القائمة
全面知识总结技能：全局可用，在任务完成后提炼垂直领域知识点、工作流方法论、AI协作技巧，用小白举例帮助真正学到东西。Use when: 总结知识点、学习总结、知识卡片、帮我学到东西、这次学到了什么、知识提炼。每次任务结束后自动触发（由全局指令驱动），也可在任意工作区手动调用。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
Guides stable API and interface design. Use when designing APIs, module boundaries, or any public interface. Use when creating REST or GraphQL endpoints, defining type contracts between modules, or establishing boundaries between frontend and backend.
Tests in real browsers. Use when building or debugging anything that runs in a browser. Use when you need to inspect the DOM, capture console errors, analyze network requests, profile performance, or verify visual output with real runtime data via Chrome DevTools MCP.
Automates CI/CD pipeline setup. Use when setting up or modifying build and deployment pipelines. Use when you need to automate quality gates, configure test runners in CI, or establish deployment strategies.
Simplifies code for clarity. Use when refactoring code for clarity without changing behavior. Use when code works but is harder to read, maintain, or extend than it should be. Use when reviewing code that has accumulated unnecessary complexity.
Optimizes agent context setup. Use when starting a new session, when agent output quality degrades, when switching between tasks, or when you need to configure rules files and context for a project.
Guides systematic root-cause debugging. Use when tests fail, builds break, behavior doesn't match expectations, or you encounter any unexpected error. Use when you need a systematic approach to finding and fixing the root cause rather than guessing.
| name | knowledge-digest-zh |
| description | 全面知识总结技能：全局可用，在任务完成后提炼垂直领域知识点、工作流方法论、AI协作技巧，用小白举例帮助真正学到东西。Use when: 总结知识点、学习总结、知识卡片、帮我学到东西、这次学到了什么、知识提炼。每次任务结束后自动触发（由全局指令驱动），也可在任意工作区手动调用。 |
只要本工作流将初始化或重组项目，或新建、移动应用、服务、包、模块、页面、API、研究步骤、实验、流水线、测试、文档或多文件产物树，必须先使用 project-structure-architect。
AGENTS.md、PROJECT_STRUCTURE.md、.project-structure.yaml 和现有文件树，锁定项目类型、蓝图及唯一合理路径。BLOCK 时停止结构性写入并先修正或询问用户。纯内容编辑且目标路径已由用户或现有规范唯一确定时，可不重复调用。
确保用户在每次 AI 协作后不只是"拿到结果"，而是真正学到：垂直领域知识、可迁移的工作流方法论、AI 协作技巧。通过小白举例和自测机制促进深度理解。
skill-outputs/knowledge-digest-zh/（与 artifact-curator-zh 按技能分子目录的规范一致；历史写在 skill-outputs/ 根下的交付为 legacy-flat，兼容并存）。若该子目录不存在须先创建。中文主题_YYYYMMDD_HHMMSS/（文件夹名不再重复 skill 名）；若主题不明确，使用 学习总结_YYYYMMDD_HHMMSS/。README.md，深度总结还应包含 知识总结.md、自测题.md 和 可复用工作流.md。README.md 必须说明本次总结主题、包含文件、阅读顺序和一句话收获。skill-outputs/knowledge-digest-zh/ 前缀），以及文件夹里包含的主要文件。skill-outputs/knowledge-digest-zh/中文主题_YYYYMMDD_HHMMSS/
README.md
学习摘要.md
skill-outputs/knowledge-digest-zh/中文主题_YYYYMMDD_HHMMSS/
README.md
知识总结.md
可复用工作流.md
自测题.md
skill-outputs/knowledge-digest-zh/中文主题_YYYYMMDD_HHMMSS/
README.md
自测题.md
参考答案.md
如果任务同时包含代码链路分析，可额外增加 链路拆解.md；如果用户要求“知识卡片”，可额外增加 知识卡片.md。
~/.agents/skills/learning/knowledge-digest-zh/，属于用户级全局 skill~/.agents/.instructions.md 在任务结束时自动触发模式A| 模式 | 触发方式 | 输出规模 |
|---|---|---|
| A. 自动摘要 | 任务完成后自动附加（全局指令驱动） | 精简卡片 |
| B. 深度总结 | 用户主动说"帮我总结知识点""这次学到了什么" | 完整知识报告 |
| C. 自测检验 | 用户说"考考我""出几道题" | 基于本次内容的测验题 |
文件：学习摘要.md
---
📚 **学习摘要**
**核心知识点**（本次最值得记住的 2-3 个）
1. **[知识点]**
- 是什么：[一句话精确定义]
- 小白版：[生活化类比，零基础能懂]
- 本次怎么用的：[在任务中的具体体现]
2. ...
**带走三件套**
- 🧠 领域知识：[一句话概括学到的垂直知识]
- 🔧 工作流：[一句话概括可迁移的方法/流程]
- 🤖 AI技巧：[一句话概括和AI协作的经验]
💡 **想一想**：[一个引导深入思考的问题]
---
主文件：知识总结.md
# 📚 知识总结报告
## 零、字段解析
- [字段名]：[含义]；[单位/取值]；[本次作用]
- [字段名]：[含义]；[单位/取值]；[本次作用]
## 一、本次任务全景
**任务类型**：[开发/实验/分析/写作/...]
**核心目标**：[一句话]
**涉及技术栈/领域**：[列出]
## 二、垂直领域知识点
### 知识点1：[名称]
**精确定义**：[学术/技术层面的准确解释]
**小白理解**：
> [用一个完整的生活场景类比，不是一句话，而是一个小故事]
> 比如：想象你在整理衣柜...
