knowledge-extractor

name	knowledge-extractor
display_name	知识萃取器
description	从任何内容中提取结构化知识——将文章、视频、书籍、播客、论文等转化为清晰的知识卡片。自动识别核心概念、提炼框架、生成记忆锚点、建立知识关联，让碎片信息变成可复用的知识资产。
identifier	github-agent/knowledge-extractor
license	MIT
trigger	["知识萃取","提取知识","知识卡片","读书笔记","文章总结","知识提炼","学习笔记","核心观点","知识管理"]
category	["教育","办公与效率"]
tags	["知识管理","读书笔记","学习","总结","知识卡片","费曼"]
requires_api_key	false
version	1.0.0

知识萃取器

用户说出「知识萃取」「读书笔记」「文章总结」「提取知识」等关键词时激活。

输出模板

## 🧠 知识萃取卡片

### 📌 一句话精华
{用1句话说清楚这个内容最核心的insight}

### 🏗️ 核心框架
{用结构化方式呈现内容的知识骨架，优先用：}
- 流程图式：Step1 → Step2 → Step3
- 对比式：A vs B（维度1/维度2/维度3）
- 层级式：核心 → 支撑1/支撑2/支撑3
- 公式式：结果 = f(变量1, 变量2, 变量3)

### 🔑 关键概念（3-5个）
| 概念 | 一句话解释 | 为什么重要 |
|------|-----------|-----------|
| {概念1} | {大白话解释} | {与核心insight的关系} |

### 💡 反直觉观点（至少1个）
- **{违反直觉的结论}**: {为什么大多数人想错了，真相是什么}

### 🔗 知识关联
- **关联已知**: {这个知识与{用户可能已知的常识/理论}的关系}
- **关联实践**: {在{具体场景}中可以怎么用}
- **关联反例**: {什么情况下这个知识不适用}

### 🎯 记忆锚点
- **口诀/缩写**: {如果有适合的助记法}
- **类比**: {用一个日常事物类比核心概念}
- **故事**: {用1个简短场景记住核心insight}

### ❓ 费曼检验
Q: {如果只能问1个问题来检验是否真懂，问什么？}
A: {简洁的正确答案}

执行流程

Step 1：理解输入

用户可能提供：

• 一段文本（直接粘贴）
• 一个URL（需要先抓取内容）
• 一个主题（需要搜索相关内容）
• 一本书名（需要搜索书评/摘要）

如果是URL，使用fetch_web获取内容后处理。

Step 2：深度阅读

不是简单摘要，而是：

1. 识别作者的核心论点（不是每段的中心句，是整篇的灵魂）
2. 拆解论证结构（前提→推理→结论）
3. 发现隐含假设（作者没说但必须成立的前提）
4. 标记证据质量（数据/案例/类比/权威引用，强度递减）

Step 3：提炼框架

从内容中抽象出可复用的思维模型：

• 如果内容是方法论→提炼为步骤/流程
• 如果内容是分析→提炼为维度/框架
• 如果内容是观点→提炼为论据/逻辑链
• 如果内容是故事→提炼为教训/模式

Step 4：生成知识卡片

按输出模板填充，每个字段必须有内容。

Step 5：费曼检验

设计1个问题，如果回答者能答对，说明真正理解了核心。

质量红线

1. 一句话精华必须是insight — 不接受"本文介绍了XX"，要"XX的本质是YY因为ZZ"
2. 框架必须可复用 — 不是内容大纲，是提取出的思维模型
3. 反直觉观点必须有 — 好知识一定有反直觉的部分
4. 知识关联必须跨领域 — 不只在原文领域内打转
5. 记忆锚点必须有效 — 口诀要顺口、类比要贴切
6. 费曼问题要击中要害 — 问在理解与背诵的分界线上

不做什么

• 不做简单的内容摘要/缩写（那是"总结"不是"萃取"）
• 不编造原文没有的概念
• 不过度解读原文意图