rpp

SKILL.md

Generate hierarchical knowledge structures where each level achieves maximum explanatory power with minimum nodes through recursive application of the Pareto principle.

| Level | Role | Node % | Coverage | Ratio to L3 |

| L0 | Meta-graph/Schema | 0.8% | 51% | 6-9:1 to L1 | | L1 | Logic-graph/Atomic | 4% | 64% | 2-3:1 to L2 | | L2 | Concept-graph/Composite | 20% | 80% | — | | L3 | Detail-graph/Ground-truth | 100% | 100% | — |

最適化のために再帰的パレート原理を介して階層的なナレッジ グラフを生成します スキーマの構築。 4 レベルの構造 (L0 メタグラフから L3 詳細グラフ) を生成します。 ここで、各レベルに含まれるノードは 80% 少なくなり、派生ノードの 80% は接地されます。 パレート 3 圧縮により、0.8% のノードから 51% をカバー。ドメインオントロジーを作成するときに使用します または以下を必要とする知識アーキテクチャ: (1) 創発的複合物を備えた原子第一原理、 (2) パレート最適化された情報密度、(3) 検証済みノードによるスモールワールド トポロジ 比率 (L1:L2 2-3:1)、または (4) 双方向構造。グラフと統合（η≧4） 検証）、アブダクト（リファクタリング）、メガ（SuperHyperGraphs）、インフラノダス（ギャップ検出）。 トリガー: 「スキーマ生成」、「オントロジー作成」、「パレート階層」、「再帰グラフ」、 「第一原理分解」。 ソース: zpankz/mcp-skillset。

原文を見る