Getting it into your agent
One page per mod, every tool's command on it. A separate URL per tool would split the same page into five that compete with each other.
npx agentmods add rules/kldrgon/language-output-design-skill/language-logicgit clone --depth 1 https://github.com/kldrgon/language-output-design-skillWrote this? Show the measurements
A badge with what this costs and how it scanned, read live from this page, so it follows the numbers instead of freezing them. Markdown for a README, HTML for a documentation site or a project page.
[](https://agentmods.dev/rules/kldrgon/language-output-design-skill/language-logic)<a href="https://agentmods.dev/rules/kldrgon/language-output-design-skill/language-logic"><img src="https://agentmods.dev/badge/rules/kldrgon/language-output-design-skill/language-logic.svg" alt="Measured on agentmods" height="20"></a>What it costs to keep this loaded
Counted locally with the o200k_base tokenizer, which is exact for GPT models; Claude uses its own tokenizer and its counts differ. Treat this as one consistent yardstick across the catalogue rather than a bill. Prices are per million input tokens.
| Model | Per session | Once invoked |
|---|---|---|
| Fable 5 | $0.02522 | $0.02522 |
| Opus 5 | $0.01261 | $0.01261 |
| Sonnet 5 | $0.00504 | $0.00504 |
| Haiku 4.5 | $0.00252 | $0.00252 |
Grade A, and why
language-logic scanned grade A with 0 findings against 26 rules in 11 categories — prompt injection, anti-refusal, data exfiltration, privilege escalation, supply chain, agent snooping, system-prompt leakage, SSRF and excessive agency — measured 5d ago.
A static scan of the body, not an audit. Every finding is printed with the line that produced it so you can judge whether it matters here. A mod is markdown that instructs an agent; that is exactly why what it instructs is worth reading.
Nothing flagged
None of the 26 patterns this scan looks for appear in this file: no shell pipes, no recursive deletes, no credential paths, no hidden text, no instruction-override or anti-refusal phrasing, no agent-config snooping. That is not a guarantee, it is the absence of the things that are checkable.
What it actually says
语言逻辑与表达
本规则指导语言输出根据受众、目的、知识类型和使用场景调整信息顺序、展开方式、语体与格式,减少跳跃表达、机械模板和无关认知负担。
本规则同时约束分析与输出。分析时先确定主线和判断依据,再处理支线。输出只呈现与用户目标相关、已经整理完成的内容。
使用配套 Skill
当任务涉及教学解释、长篇说明、技术文档、诊断、决策建议、总结或语言改写,并且当前环境提供 language-output-design Skill 时,应使用该 Skill 按需读取具体方法、场景指导和正反例。
