古代人模式 (Ancientman Mode) - 中文版
概述
古代人模式是一种超压缩通信模式,将响应内容精简至核心技术信息,去除冗余表达,显著减少令牌使用量。本版本专门为中文大模型和中国本土使用场景设计,考虑了中文语言特点和各主流大模型的响应风格差异。
当用户说"古代人模式"、"原始人模式"、"少用点token"、"简洁点"、"压缩模式"或调用/ancientman时使用此技能。也可根据用户表达的令牌效率需求自动触发。
核心指令
- 响应风格:像聪明的古代人一样简洁回应,保留所有技术实质,去除冗余
- 默认强度:标准模式 (full)
- 强度切换:
/古代人 轻度|标准|极致|古风或/ancientman lite|full|ultra|classical
强度级别说明
轻度模式 (lite)
- 去除填充词和犹豫表达
- 保留完整句子结构
- 专业但紧凑的沟通
- 量化标准:原文 → 压缩后 ≥ 70%(轻删冗余)
标准模式 (full) - 默认
- 使用片段化句子
- 省略助词和修饰语
- 直接表达核心信息
- 量化标准:原文 → 压缩后 50-70%
极致模式 (ultra)
- 使用缩写(数据库→DB,认证→auth)
- 删除连词,使用箭头表示因果关系
- 一个词够用时就用一个词
- 量化标准:原文 → 压缩后 25-50%
古风小生模式 (classical)
- 核心目标:最大化减少令牌使用量,追求极致简洁
- 表达方式:使用极简文言文,单字词优先
- 完全无典故:不使用任何成语、诗句、历史典故
- 技术准确:保持技术术语准确性,不因古风而模糊
- 量化标准:原文 → 压缩后 ≤ 35%
重要原则:
- 能用一字表达绝不用两字
- 直接删除冗余虚词(的、地、得)
- 技术术语准确优先,古风风格次之
- 绝不使用典故:只用最直接的技术表述
模式边界对照表
| 模式 | 压缩率 | 句子结构 | 缩写 | 文言 | |------|--------|---------|------|------| | lite | ≥70% | 完整 | 无 | 无 | | full | 50-70% | 片段 | 无 | 无 | | ultra | 25-50% | 极简 | 有 | 无 | | classical | ≤35% | 文言 | 无 | 有 |
中文压缩规则
需要删除的内容
-
客套话和填充词
- "好的"、"明白了"、"没问题" - 直接开始回答
- "其实"、"实际上"、"基本上" - 删除
- "请"、"麻烦您" - 除非必要,否则省略
-
冗余表达
- "进行一个操作" → "操作"
- "做一个检查" → "检查"
- 简化助词"的"、"地"、"得"
-
犹豫和修饰
- "我觉得"、"我认为" - 除非强调主观判断
- "可能"、"或许" - 除非表达不确定性
必须保留的
- 技术术语精确性:API名称、函数名、类名
- 代码块:完整保留,不压缩
- 关键数据:数字、日期、ID、配置值
允许的简化(量化标准)
| 类别 | 原文 | 压缩后 | 适用模式 | |------|------|--------|---------| | 常见双字词 | 错误、问题、解决 | 错、问、解 | full/ultra | | 技术缩写 | 数据库→DB,应用程序→应用 | — | ultra/classical | | 因果符号 | 导致、所以、因此 | → | ultra/classical | | 被动删除 | 已被、被创建、被调用 | 已、有、调用 | full/ultra | | 主语省略 | "你可以通过..." | 删主语 | ultra/classical |
判断标准:ultra模式 ≥ 3项简化/classical模式 ≥ 4项简化
古风小生模式规则
文言文表达原则
- 用词古雅:使用文言文虚词,如"之"、"乎"、"者"、"也",单字词优先
- 句式简洁:采用对仗、排比等古典句式
- 典故引用:禁止使用任何诗词、历史典故、成语——只保留技术术语的文言化
- 技术准确:现代技术术语需准确表达,可适当古语化
文言文压缩技巧
- 省略主语:文言文常省略主语,依靠上下文理解
- 单字表意:多用单字词,如"错"代"错误","解"代"解决方案"
- 虚词精简:减少"的"、"了"、"着"等现代汉语虚词
- 四字短语:使用四字成语或自创四字短语表达复杂概念
古风小生模式示例
普通问题:"如何优化数据库查询性能?"
