Feeling to Jargon

它要解决什么问题？

很多时候，我们知道自己想要什么，却不知道怎样用专业语言说出来：

• “做一个有质感的网站。”
• “做一个稳定的大型后端。”
• “做一个电影感的视频。”
• “这个 Dashboard 再高级一点。”

这些话表达了方向，却还不足以指导设计、开发或验收。

Feeling to Jargon 做的事情，是识别需求所属领域，按需加载相关术语，把模糊感觉扩展成更具体、更可执行的描述，同时把专业选项翻译成容易理解的语言，让人自己做真正重要的取舍。

从感觉到可执行表达

它的核心路径是：

用户的模糊感觉
    ↓
识别根领域与专业子域
    ↓
按需加载术语、模式、技巧和模板
    ↓
翻译成容易理解的选择项
    ↓
组合成可执行、可检查的 AI Prompt

例如：

它不替用户决定方向，而是把“感觉”拆成可以比较、选择、实现和验收的专业选项。

渐进式索引

Feeling to Jargon 不把整个知识库一次性塞进上下文，而是采用渐进式索引：

根领域 → 专业子域 → 用户意图 → 叶子包 → 单条术语 / 技巧 / 模板

一个“撤销条 + 键盘可用”的请求，只需要加载交互动效和可访问性相关的叶子包，不需要把 UI、AIGC、后端等所有知识全部加载进来。

这种结构的目标是让内容越积累，查询仍然保持边界清晰、加载可控、结果可追溯。

目前仓库已经围绕多个专业方向组织内容，包括：

• UI/UX 与交互设计
• Dashboard 与设计系统
• 动效、手势与视觉效果
• AIGC 图像和视频表达
• 后端架构与软件工程
• 平台研究与工具适配
• 职场表达与协作

每个叶子包只负责一个相对明确的知识边界，并可以独立被查询和复用。

快速开始

推荐使用 npx skills 安装，它可以接入 Claude Code、Cursor、Codex、OpenCode 等 Agent 工具：

npx skills add https://github.com/konglong87/feeling-to-jargon

也可以指定平台，或只安装这个 Skill：

npx skills add https://github.com/konglong87/feeling-to-jargon --skill feeling-to-jargon --agent codex

安装后，可以直接输入类似这样的需求：

删除列表项，5 秒内撤销并支持键盘；撤销时要沿原路径回来。

它会帮助你把需求补全为状态机、动画序列、空间锚点、可测参数、可访问性和验收标准，而不只是给出一句“做得顺滑一点”。

一次真实的本地查询

在仓库中执行：

python3 scripts/query-index.py "删除列表项，5 秒内撤销并支持键盘"

本次查询只加载了两个叶子包：terms/interaction/accessibility.json 和 terms/interaction/undo-window.json。结果包括“撤销按钮可读标签”和“轻量状态播报”等条目，并给出键盘可聚焦、只播报关键状态、不每秒重复播报倒计时等约束。

这比一句“加个顺滑的撤销动画”更接近可以实现和检查的规格。以上是 2026 年 10 月 13 日的本地查询结果，不是虚构的产品界面。

项目结构

index/       # 根领域、专业子域、用户意图和运行时路由
terms/       # 可独立加载的术语、模式、技巧和模板
skills/      # Agent 加载规则
templates/   # 可复用的 Prompt 与内容模板
scripts/     # 索引查询、校验和渐进式内容生成

仓库同时提供本地索引查询和校验脚本，方便在添加新领域后检查索引完整性，并进行端到端查询。

为什么把它作为精选项目？

Feeling to Jargon 关注的是 AI 协作里一个经常被忽略的问题：人有感觉，但感觉还不是可执行的规格。

它尝试在“人的直觉”和“专业表达”之间建立一层翻译系统，让产品、设计、工程和 AI 之间的沟通少一点猜测，多一点可选择、可实现、可验证的共同语言。

项目链接

• GitHub 仓库
• Skill 说明
• 索引查询脚本
• MIT License