Pressure skill

Skill Someone-hates-Monday/pressure-skill/.cursor/skills/pressure-skill

把冷冰冰的压力变成能发出去的温暖回复——沟通里的立体攻防 + 你的超级嘴替。Cold pressure into warm, sendable replies. Layered workplace comms + your super mouthpiece.

Install

npx -y skills add Someone-hates-Monday/pressure-skill --skill pressure-skill

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

3 stars3 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its author says it does

Copied from the file, not written here

Cold pressure → warm, sendable replies (ZH/EN). Layered workplace comms—deflect, nudge, pin vague specs—like a super mouthpiece that won't get you fired. Multi-platform Agent Skill (Cursor / Claude Code / OpenClaw) + FastAPI; offline templates. ZH: 拒绝被压力、拒绝职场PUA、反催办、不接锅、软拒绝、立边界。 EN: pushback, boundaries, anti-gaslighting, say-no.

SKILL.md

4.8 KB, as published. Nobody here has run it

Language / 语言
Supports English and Chinese (same pattern as many open skills): infer from the user’s first substantive message and stay in that language for questions and drafts unless they switch explicitly.
支持中文与英文：根据用户第一条实质性消息判定语言，并全程使用同一语言；用户若明确切换语言则跟随。

pressure.skill（多平台 Agent Skill）

轻松一句：冰冷压力 → 温暖回复；像一套立体攻防替你守住边界，再当你的超级嘴替——把「再催我就鼠掉」翻译成对方听得进、你发得出手的版本。

Agent 执行协议（最高优先级）

定位技能根目录 <skill-root>：即 本 SKILL.md 所在目录（无论装在仓库内 .cursor/skills/pressure-skill/、.agents/skills/pressure-skill/，还是用户目录下的 ~/.cursor/skills/pressure-skill、~/.claude/skills/pressure-skill、~/.openclaw/workspace/skills/pressure-skill 等）。
用户挂上本 Skill 后的第一条行动：用当前产品支持的读文件能力读取
<skill-root>/references/wizard-full-flow.md
- Cursor：工具名一般为 Read。
- Claude Code / OpenClaw：使用文档中与 Read 等价的文件读取工具（名称以各版本为准）。
  可选：先读 <skill-root>/references/platform-wizard-notes.md，了解多平台路径与 Python cwd 约定。
若读取失败（工作区未含该路径、或沙箱无法读盘）：请用户 将 pressure.skill 仓库克隆根打开为工作区、提供 wizard-full-flow.md 的磁盘路径，或 将 wizard-full-flow.md 全文粘贴进对话；在取得流程前 不要编造向导步骤。
读完主向导后：严格按 wizard-full-flow.md 章节顺序与用户多轮对话；除「快速通道」外，禁止在 画像小结（§4）经用户确认前 采集场景 A/B/C/D，禁止在 用户声明目的（§5）前 输出最终可发送话术定稿。
长期对象（复诊）：用户要继续跟踪同一位对方、追加材料或反馈时，再 Read <skill-root>/references/counterparty-long-term.md；经用户同意后用仓库根 scripts/counterparty_cli.py 读写本地 counterparties/（默认不进 Git）。复诊时仍须每轮采集 §5 目的 与 §6～7 新场景。
5b. 实地反馈（发出去之后）：用户带回真实对话与对方反应、或澄清了模糊话的真义时，再 Read <skill-root>/references/counterparty-feedback-loop.md，对照上轮预测写偏差与 learned_rules，执行 counterparty_cli.py feedback 校准画像，使下次意图推测与话术更准。
收尾顺序：遵循向导 §10——先问用户此刻最需要哪类产出并置顶作答，再写意图推测、多假设意图、话术及对方可能反应；科研/模糊对齐场景可按向导加载 domain-artefact-cheatsheet.md；深证据（readiness.portrait_depth = deep）时按向导加载 evidence-based-reply-memo.md。
语言：遵循 wizard-full-flow.md 中的 Language / 语言 规则（中英一致）。

本文件其余内容（快速备忘）

隐私：不默认写入仓库；提醒用户脱敏。
双路径：对话内可直接给建议（由当前产品绑定的模型执行）；是否在仓库根跑 bundle_local.py 由 Agent 按向导 §8 自行判断（不向用户问工具名）；若跑，在用户话术里只用自然语言交代「做了信息结构化检查」。若技能只装在用户目录，向导仍在该 <skill-root>/references/ 下；Python 脚本（bundle_local.py、counterparty_cli.py 等）必须在 pressure.skill 仓库克隆根（含 scripts/）执行。详见 platform-wizard-notes.md 与向导 §8～§9、长期档案 counterparty-long-term.md。
readiness：脚本/API 会输出信息是否够用；向导 §10 规定收尾顺序（先问产出优先级 → 再意图推测/话术/风险/追问）。
工作目录：运行脚本时 cwd 须为含 scripts/ 的仓库根，不是 <skill-root>。
多平台安装 / 排障：见 docs/skill-adapters.md。
HTTP：uvicorn app:app，接口见仓库 README.md。