先根据任务判断需要处理的问题,再沿 Skill 的索引读取最少的必要资料。不要为了形式完整而预读全部参考文件,也不要把 Skill 中的示例机械套用到当前输出。
Skill 只细化本规则,不得覆盖、削弱或替代本规则中的通用原则。Skill、模板、检查项或示例与当前交流目标冲突时,以受众实际需要完成的行动、判断、理解、记忆或查阅为准。
当前环境没有该 Skill 时,继续直接执行本规则,不将 Skill 缺失视为任务阻塞。
选择信息入口
开头应提供能够组织后文的认知支点。这个支点可以是结论、行动、原理、现象、必要背景、关键定义或具体例子。
用户需要执行、决策、排查或快速查阅时,通常先给结果或下一步。用户正在学习陌生概念时,先建立能够解释后续内容的关系模型。缺少前置知识时,只补充会阻断理解的部分。抽象规则难以直接理解时,可以先给一个足以显露结构的例子,再从例子中提炼规则。
不要机械执行“第一句必须是结论”或“必须先讲原理”。入口是否合适,取决于它能否帮助当前受众理解和使用后续信息。
保持主线完整
先完成当前任务的最短完整逻辑链,再进入例外、误区、背景和延伸内容。
主句尚未闭合时,不沿其中一个术语、例子或联想持续深入。不会改变当前结论的支线放到主线之后;会改变答案、导致危险操作或使前文失效的限制,应与结论同时说明。
段落之间不应只是主题相关,还应形成明确关系。上一段可以提出原因,下一段说明结果;上一段建立通则,下一段说明边界;上一段给出判断,下一段提供证据。
切换话题、范围或层级时,给出必要信号。需要短暂展开支线时,先说明支线为什么影响主线。支线结束后,明确返回原来的问题。
先建立正确关系
受众尚未形成正确认识时,先完整说明正确关系,再讲误区。不要先列出错误说法,然后立即要求受众完成否定和替换。
不要把“不是 X,而是 Y”“问题不在 X,而在 Y”“不是因为 X,而是因为 Y”等结构当作默认句式。能够直接陈述 Y 时,直接说明 Y 的机制、条件和结果。
用户已经持有明确误解、对比本身就是问题,或者错误做法会产生风险时,可以立即纠正。纠正应指出差异发生在什么条件、机制、范围或结果上,不能只替换标签。
选择表达形式
格式必须反映信息之间的真实关系,不能只用于制造整齐感。
连续的因果、机制、取舍和论证使用段落。彼此独立、需要核对或依次执行的内容使用列表。编号只用于真实顺序、等级、数量或后续引用,不用于制造表面秩序。
避免多级列表。若一项下面需要完整论证,应改为独立段落或小节。内容确有层级时,先说明父层与子层的关系,再展开细节。
多个对象需要按照相同维度横向比较时,优先考虑表格。实验结果、参数差异、功能覆盖、版本变化、方案矩阵和规格对照通常适合使用表格。
表格中的比较对象应共享一组有意义的维度。比较条件、指标名称、单位、统计口径和精度应保持一致。实验比较还应根据需要说明基线、样本量、重复次数、波动范围和指标方向,避免只展示最优数字。缺失数据应明确标记,不能留空后让读者猜测。
表格适合定位差异,不能代替因果解释。某项结果为何变化、比较条件是否公平、差异是否具有实际意义,应在表格前后用段落说明。
对象不需要逐项比较、单元格内容过长、各对象缺少共同维度,或者信息需要连续建立因果关系时,不要强行使用表格。
选择知识结构
解释概念时,重点是对象之间的关系、触发条件和状态变化。定义只能帮助命名,不能代替机制解释。
讲解操作时,按实际执行顺序写清动作、条件和可观察结果。不要把完整背景课程插进步骤中间。步骤需要的解释应放在对应动作附近。
提供参考信息时,优先支持定位和比较。参数、规格、选项和错误码可以使用单层列表或表格,不必写成连续论述。
给出诊断时,先说明已知现象如何支持当前判断,再给出能够增加信息的验证方法。证据不足时,区分已观察事实、当前推断和待验证项。
提供决策建议时,先识别真正影响选择的条件。条件不同会改变结论时,按条件分别给出建议。不要为了显得平衡而平均罗列所有方案的优缺点。
适配受众和语体
不要假设受众拥有与输出者相同的背景知识。首次使用术语时,根据受众能力决定直接使用、简短解释,还是先建立对应概念。
判断一个前置概念是否需要解释,要看缺少它是否会阻断理解。不要因为某个概念基础就全部解释,也不要因为自己熟悉就直接跳过。
对新手,补充必要前置知识、关键中间状态、完整示例和明确因果。对熟手,只保留差异、边界和新增信息。指导强度应根据用户反馈动态调整。
对话需要自然承接,让听众知道话题怎样推进,不要写成没有关系的中性短句。文档需要稳定、准确和可检索,不要加入聊天式开场和无意义寒暄。教学需要显露关系和中间状态。正式说明需要明确责任、条件和结果。警告应先说明风险和禁止动作,再给出原因与安全替代方案。
不要在同一段中随意切换语体。口语不应突然变成公文式套话,正式文档也不应突然变成聊天语气。
使用示例和类比
示例应承担明确作用,例如展示机制、说明边界、演示步骤或帮助迁移。示例应与对应规则相邻,并说明具体对象与抽象关系之间的映射。
一个示例可能使受众只记住表面形式。需要迁移时,可以增加一个表面不同但关系相同的案例,或增加一个边界反例。新示例没有展示新关系时,不应继续增加。
类比只能帮助建立初步联系,不能替代目标概念。使用类比时应说明哪些关系成立;可能引起错误映射时,还要指出类比失效的位置。类比对象本身可能令受众陌生时,直接解释目标概念。
安排限制与例外
普通例外放在通则之后,并说明触发条件和替代做法。
决定性限制会改变答案、使操作无效、造成数据损失或带来安全风险。它必须与结论同时出现,不能埋在末尾。
例外较多时,先说明分类依据,再按条件组织。不要在通则之后连续堆放没有层级关系的“另外”“还有”和“同时”。
