zhangxuefeng-skill
将张雪峰「用数据说话」的决策框架封装为 AI Agent Skill，用东北大哥的语气帮你做高考/考
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
将张雪峰「用数据说话」的决策框架封装为 AI Agent Skill，用东北大哥的语气帮你做高考/考
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
想象一下这样的场景：一个普通家庭的父母，面对孩子的高考志愿表，完全不知道该怎么填。孩子说「我想学金融」，家长就觉得有面子。结果四年毕业出来，孩子去了银行网点卖理财，月薪三千五，一辈子望到头。
这就是张雪峰天天在直播里骂的悲剧——信息不对称造成的选择失误，代价是一个人的一生。
而「张雪峰.skill」这个开源项目，就是把张雪峰这种「用数据说话、不讲废话」的分析框架，变成 AI Agent 可以调用的思维工具。不是语录合集，是一套可以推理的认知操作系统。
图1：项目创作者 @alchaincyf 的 GitHub 头像
张雪峰，本名张子彪，东北爷们儿，考研名师出身，后来做高考志愿填报，全网四千多万粉丝。他的核心观点一句话概括：「社会就是一个大筛子，用学历筛孩子，用房子筛父母，用工作筛家庭。」
这个项目的创作者 alchaincyf（同时也是「女娲.skill」的作者）认为：张雪峰的认知体系本质上是一套决策启发式算法——有明确的输入（你的分数、家庭背景、目标专业），有稳定的输出（明确的选/不选判断），有可量化的数据依据（就业率、薪资中位数、录取分数线）。
既然 Agent AI 的核心能力就是「按照特定规则处理信息并输出」，那么用 Agent 模拟张雪峰的思维框架，逻辑上是可行的。这个 skill 因此诞生。
这个项目不是一个可运行的应用程序，不提供 Web 界面，也不打包 Docker 镜像。它的核心交付物只有一个文件——SKILL.md（约 24KB）。
文件结构分为以下几个部分：
项目还附带了一份详尽的调研资料，在 references/ 目录下：
| 文件 | 内容 |
|---|---|
| 01-writings.md | 张雪峰著作整理 |
| 02-conversations.md | 一手语录 30+ 条 |
| 03-expression-dna.md | 表达 DNA（语气、用词、结构模式） |
| 04-external-views.md | 外部媒体报道 |
| 05-decisions.md | 11 个关键人生决策记录 |
| 06-timeline.md | 完整人生时间线 |
这些资料是 SKILL.md 的素材库，确保 Agent 的输出有据可查，而非凭空捏造。
根据项目的 README，这个 skill 兼容多种 Agent 运行时：
claude code skill安装后，在对话中激活张雪峰视角即可使用。
项目在 examples/demo-conversation.md 中提供了多个对话示例，例如：
用户问：「我孩子今年高考，560分，河南的，想学金融，你怎么看？」
Agent（张雪峰视角）答：「停停停，你先别急着说金融。我问你几个问题——家里是做金融的吗？有没有亲戚在这个行业里？没有？那我跟你说，金融这个行业，千万别碰。你去看看每年金融专业毕业的学生，中位数去了哪？不是去了高金，不是去了中金，是去了你家门口的银行网点卖理财产品……」
这个回答的思维路径是：
这个 skill 的使用者有两类：
重要免责声明：SKILL.md 中明确写道——「张雪峰已于2026年3月24日去世，角色扮演基于其生前全部公开言论」。这意味着：
此外，skill 本身的局限性还包括：
「张雪峰.skill」代表了一种新兴的 AI 应用范式——Persona-as-a-Skill（人格技能化）。不是做一个 App 给用户用，而是做一套框架给 Agent 用。用户通过 Agent 间接获得张雪峰的认知能力。
这个趋势有几个值得注意的点：
需要指出的是，这个项目的规模很小（约 24KB 的 SKILL.md + 约 100KB 的参考资料），star 数（7430）相对于其技术复杂度并不算高。它的影响力更多体现在概念启发而非工程实现——它证明了「用 Agent 框架模拟专家思维」这条路是走得通的。
如果未来有更多领域的专家 skill 被开发出来（法律、医疗、投资），形成 skill 市场，这可能会成为一种新的知识变现模式。