面向国际关系具体事件的事实检索型 Codex Skill
用中立、结构化、可复用的方式，把冲突、仲裁、制裁、出口管制与外交议题整理成事实底稿。
English Version · 查看 SKILL.md · Darwin Skill 优化器
English readers can use README.en.md.
ir-fact-retrieval 是一个专门服务于国际关系具体事件的事实底稿 skill。
它不先讲理论流派，而是先帮你回答这些研究中最常见的问题：
- 到底发生了什么
- 时间线怎么展开
- 关键行为者是谁
- 哪些是已确认事实
- 哪些是主流认定
- 哪些地方存在争议
- 还缺什么信息
这个 skill 特别适合：
- 美国对华出口管制
- 南海仲裁案
- 俄乌战争中的某一轮升级
- 加沙停火谈判
- 联合国决议与制裁机制
- 边境冲突、外交危机、联盟争议
- 需要快速建立“事实认知底盘”的 IR 研究任务
它不主要用于：
- 纯理论比较
- 纯规范判断
- 开放式大战略推演
它会把用户的问题变成一份可继续研究、可继续扩写、可直接拿去汇报的 Markdown 事实底稿，默认包含：
- 事件概览
- 结构性背景
- 行为者分析
- 关键事件时间线
- 核心争议与分歧
- 关键数据与文件
- 延伸关联
- 信息缺口
核心能力可以概括成 4 件事：
| 能力 | 作用 |
|---|---|
| 先界定边界 | 避免把多个事件、多个时间段混写 |
| 先找高可信来源 | 优先官方、条约、裁决、机构文件 |
| 区分事实与解释 | 避免把叙事当事实，把争议当结论 |
| 输出可复用底稿 | 更适合研究、汇报、写作，而不只是聊天回答 |
适合被这样调用：
请用 ir-fact-retrieval 帮我梳理美国对华出口管制，重点看半导体和 AI 芯片。
What happened in the South China Sea arbitration? Build a fact brief.
帮我梳理一下加沙停火谈判的来龙去脉，按事实、行为者、争议点来写。
也适合更口语化的请求：
- “帮我梳理一下来龙去脉”
- “这个冲突到底发生了什么”
- “给我一版事实底稿”
- “timeline + actors + dispute points”
这个 skill 的输出目标不是“写得像评论文章”，而是“更像一份事实底稿”。
它会尽量做到：
- 中立
- 来源敏感
- 结构化
- 争议显式标注
- 方便继续扩写成报告、PPT 或研究笔记
常见的分级标签包括：
已确认主流认定存在争议待核实
如果你的 Codex skills 放在 $CODEX_HOME/skills 下：
git clone https://github.com/cy773312/ir-fact-retrieval.git \
"${CODEX_HOME:-$HOME/.codex}/skills/ir-fact-retrieval"也可以手动复制整个目录：
mkdir -p "${CODEX_HOME:-$HOME/.codex}/skills"
cp -R ir-fact-retrieval "${CODEX_HOME:-$HOME/.codex}/skills/"ir-fact-retrieval/
├── README.md
├── README.en.md
├── SKILL.md
└── agents/
└── openai.yaml
国际关系问题里，一个很常见的痛点是：
- 用户问的是一个具体事件
- 但模型容易直接滑向理论、立场或评论
- 结果缺少一份“能继续研究”的事实底稿
这个 skill 的设计目标，就是把回答强行拉回到事实研究路径：
- 先收窄事件边界
- 再组织高可信来源
- 再把事实、争议、行为者与时间线拆开
这个仓库不是一次性写出来的，而是借助 darwin-skill 做了多轮迭代优化。
优化方式不是“重写一遍就算完”，而是更像一个小型 hill-climbing 流程：
- 先评分
- 每轮只改一个弱项
- 改后重新评估
- 用独立子 agent 跑
with_skill / baseline - 只有分数上升才保留，否则回滚
实际测试 prompt 包括：
- 美国对华出口管制
- 美国对海康威视的限制机制
- 南海仲裁案
这意味着它不是只在纸面上“写得工整”，而是在真实任务下反复比对过：
- 是否更像事实底稿
- 是否更能区分事实与争议
- 是否比不带 skill 的 baseline 更稳定
- Facts first, theory second
- Official sources before commentary
- Label disputes explicitly
- Add context, but do not sprawl
- Produce something reusable
- Skill 主体：SKILL.md
- UI 元数据：agents/openai.yaml
- Darwin 优化器：darwin-skill
当前仓库尚未附带许可证文件。若你希望开放复用条款，建议补一个 MIT 或 Apache-2.0。