Jane Street agent skills:仓库里只有 socratic-tutor
Jane Street 官方开源仓库 janestreet/agent_skills(MIT)只有一个技能 socratic-tutor:拷进 Claude Code 或 dsh 就能用的苏格拉底式家教。
最近更新: 2026-11-15
一句话答案
2026 年 11 月,GitHub 组织 Jane Street 以 MIT 协议开源了 janestreet/agent_skills。README 只有一句定调的话——「a collection of skills for AI agents and chatbots. Each skill is a directory containing a SKILL.md file with instructions for the agent」——而仓库里目前只有一个技能:socratic-tutor,把模型变成一位严格、一次只问一个问题的家教,并维护一张 0–5 级的技能地图。
就是这么点东西。没有 CLI、没有安装器、没有插件清单,也没有自带模型。如果你是冲着「Jane Street 的交易技术栈」或「Jane Street 写的 dsh 插件」来的,那这里没有——见下面「名字混淆」那一节。
本页所有内容都在 2026-11-15 对着仓库和文件逐条核对过;引文照抄原文,star 数只是那一天的快照,不是固定数字。
仓库里到底有什么
2026-11-15 通过 GitHub API 读到的完整目录:
| 路径 | 是什么 |
|---|---|
README.md | 定位、唯一的技能,以及怎么用 |
socratic-tutor/SKILL.md | 技能本体——写给智能体的指令 |
CONTRIBUTING.md | 提 PR 的说明,以及必须签 Developer Certificate of Origin |
LICENSE.md | MIT,「Copyright (c) 2026 Jane Street Group, LLC」 |
.ocamlformat | OCaml 格式化配置,组织内部的习惯 |
.gitignore | — |
「是不是官方的」这件事有两条硬证据。仓库归属方是 janestreet 组织(446 个公开仓库,博客 opensource.janestreet.com);CONTRIBUTING.md 开头就写「This repository contains open source software that is developed and maintained by Jane Street」,许可证文件署名 Jane Street Group, LLC。
另一条同样重要的事实是:这个仓库没有构建。有 .ocamlformat、却没有一行 OCaml 源码,说明它不是代码库,而是文档形态的东西——而 agent skill 本质就是文档。
socratic-tutor 到底怎么教
socratic-tutor/SKILL.md 的 frontmatter 是最准确的概括,同时也是触发条件:
「Structured Socratic tutoring when the user explicitly asks to be taught, quizzed, or drilled to mastery on a topic: diagnostic placement, a skill map with levels 0-5, spaced review, and a final assessment. Trigger phrases: 'teach me', 'tutor me', 'quiz me', 'drill me', 'help me master'. Not for one-off 'explain X' or 'what is X' questions.」
最后那句在实际使用中很关键。技能开头有一道 guard:遇到单个事实性提问就正常回答,不启动家教流程;意图模糊时先问一句短问题——文件自己的理由是「a false start costs the user an unwanted quiz; a confirmation costs one word」。
进入教学后,流程写得很细:
- 把主题拆成 4–10 个子技能(大主题建两层树),并告诉用户会先问几个问题。
- 诊断定位:3–5 个从易到难的探测问题,诊断没做完之前不教任何内容。
- 展示技能地图,提出从哪开始,并允许用户改。
- 靠提问来教,一次只问一个问题——文件原话是「End the message immediately after the question and wait for the answer」。
- 每个子技能都达到目标等级后(默认 4/5,用户要求「完全掌握」则 5/5),做一次混合总测评。
技能地图是五级刻度,每次等级变化后都用 ASCII 条形重绘:
0 unaware . 1 heard of it . 2 can follow along . 3 can do with help
4 can do independently . 5 can teach it / handle edge cases
真正把它和「你当个家教吧」这种提示词区分开的,是评分规则。等级是「earned, not given」——必须在 2 次以上独立检验里都有表现才能升,其中至少一次是无提示回忆。含糊、部分正确的答案不算对。间隔复习会不打招呼地插进来,复习失败就降级。要拿到 5 级,得能应对一个对抗性问题,并且把这个概念讲清楚到能教别人的程度。
装进你的智能体
README 的安装说明原文只有两段:
「With a coding agent that supports the common
SKILL.mdformat, copy the skill directory into your agent's skills folder, then ask the agent to use it ('teach me X'). With a plain chatbot, paste the body of the skill'sSKILL.mdinto the chat (or into a custom/system prompt), followed by what you want it to do.」
由自动到手动,三条路:
Claude Code 等支持 SKILL.md 的智能体。 把目录放到该智能体读技能的位置,或者把文件正文粘进自定义提示词。技能类仓库很少比这更简单——没有东西要编译。
DeepSeek Harness。 dsh 从 .dsh/skills/<名字>/ 读项目级技能,所以每个工作区拷一份就够:
git clone --depth 1 https://github.com/janestreet/agent_skills /tmp/jane-street-agent-skills
