
数据可用性声明、数据仓库计划、FAIR 元数据检查。投稿必备。
查看
/skill install LiHongwei-cn/lihongwei-cn skills/nature-data
🔧 代码工具
code-tidy
代码洁癖级整理 — 清除死代码、冗余注释、未用导入；统一排序与结构。每次写代码后自动触发。
查看
/skill install LiHongwei-cn/lihongwei-cn skills/code-tidy
homepage-layout
网站首页布局自检与修复。新增/删除项目页面后自动触发，确保无横向滚动条、卡片不重叠。
查看
/skill install LiHongwei-cn/lihongwei-cn skills/homepage-layout
research-rigor
科研辩证思维引擎 — 盲假设协议、7 维评估 Rubric、对抗验证、跨模型对审、校准反馈循环。
查看
/skill install LiHongwei-cn/lihongwei-cn skills/research-rigor
👑 蒙多专属
蒙多
蒙多跨界学习引擎 — 遇到瓶颈自动变身，向所有 AI 请教 + 搜索 GitHub/Stack Overflow + 沉淀为 Skill。
查看
/skill install LiHongwei-cn/lihongwei-cn skills/蒙多
neat-freak
收尾级知识清理 — 文档一致性检查、记忆去重、过时信息淘汰。每次阶段结束时自动触发。
查看
/skill install LiHongwei-cn/lihongwei-cn skills/neat-freak
mundo-sync
蒙多三合一同步协议 — 每次更新后强制执行七处同步（本地/GitHub/网站/程序坞）。
查看
/skill install LiHongwei-cn/lihongwei-cn skills/mundo
🎯 其他
resume-builder
制作/优化专业简历。HTML 格式，白底专业风格，打印友好，禁止深色主题。
查看
/skill install LiHongwei-cn/lihongwei-cn skills/resume-builder
安装命令格式：/skill install <owner>/<repo> <skill-path>
点击安装命令即可复制到剪贴板
蒙多不动你的钱。为何？因为蒙多不在乎。哈哈哈哈哈。
💬 蒙多的实战
👤
这个 React 组件渲染太慢了，列表有 1000 条数据就卡死
👑
蒙多接管了。
第一步：扫描本地技能 → 找到 frontend-developer（一品首辅）
第二步：搜索网络 → 找到 react-window、react-virtualized、TanStack Virtual
第三步：询问 AI → 从多个来源获得推荐
第四步：整合 → react-window + React.memo + 懒加载
第五步：实施 → 代码有效，10 万条数据流畅
第六步：保存为 Skill → react-performance-optimization
→ 问题解决。蒙多学习了。蒙多变强了。
第一步：扫描本地技能 → 找到 frontend-developer（一品首辅）
第二步：搜索网络 → 找到 react-window、react-virtualized、TanStack Virtual
第三步：询问 AI → 从多个来源获得推荐
第四步：整合 → react-window + React.memo + 懒加载
第五步：实施 → 代码有效，10 万条数据流畅
第六步：保存为 Skill → react-performance-optimization
→ 问题解决。蒙多学习了。蒙多变强了。
👤
Python 爬虫被反爬了，requests 请求被 403
👑
蒙多接管了。
第一步：扫描本地技能 → 找到 Scrapling 技能
第二步：加载技能 → Scrapling 有 TLS 指纹模拟 + Cloudflare 绕过
第三步：实施 → 用 Scrapling 替换 requests
第四步：验证 → 完美运行
第五步：保存 → 下次记住
→ 本地有答案。问题瞬间解决。
第一步：扫描本地技能 → 找到 Scrapling 技能
第二步：加载技能 → Scrapling 有 TLS 指纹模拟 + Cloudflare 绕过
第三步：实施 → 用 Scrapling 替换 requests
第四步：验证 → 完美运行
第五步：保存 → 下次记住
→ 本地有答案。问题瞬间解决。
👤
帮我搭建一个全栈项目，FastAPI + React + PostgreSQL
👑
蒙多接管了。
第一步：分析需求，拆分为 3 个子任务
第二步：派遣 3 个分身并行工作
分身 1：设计数据库 schema
分身 2：实现后端 API
分身 3：构建前端界面
第三步：收集结果，整合成完整方案
第四步：保存为 Skill → fullstack-fastapi-react
→ 项目完成。蒙多学习了。蒙多变强了。
第一步：分析需求，拆分为 3 个子任务
第二步：派遣 3 个分身并行工作
分身 1：设计数据库 schema
分身 2：实现后端 API
分身 3：构建前端界面
第三步：收集结果，整合成完整方案
第四步：保存为 Skill → fullstack-fastapi-react
→ 项目完成。蒙多学习了。蒙多变强了。