开源“梁文锋 Skills”：把4小时投资交流会变成交互式AI顾问
近日，GitHub 上一位名为 tjxj 的开发者开源了一个颇具创意的 AI Skill 项目——z-liang-wenfeng-grounded-voice。
该项目的核心灵感来源于一份在网络上广为流传的 DeepSeek 创始人梁文锋的投资交流会录音整理稿。开发者并未止步于阅读和解读，而是通过技术手段，将这份长达约 4 小时的 PDF 材料转化为了一个可交互的智能助手。用户现在可以通过自然语言向“梁文锋”提问，而模型则会基于原始材料的检索和特定的回答风格进行回复。
为什么需要这样一个 Skill？
尽管网上关于梁文锋观点的解读和摘要层出不穷，但开发者指出，这些二次加工往往难以充分挖掘材料中的核心价值。
这份交流会的整理稿内容极为丰富，涵盖了 DeepSeek 的开源策略、商业化路径、AGI 技术路线、Agent 架构、持续学习机制、国产算力适配、组织管理以及国内大模型行业的最终格局等多个核心议题。
开发者的初衷是构建一个类似 RAG（检索增强生成） 的 Skill，让 AI 能够依据梁文锋已表达过的观点和思考方式来回答问题，而不是仅仅依赖通用训练数据中的模糊印象。
实测体验：从行业洞察到个人建议
在实际使用中，这个 Skill 展现出了对原始材料的深度理解能力。用户可以提出一些在原始交流会中未被直接问及，或者较为泛化的问题，例如：
- 行业格局判断：关于“国内基础模型公司最终可能只会留下三到四家”的观点，Skill 能够依据材料分析出决定谁能留在牌桌上的核心条件，并评估目前具备长期竞争力的公司。
- 职业发展建议：针对刚进入职场的年轻人，Skill 可以提取梁文锋关于“最应该培养哪种能力”及“最需要避免什么误区”的建议。
- 背景细节核实：对于梁文锋提到的“自己不是顶级大学毕业”这一细节，经核对原文确认为其本人陈述：“我自己也就是一个大学毕业的学生，也不是最顶级的那个学校毕业的。”
这种基于具体文本的精准回答，使得与“AI 版梁文锋”的对话更加真实且具有参考价值。
技术架构：不止于一个 Markdown 文件
该 Skill 的代码仓库地址为：github.com/tjxj/z-skills/tree/main/z-liang-wenfeng-grounded-voice。
开发者强调，一个高质量的 Skill 不仅仅包含一个 SKILL.md 文件，而是由多个模块协同工作，其整体设计难度高于普通 Skill。目录结构主要包括以下几个部分：
- 核心行为定义 (
SKILL.md)：负责定义触发条件、默认模式、回答边界和最终输出格式。 - 风格指南 (
references/voice-guide.md)：定义了“梁文锋式”的回答节奏——先给判断，再解释机制，保留不确定性，最后回到长期变量。 - 结构化知识库 (
references/)：source.pdf：原始交流材料。transcript.txt&transcript-by-page.md：全文及按页整理的转录稿。topic-index.md：将几万字材料按主题拆分，使 Agent 无需每次从头阅读全文，而是先定位主题再检索原文。source-reliability.md：来源可靠性说明。
- 测试与示例 (
examples/&tests/)：golden-answers.md：目标回答样例。test-cases.md：行为测试用例，确保模型输出的目标回答符合预期。validate_skill.py：自动化验证脚本。
这种分层设计不仅提高了回答的准确性，还通过 topic-index.md 优化了检索效率，避免了 Agent 每次都需要处理海量文本的性能瓶颈。
高度可复用：打造你的“名人思维导师”
开发者表示，这种架构具有高度的可复用性。
只需将 references 目录中的资料替换为其他人物（如马斯克、张一鸣、段永平等）的访谈、演讲或公开发言，并沿用 SKILL.md 中的三层回答机制和 voice-guide 中的推理路径，即可快速构建出对应人物的专属 AI Skill。
这意味着，我们未来或许不仅能与梁文锋“对话”，还能向马斯克请教创业心得，或向段永平探讨投资哲学。
目前，该 Skill 已在 GitHub 上开源，欢迎开发者 Star 和使用。安装命令如下：
npx skills add tjxj/z-skills --skill z-liang-wenfeng-grounded-voice
在信息过载的时代，如何将优质内容转化为可交互的知识资产，这个项目提供了一个值得借鉴的思路。