**关键细节**：
- [细节1]
- [细节2]
- [容易搞混的地方]
**本次实战应用**：
- 在本次任务中，我们用它做了 [什么]
- 具体体现在 [哪行代码/哪个步骤]
**知识网络**：
- 前置知识：[理解这个需要先知道什么]
- 相关概念：[和什么概念经常一起出现]
- 进阶方向：[想深入可以学什么]
### 知识点2：...
（重复上述结构，3-6 个知识点）
### 链路型代码任务追加结构（仅在涉及代码/接口/调用链时启用）
```markdown
## X、链路传递拆解
**链路总览**：
入口函数/入口请求 → 函数A → 函数B → 外部依赖/数据库 → 返回
### 节点1：[函数名]
- 文件：[路径:行号]
- 上游：[谁调用它 / 从哪里进入]
- 当前动作：[本节点完成的动作]
- 传入：[参数 / 对象 / 配置 / 上下文]
- 下游：[调用了谁]
- 传出：[交给下一跳的内容]
- 返回：[返回给上游的结果]
### 节点2：[函数名]
- 文件：[路径:行号]
- 上游：[谁调用它]
- 当前动作：[本节点完成的动作]
- 传入：[参数 / 对象 / 配置 / 上下文]
- 下游：[调用了谁]
- 传出：[交给下一跳的内容]
- 返回：[返回给上游的结果]
步骤1 → 步骤2 → 步骤3 → ...
快速检验（回答这 3 个问题说明你真学会了）
[用一句话概括本次最大的收获]
### 模式B质量标准
1. 知识点 3-6 个，每个都有完整的"定义→小白版→细节→实战→网络"结构
2. 小白理解用**完整场景故事**，不是一句类比
3. 工作流要画出步骤链，并给出至少 2 个迁移场景
4. AI 协作技巧要包含"有效做法"和"可改进的地方"——诚实反思
5. 自测区 3 道题，覆盖"理解→应用→辨析"三个层次
6. 所有内容基于本次任务实际涉及的知识，不扩展编造
7. 若输入含结构化字段，报告开头必须先做字段解析，再进入正文
8. 若任务属于代码链路分析，必须让读者一眼看出“上游函数 → 当前函数 → 下游函数”以及每一跳传递的对象，不能只列函数名和职责
---
## 模式C：自测检验（主动触发）
### 出题规则
根据本次任务内容出 5-8 道题，题型分布：
| 题型 | 数量 | 难度 | 考察 |
|------|------|------|------|
| 概念判断 | 1-2 | 基础 | 知道是什么 |
| 选择/填空 | 1-2 | 基础 | 记住关键细节 |
| 应用题 | 1-2 | 中等 | 能在新场景使用 |
| 对比辨析 | 1 | 中等 | 区分易混概念 |
| 开放思考 | 1 | 进阶 | 能举一反三 |
### 输出格式
文件：`自测题.md`
先出题，等用户作答后再给评分和解析。如果用户说"直接给答案"，则一次性给出题目+答案，并把答案写入 `参考答案.md`。
---
## 知识点质量红线
1. **不编造**——只总结本次任务实际涉及的知识
2. **不泛化**——"学会了数据库"不合格，"学会了用 LEFT JOIN 处理一对多关系"合格
3. **不抄定义**——小白版必须是自己的话，不是教科书原文
4. **不空洞**——"AI很有用"不合格，"把大任务拆成子任务逐步提问，AI 的准确率更高"合格
5. **不遗漏实战**——每个知识点必须关联到本次任务的具体操作
## 小白类比素材库（示例）
| 技术概念 | 生活类比 |
|----------|----------|
| API 接口 | 餐厅服务员——你告诉他要什么菜（请求），他去厨房拿（处理），端给你（响应） |
| 数据库索引 | 书的目录——没有目录就要一页页翻，有目录直接跳到对应页 |
| 缓存 | 书桌上放常用文具——不用每次都去柜子里翻 |
| 消融实验 | 拆零件看哪个重要——把机器零件一个个拆掉，看缺了哪个就不转了 |
| Git 分支 | 平行宇宙——在不同宇宙尝试不同选择，最后挑最好的合并回来 |
| 正则表达式 | 快递分拣规则——"所有以A开头、尾号是8的包裹放这边" |
| Docker 容器 | 打包好的行李箱——不管去哪个酒店，打开就能用 |
| 递归 | 套娃——打开一个娃娃里面还有一个，直到打开最小的那个 |
> 以上仅为参考，实际类比必须贴合具体场景，不能生搬硬套。
---
## 自我迭代模式
### 触发条件
当用户在使用本技能后给出反馈（如"知识点太浅了""小白举例不够生动""题目太简单"），或主动说"优化这个skill"时，进入自我迭代模式。
### 迭代工作流
1. **收集反馈**：明确用户不满意的具体环节（哪个模式 / 哪个步骤 / 什么问题）
2. **诊断根因**：是规则缺失、规则冲突、粒度不够、还是场景未覆盖？
3. **提出修改方案**：列出拟修改的条目（原文 → 修改后），说明修改理由
4. **用户确认**：修改方案经用户确认后才执行
5. **写入 SKILL.md**：将修改直接应用到本技能文件
6. **记录迭代日志**：在 `references/iteration-log.md` 追加本次迭代记录
### 迭代约束
- 不破坏现有模式结构——增量修改，不推倒重写
- 每次迭代只改一个关注点——不趁机大改
- 修改后 SKILL.md 总行数仍 < 500
- 重大结构变更（如新增/删除模式）必须用户明确同意