mkdir -p .dsh/skills/socratic-tutor
cp /tmp/jane-street-agent-skills/socratic-tutor/SKILL.md .dsh/skills/socratic-tutor/SKILL.md
然后在下一条消息里说「teach me <主题>」。目录放哪儿看技能安装实战,为什么技能不需要插件条目看什么是 dsh 插件——插件和技能是两回事。
没有智能体循环的聊天窗口。 把 SKILL.md 正文当系统提示词粘进去,再说明主题。代价是不能读文件、不能跑练习;而且除非用技能自带的「save state」,每次都要从诊断重来。
值得记住的几条用户指令
socratic-tutor 定义了六句用户随时可以说的话——正是这些逃生口让严格变得可以忍受:
| 你说 | 会发生什么 |
|---|---|
| 「show progress」 | 重新画一遍技能地图 |
| 「harder」/「easier」 | 调整下一题的难度 |
| 「just tell me」 | 只在当前这一题上退出苏格拉底模式 |
| 「save state」 | 输出一个精简状态块(主题、地图、误区),留着下次用 |
| 「resume from:」 | 读入你粘贴的状态块,从中断处继续 |
「save state」是这个技能唯一的持久化手段。没有数据库、不写文件、不跨会话记忆,靠的就是那个文本块——所以关窗口前值得用一次。
它到哪儿为止
- 一个技能只干一件事。 不写代码、不做调研,工具性只体现在它临时出的练习题上。别指望一套 Jane Street 风味的智能体栈。
- 没有安装机制。 没有包、没有插件清单、没有升级路径;想保持最新,就把文件重新拉一遍。
- 上限是模型,不是技能。 文件规定「怎么严格」;问题问得好不好,取决于你接的模型。
- 纯 Markdown 意味着投毒面小但不为零。 你仍然是把一段约 200 行的指令塞进了对话,先读一遍——它很短。
「Jane Street」这个名字怎么跑到 dsh 量化插件上了
这个混淆值得说清楚,因为搜索结果会把两件事混在一起:DSH 插件目录里没有任何东西是 Jane Street 发布的。存在的只是第三方项目,把这家公司的名字当风格参照:
| 仓库 | 它自己的描述写的 | 关系 |
|---|---|---|
pengpengyi92/dsh-quant | 「Dsh-Quant: The Everything-Plugin Ai native Quant OS」;README 里描述了一个「Jane Street-style UI demo」 | 第三方,非官方 |
pengpengyi92/dsh-quant-ui | 「Jane Street-style quant workbench for dsh-quant — K-lines, equity curves, fund simulation cards, metric selector」 | 第三方,非官方 |
janestreet/agent_skills | 「A collection of skills for AI agents and chatbots」——一个技能 socratic-tutor | Jane Street 官方仓库,MIT |
「Jane Street-style」的图表布局是一句设计上的恭维,不是发行渠道。那些量化插件是社区做的交易研究包;官方仓库是一个家教技能。两者只是撞了三个词,没有共享代码、作者或背书。
常见问题
Jane Street 的 agent skills 是什么?
是 Jane Street 的 GitHub 组织在 2026-11-03 以 MIT 协议开源的仓库 janestreet/agent_skills。README 自称「a collection of skills for AI agents and chatbots」,每个技能就是一个含 SKILL.md 的目录,SKILL.md 里写着给智能体的指令。截至本文核实日期,仓库里只有一个技能:socratic-tutor。
装它需要 Claude Code 插件或包管理器吗?
不需要。README 给的方式是「拷」:把技能目录放进你的智能体的 skills 文件夹,然后让智能体用它(说「teach me X」)。纯聊天窗口就把 SKILL.md 正文粘进对话或自定义/系统提示词。仓库里没有安装脚本、没有 npm 包、也没有插件市场清单。
DeepSeek Harness(dsh)能用吗?
能,靠拷贝。dsh 从工作区的 .dsh/skills/<名字>/ 读取项目级技能,所以把 socratic-tutor 目录放到 .dsh/skills/socratic-tutor/SKILL.md 就得到同样的行为。它就是一个 Markdown 文件,没有运行时依赖,这也是拷来拷去就能跨智能体通用的原因。
dsh 上那个 Jane Street 量化插件是 Jane Street 做的吗?
不是。pengpengyi92/dsh-quant、pengpengyi92/dsh-quant-ui 这类仓库只是借用这个名字形容界面风格,描述里写的是「Jane Street-style」。它们是第三方 DSH 插件,与 Jane Street 无关。本文里唯一的官方仓库是 github.com/janestreet/agent_skills。
来源
2026-11-15 阅读:
- github.com/janestreet/agent_skills —— README(定位那句、技能清单、拷贝式安装说明)、
socratic-tutor/SKILL.md(frontmatter 的触发词与「不用于一次性提问」的排除、4–10 个子技能的规定、3–5 题诊断、0–5 级刻度、评分规则、六条用户指令)、CONTRIBUTING.md(Jane Street 维护、DCO 签名)、LICENSE.md(MIT,Jane Street Group LLC)。 - GitHub API,2026-11-15 快照:归属
janestreet组织、MIT、创建于 2026-11-03、最后推送 2026-11-03、默认分支master、约 8,700 star(仅为 2026-11-15 快照,不是实时数字),文件树如上表。 - github.com/pengpengyi92/dsh-quant 与 pengpengyi92/dsh-quant-ui —— 「Jane Street-style」的措辞取自各自仓库描述与 README。两者都是第三方项目、未声明关联,本页也不暗示 Jane Street 为其背书。
- github.com/janestreet —— 组织主页:「Jane Street」,446 个公开仓库,
opensource.janestreet.com。
