# Rf First Principles

> 第一性原理解读与分析。把任何复杂的技术栈、新概念/新领域、模糊问题或一段内容，剥离表象拆解到不可再分的「根本问题」，建立可迁移的心智模型。当用户想真正「搞懂」某个东西的本质而不是表面用法时使用——例如理解一个项目的库/框架各自解决什么根本问题、刚转一个新领域想快速建立认知框架、面对复杂问题想找到本质、或想把一篇文章/书的底层逻辑提炼出来。只要用户提到「第一性原理」「本质」「为什么」「根本」「底层逻辑」「拆解」「从零理解」「心智模型」，或表达「看不懂一堆名词想理清」，就触发本 skill。

- **Type:** Skill
- **Install:** `agentstack add skill-wangruofeng-meta-skill-rf-first-principles`
- **Verified:** Yes — security-reviewed for prompt injection and unsafe behavior
- **Seller:** [wangruofeng](https://agentstack.voostack.com/s/wangruofeng)
- **Installs:** 0
- **Category:** [Agent Skills](https://agentstack.voostack.com/c/agent-skills)
- **Latest version:** 0.1.0
- **License:** MIT
- **Upstream author:** [wangruofeng](https://github.com/wangruofeng)
- **Source:** https://github.com/wangruofeng/meta-skill/tree/main/skills/rf-first-principles

## Install

```sh
agentstack add skill-wangruofeng-meta-skill-rf-first-principles
```

Requires the [AgentStack CLI](https://agentstack.voostack.com/docs/cli). Works with Claude Code, Cursor, and any MCP-compatible agent.

## About

# /rf-first-principles — 第一性原理解读与分析

把事物拆解到不可再分的基本要素（根本问题），再从这些要素出发重建理解——不是记忆结论，而是建立可迁移的心智模型。设计哲学见 [references/philosophy.md](references/philosophy.md)。

## 输入

`$ARGUMENTS` 可以是：

- 一个主题或领域名（如「Web 技术栈」「区块链」「价值投资」）
- 一组名词/库/工具（如「React + Vite + TanStack Query」）
- 一个复杂或模糊的问题（如「为什么大模型会产生幻觉」）
- 一段内容：URL、文件路径、或粘贴的长文

如果输入为空，让用户指定一个文件/URL 作为分析对象，或等待用户补充主题。

## 执行步骤

### 第一步：调动已有上下文（可选）

从输入提取 3-5 个关键词 → Grep 搜索当前目录已有材料（README、文档、笔记等，最多 8 篇）→ 记下已有认知和缺失。无材料时直接跳到第二步。

### 第二步：识别根本问题（核心）

追问「这个领域/系统/概念，本质上在回答哪几个根本问题？」——不断追问「为什么需要它」直到答案变成自明之理。根本问题应彼此正交、合在一起覆盖整个领域，通常 3-7 个。用「根本问题 = 通俗说法」对照表述，让非专业人士也能懂。

### 第三步：从根本问题重建理解

对每个根本问题，回答：它的第一性答案（最朴素思路，不绑定工具）→ 现有方案如何回答 → 方案的分化与取舍（同一问题为什么有多种答案）。

### 第四步：建立心智模型与可迁移判断

给出：一句话心智模型 → 常用度分级（地基/进阶/冷门）→ 可操作的「N 步看懂任何 X」速读法 → 关键易错点。

### 第五步：诚实标注不确定与边界

区分「事实」（可验证）和「推断」（基于证据），主动指出不确定/有争议的部分。约定俗成的内容不必强行拆解。

## 输出结构

```markdown
# {主题} 的第一性原理拆解

## 核心洞察（一句话）

## 根本问题（核心）
| 根本问题 | 通俗说法 | {具体答案} | 常用度 |
（这是全文骨架，务必先建这张表）

## 逐个拆解
{对每个根本问题：第一性答案 → 现有方案 → 取舍分化}

## 心智模型与可迁移判断
- 一句话心智模型
- 常用度分级（地基/进阶/冷门）
- 「N 步看懂任何 X」速读法
- 关键易错点

## 边界与不确定
{事实 vs 推断；争议或不确定的部分}
```

## 存为笔记

讲解完成后主动询问是否存为笔记。详见 [references/note-saving.md](references/note-saving.md)。

## 风格要求

通俗优先、重「为什么」轻「是什么」、类比克制、引用已有内容、避免空话。详见 [references/style-guide.md](references/style-guide.md)。

## 示例

完整示例见 [examples/web-tech-stack.md](examples/web-tech-stack.md)。更多示例见 [references/examples.md](references/examples.md)。

## 相关 skill

- 拆完想验证方案扛不扛得住 → 配套的 `rf-adversarial-review` skill（验证端，与本 skill 对称）

## Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

- **Author:** [wangruofeng](https://github.com/wangruofeng)
- **Source:** [wangruofeng/meta-skill](https://github.com/wangruofeng/meta-skill)
- **License:** MIT

Install and usage instructions live in the source repository linked above.

## Pricing

- **Free** — Free

## Security capabilities

Automated source analysis of v0.1.0 — what this tool can access:

- **Network access:** no
- **Filesystem access:** no
- **Shell / process execution:** no
- **Environment & secrets:** no
- **Dynamic code execution:** no

*"Yes" means the capability is present in the source — more access means more to trust, not that it is unsafe.*


## Versions

- **0.1.0** — security scan: passed — Imported from the upstream source.

## Links

- Listing page: https://agentstack.voostack.com/l/skill-wangruofeng-meta-skill-rf-first-principles
- Seller: https://agentstack.voostack.com/s/wangruofeng
- Browse the marketplace: https://agentstack.voostack.com/browse

---
Listed on AgentStack — the marketplace for AI agent skills and MCP servers. Every listing is security-reviewed. Creators keep 70%.