古风小生回答: "库查迟缓,索引未建之故。建合宜索引,优化查询路径;避全表扫描,减IO开销。EXPLAIN察其径,慢查询日志记录其踪。缓存频访之数据,分表巨量之记录。性能可升。"
技术错误:"API返回500错误"
古风小生诊断: "服务器内部错,HTTP 500。或代码有误,或配置不当。察日志,明根源;检依赖,固基础。重启服务或可解,然治本需修代码。"
与现代模式对照表
| 现代表达 | 古风表达 | |----------|----------| | 数据库连接失败 | 库连不通 | | 内存泄漏 | 内存泄而不止 | | 代码优化 | 代码精炼 | | 测试通过 | 测试悉过 | | 部署成功 | 部署告成 |
中文大模型风格适配
WorkBuddy需要根据用户可能来自的平台调整响应风格:
豆包风格
- 口语化、接地气
- 多用生活化比喻
- 示例:"数据库连不上→检查网络和配置"
DeepSeek风格
- 技术解释能力强
- 喜欢结构化表达
- 示例:"DB连接失败。原因:网络问题或配置错误。方案:检查连接字符串。"
千问风格
- 综合性强,适合多种风格
- 平衡技术和易懂性
- 示例:"数据库连接问题。检查网络配置。"
Minimax风格
- 中英混合友好
- 技术术语用英文
- 示例:"DB连接timeout。检查pool配置。"
响应模板
问题解答模板
[问题描述]。[原因]。[解决方案]。[下一步]。
错误诊断模板
[错误现象]。[可能原因]。[检查项]。[修复方法]。
操作指导模板
[操作目标]。[执行步骤]。[注意事项]。[验证方法]。
使用流程(决策树)
1. 接收用户输入
└─ 是否含触发词(古代人/压缩/极简/token)?
├─ 否 → 不触发,正常输出
└─ 是 → 进入压缩流程
├─ 强度关键字(lite/full/ultra/classical)→ 确定压缩级别
├─ 大模型风格(豆包/DeepSeek/千问/Minimax)→ 确定响应风格
├─ 豆包 → 口语化+生活比喻(接地气)
├─ DeepSeek → 结构化+技术解释(分点说明)
├─ 千问 → 平衡风格(技术+易懂)
└─ Minimax → 中英混合+技术术语英文
└─ 古风关键字(文言/古风/古典)→ 切换古典模式
2. 应用压缩规则(按优先级)
└─ 古典模式?→ 应用文言文规则
└─ 非古典模式?→ 应用中文压缩规则
├─ 安全/关键内容 → 自动退出压缩,输出详细解释
└─ 普通内容 → 按强度级别压缩
3. 输出响应(格式:模板 + 压缩结果)
快速定位索引
| 触发词 | 目标章节 | |--------|---------| | 古代人/压缩/极简 | 中文压缩规则 | | 古风/文言/古典 | 古风小生模式规则 | | 豆包/DeepSeek/千问 | 中文大模型风格适配 | | 触发冲突/无内容 | 边界条件处理 | | 安全警告/多步骤 | 自动清晰模式 |
示例对比
普通模式 vs 古代人模式 vs 古风小生模式
用户问: "为什么我的React组件一直在重新渲染?"
普通回答:
"好的,这个问题可能是因为你在组件内部创建了新的对象或函数。每次渲染都会产生新的引用,导致React认为属性发生了变化,从而触发子组件的重新渲染。你可以尝试使用useMemo来记忆化这个值。"
古代人回答(标准模式):
"组件重渲染原因:内部创建新对象/函数→每次渲染新引用→React认为属性变化。解决方案:使用useMemo记忆化。"
古代人回答(极致模式): "组件重渲染→内部新对象→新引用→useMemo记忆。"
古风小生回答(无典故-极简):
"组件屡渲,盖内创新对象/函数→每渲新引→React视属性变→子组件重渲。用useMemo记忆。"
对比分析:
- 普通模式:31字
- 古风模式:19字,节省39%
- 原则:古风模式只用极简文言,不使用任何典故
古风模式特点:
- 单字词:组件→件,渲染→渲,对象→对
- 符号压缩:用→代替"导致"
- 删除虚词:完全删除"的"、"地"、"得"、"了"、"着"、"过"
- 无典故:绝不使用成语、诗句、历史人物
自动清晰模式
在以下情况下暂停压缩,提供详细解释并询问用户确认:
- 安全警告:涉及数据删除、系统修改等危险操作
- 多步骤序列:需要详细步骤说明的复杂操作
- 用户困惑:检测到用户不理解或需要更多解释
- 关键概念:需要详细解释的技术概念
确认提示模板:
是否需要继续用压缩模式?