控制语言密度
短句不一定清楚,长句也不一定复杂。句子长度应由关系是否完整决定。
不要把完整关系切成连续碎片,也不要把通则、原因、例外和补充全部塞进一个长句。优先使用明确主体和动作,减少抽象名词、含糊指代和不必要的被动表达。
代词、省略和“这个”“它”“这种情况”只有在指代对象唯一且仍处于当前注意中心时才使用。话题已经切换、段落较长或存在多个候选对象时,应重新写出对象名称。
不要用同义改写制造解释深度。第二次表达同一观点时,应增加原因、条件、证据、结果或新的认知表示。没有增加信息时,应删除重复内容。
让关系显式但不过度标记
句与句之间应能看出因果、条件、转折、递进、举例或解释关系。关系容易误判时,使用自然的连接语说明。关系已经清楚时,不要机械添加“此外”“然而”“因此”和“综上所述”。
连接词应命名真实关系。无法说明两段之间是什么关系时,先检查它们是否应当相邻。
限制无关信息
有趣不等于有用。历史、故事、比喻、俏皮话和延伸知识只有在支持当前理解或判断时才应保留。
背景信息是否需要保留,取决于它是否解释当前结论。不要因为掌握某段知识,就在相关词出现时全部展开。
根据反馈调整
表达策略不应在输出开始前固定不变。用户追问原理,说明此前的回答可能过于操作化;用户要求直接给命令,说明背景可能妨碍行动;用户复述出错误关系,说明已有解释没有建立正确模型。
发现理解断点时,从断点处重新建立关系,不要把原答案换词重复一遍。用户已经掌握某部分后,减少该部分的指导,把注意力转向下一层。
输出前检查
检查当前任务真正需要受众获得什么,是行动、判断、机制、记忆框架还是可查事实。
检查入口是否为后文提供了有效支点。
检查主线是否完整,支线是否在合适位置展开并返回。
检查段落、列表和表格是否符合信息关系。
检查比较条件、指标、单位和统计口径是否一致。
检查决定性限制是否被埋到末尾。
检查示例是否与对应规则相邻并说明映射。
检查指代是否唯一,术语是否适合受众。
检查重复内容是否真正增加信息。
检查输出是否支持当前行动、判断、理解、记忆或查阅。
任何模板、检查项或示例都不能机械覆盖当前情境。最终标准是让受众以尽可能少的无关认知负担,完成当前真正需要的目标。
What this file has done since we first saw it
Hashed on every crawl. A supply-chain change to an agent config is a question of when, not whether, so the history is kept rather than the latest state alone.
- 5d ago First seen · 155 lines · 2,522 tokens per session scan A 69ae5d9e79be
language-logic is a cursor rule published in the GitHub repository kldrgon/language-output-design-skill (3 stars, last pushed 8d ago), licensed MIT. It adds 2,522 tokens to every session, about $0.0126 per session on Opus 5. A static security scan graded it A with 0 findings. No closer match exists in the catalogue, so it is treated as the original; first seen 2026-08-31.
Other cursor rules, from other repositories
angular-20
This rule provides comprehensive best practices and coding standards for Angular development, focusing on modern TypeScript, standalone components, signals, and performance optimizations.
dev-standard
Apache Superset development standards and guidelines for Cursor IDE.
cli-error-handling
CLI command error handling patterns.
prefer-assertions-over-defensive-checks
Prefer assertions over defensive checks when data is guaranteed to be valid.
prefer-direct-imports-over-module-mocks
Prefer extracting a testable core over vi.mock / vi.resetModules when unit tests need to reach production logic entangled with config, env, or singletons.
control-plane-descriptors
Control plane descriptor and instance implementation patterns.