发生了什么

GitHub上公开了一个名为 chess-postmortem-skills 的项目。它把一组技能加入 Anthropic（制作 Claude 的人工智能公司）的 Claude Code（帮助写程序的工具）。用户给它一盘棋，就能得到带注释的棋谱、可单独打开的网页棋盘，以及讲解整盘棋的视频。项目还分别提供局面分析和与 Claude 对弈的技能。

怎样把数字变成理由

流程先让 Stockfish（分析国际象棋局面的软件）检查每一步。一次损失达到 0.3 个兵的价值，就会被标成可能的失误。随后，调查程序会追问：为什么实际走的棋不好？在推荐变化中出现不明显的棋步时，它也继续追问。系统会把重要局面画出来，再由检查程序核对棋谱和评价。每盘棋还会选一个安静的局面，说明棋手的计划怎样慢慢偏离，而不只盯着最后的严重失误。

如果棋手边下边说出了想法，项目可以用 whisper.cpp 在本地把声音变成文字，再按照 PGN 中的用时，把话和棋步对应起来。这样，复盘回答的是棋手真正想过的问题，而不是事后猜测的想法。没有录音时，项目仍能给出基于棋盘引擎的说明。

公开示例

作者用自己在 Lichess 上下的一盘 15+10 快棋测试。作者执白，开局是开放西西里防御中的纳伊道夫变例，棋力约 1700。作者用法语录下思考过程，并把对局链接和音频交给 Claude。最后得到的视频长 6 分 49 秒，有英语旁白和字幕。完整处理大约需要一小时。

为什么值得看

单看引擎分数和很长的变化，人们不一定知道棋手当时害怕什么，也不一定知道计划哪里出了问题。这个项目想把复盘的重点从“哪一步不是最佳”移到“我为什么这样走，以及这个想法是否成立”。录音让说明更贴近真实思考。它可以检查棋手当时的理由，而不是替棋手编一个理由。

已确认与未确认

仓库公开了技能文件、示例文件、安装要求和成品视频。作者说，每条说明都会用 Stockfish 检查，并经过再次核验；但作者也承认人工智能仍可能出错。所谓“错误很少”是作者的使用体验，不是跨大量棋局得到的准确率。

这个项目在 Hacker News（技术新闻分享网站）获得 73 个积分和 53 条评论。数字只表示社区关注度，不表示项目一定正确或一定有用。

接下来要看什么

还需要看它在不同棋力、不同棋局和没有录音的情况下，能否保持同样清楚的解释。另一个问题是，约一小时的处理和安装要求，是否值得普通棋手采用。只有更多人的棋谱得到重复测试，才能判断它是作者的个人工作流，还是更广泛的学习工具。

来源：GitHub项目、Hacker News讨论。