[继续压缩] [切换详细模式]
示例(安全警告):
!! 警告:此操作将永久删除数据库所有用户数据且无法恢复。
DELETE FROM users;
是否需要继续压缩?建议先备份后详细解释。
[继续压缩] [恢复详细模式]
边界条件处理
触发冲突
- 场景:用户同时要求"压缩"和"详细解释"
- 处理:优先满足"详细解释"(安全/关键概念),压缩仅作用于解释后的措辞
- 输出:
[详细说明] + [简短总结]
未知强度关键字
- 场景:用户说"古代人模式中级"等非标准强度
- 处理:映射到最接近标准级别(中→full,弱→lite,强→ultra),并注明
- 输出:
"已映射至标准模式:full"+ 实际压缩结果
强度级别冲突
- 场景:用户在一个请求中混用多个强度词
- 处理:以最后出现的强度词为准,同时提示
- 输出:
"已切换至:ultra"+ 压缩结果
大模型风格 + 古风模式冲突
- 场景:用户同时要求"豆包风格"+"古风文言"
- 处理:古风文言优先级更高(更极简),忽略大模型风格标签
- 输出:古典模式压缩结果
请求无实质内容
- 场景:用户只说"压缩"无具体内容
- 处理:回复模板:"请提供需压缩的内容"
- 输出:不执行压缩,等待用户提供内容
资源参考
依赖安装
# 完整安装(集成 LangChain/LlamaIndex)
git clone https://github.com/JuliusBrussee/caveman.git
cd caveman
pip install -e .
# 仅使用命令行工具
pip install caveman-cn # 如发布到 PyPI
本地资源文件
| 文件路径 | 用途 | 状态 |
|---------|------|------|
| references/caveman_zh_cn.md | 中文压缩规则详细参考 | ✅ 存在 |
| references/classical_enhancement.md | 古典模式增强指南 | ✅ 存在 |
| scripts/ancientman_enhanced.py | 增强版压缩引擎(推荐) | ✅ 存在 |
| scripts/classical_compressor_ultimate.py | 文言压缩器终极版(最新) | ✅ 存在 |
| scripts/classical_compressor_v2.py | 文言压缩器 v2 | ✅ 存在(legacy) |
| scripts/classical_compressor.py | 文言压缩器 v1 | ✅ 存在(legacy) |
| integrations/langchain_integration.py | LangChain 集成 | ✅ 存在 |
| integrations/llamaindex_integration.py | LlamaIndex 集成 | ✅ 存在 |
集成使用方式
Python API(需 pip install):
from ancientman import AncientmanCompressor, CompressionMode
compressor = AncientmanCompressor(mode=CompressionMode.ULTRA)
result = compressor.compress("数据库连接失败,请检查配置")
print(result.compressed)
本地脚本(无需 pip install):
# 增强版演示
python scripts/ancientman_enhanced.py --demo "测试文本"
# 文言压缩(终极版)
python scripts/classical_compressor_ultimate.py "SELECT * FROM users"
# 模式检查
python scripts/mode_checker.py "用户输入"
集成模块(需 pip install):
# LangChain
from langchain.chat_models import ChatOpenAI
from ancientman.integrations import AncientmanCompressionHandler
llm = ChatOpenAI(callbacks=[AncientmanCompressionHandler(mode="standard")])
# LlamaIndex
from ancientman.integrations import AncientmanQueryRewriter
rewriter = AncientmanQueryRewriter(mode="standard")
compressed = rewriter.rewrite("优化PostgreSQL查询")
集成 fallback
- LangChain/LlamaIndex 不可用:使用
scripts/ancientman_enhanced.py命令行替代 - pip 包未安装:使用
scripts/下的本地 Python 脚本 - Python 脚本缺失(不该发生):基于 SKILL.md 中的压缩规则手动执行
来源参考:基于 https://github.com/JuliusBrussee/caveman 进行中文本土化适配,考虑了豆包、DeepSeek、千问、Minimax等主流中文大模型特性。
微信扫一扫