| name | universal-learner |
| description | 通用学习器 - 从任何领域的Prompt中自动提取可复用元素，持续学习和积累知识 |
Universal Learner - 通用学习器 Skill
版本: 1.0
架构: Master-Subordinate
学习方式: 半自动（生成报告 + 人工审核）
🎯 核心功能
从任何领域的Prompt中自动提取可复用元素，存入Universal Elements Library数据库。
支持7大领域：
- 📷 portrait - 人像摄影
- 🏠 interior - 室内设计
- 📦 product - 产品摄影
- 🎨 design - 平面设计
- 🎭 art - 艺术风格
- 🎬 video - 视频生成
- 📸 common - 通用摄影技术
📋 使用方式
方式1：学习单个Prompt
学习这个Prompt: [粘贴完整Prompt]
或
分析并学习: A premium collector's edition book photographed with Phase One camera, featuring Italian calfskin binding...
方式2：批量学习18个源Prompts
批量学习所有Prompts
或
学习extracted_modules.json中的所有Prompts
方式3：学习特定领域
只学习product领域的Prompts
或
学习Prompt #1, #6, #14, #16（产品摄影）
方式4：学习设计系统/模块系统 ⭐ 新增
学习这个设计系统：[粘贴完整的设计系统规范]
或
学习这个工作流模块：[完整工作流内容]
自动识别特征：
- 包含关键词：模块 / 系统 / 工作流 / 框架
- 有层级结构（背景系统 + 配色方案 + 字体系统...）
- 包含设计理念说明或流程步骤
特殊处理（模块系统模式）：
- 提取元素 → elements表
- 创建设计系统记录 → design_templates表
- 保存完整原始内容 → visual_reference字段 ⭐ 关键增强
🔄 工作流程
输入Prompt
↓
【Step 0: 类型识别】⭐ 新增
- 判断是"画面描述型" 还是 "设计系统型"
- 设计系统特征：包含"设计系统"、"风格规范"、有层级结构
- 输出: {"type": "prompt" | "design_system"}
↓
【Step 0.1: 模块系统判断】⭐ 关键增强
- 检测关键词：【模块】【系统】【工作流】【框架】
- YES → 模块系统模式（需保存完整原始内容）
- NO → 普通学习模式（只提取元素）
↓
【Step 1: 领域分类】domain_classifier.md
- 识别主要领域（product/design/art/video...）
- 判断是否多领域
- 输出: {"primary": "product", "secondary": ["photography"]}
↓
【Step 2: 元素提取】element_extractor.md
- 根据领域提取对应元素
- product → product_types, materials, photography_techniques
- design → layouts, effects, typography
- art → art_styles, special_effects
- 输出: List[{category, name, template, keywords}]
↓
【Step 3: 自动打标签】tagger.md
- 基于keywords生成tags
- 添加领域标签、类别标签
- 跨领域标签识别（luxury, glass, dynamic...）
- 输出: tags列表
↓
【Step 4: 计算复用性】
- reusability_score (1-10)
- 基于：通用性、清晰度、独立性
↓
【Step 5: 更新数据库】library_updater.md
- 检查是否已存在（去重）
- 生成element_id
- 写入elements.db
- 更新tag_index
↓
【Step 5.1: 如果是设计系统】⭐ 新增
- 同时创建模板记录
- 写入design_templates表
- 关联所有提取的元素
- 保存设计理念、使用指南等完整信息
↓
【Step 5.2: 如果是模块系统模式】⭐ 关键增强
- 把完整原始内容保存到 visual_reference 字段
- 包括：完整工作流、所有模板、配置参数等
- 目的：可直接使用，无需重新组合元素
↓
【Step 6: 生成报告】
- 新学习的元素列表
- 按领域和类别分组
- 推荐的tags
- 质量评估
- （设计系统）额外显示模板信息
📊 输出示例
学习报告
# Universal Learner - 学习报告
**学习时间**: 2026-01-01 18:30:00
**源Prompt**: Prompt #1
## 🎯 领域识别
主领域: **product** (产品摄影)
次领域: **common** (通用摄影)
## 📦 提取的元素
### 产品类型 (product_types)
1. **collector_edition_book** - 收藏版书籍
- 模板: premium collector's edition book, luxury binding, Italian calfskin cover
- 关键词: collector's edition, premium book, luxury binding
- 标签: product, book, luxury, collectible
- 复用性: 7.5/10
- element_id: product_product_types_001
### 材质纹理 (material_textures)
2. **glossy_reflective** - 光泽反射材质
- 模板: high-end glossy surface, reflective finish, metallic sheen
- 关键词: glossy, reflective, shiny, polished
- 标签: material, glossy, luxury, product
- 复用性: 8.5/10
- element_id: product_material_textures_002
### 摄影技术 (photography_techniques)
3. **macro_product_shot** - 产品微距特写
- 模板: Phase One medium format camera with 100mm macro lens, razor-sharp focus
- 关键词: macro, close-up, detailed, high-resolution
- 标签: photography, macro, product, technical
- 复用性: 9.0/10
- element_id: common_photography_techniques_032
## ✅ 已添加到数据库
- 3个新元素已写入 elements.db
- 更新了12个标签索引
- product领域: 60 → 63 个元素
- common领域: 31 → 32 个元素
## 💡 质量评估
- 提取完整度: 95%
- 标签质量: 优秀
- 复用性评分: 8.3/10 (平均)
🎛️ 配置选项
自动化程度
- 当前: 半自动（生成报告 + 人工审核）
- 未来: 可选全自动模式
复用性评分标准
| 评分 | 标准 |
|---|
| 9-10 | 极高复用性：跨领域通用，如"macro photography", "soft lighting" |
| 7-8 | 高复用性：领域内通用，如"product on table", "geometric layout" |
| 5-6 | 中等复用性：特定场景，如"collector's edition book" |
| 3-4 | 低复用性：非常具体，如"vintage 1960s typewriter" |
| 1-2 | 极低复用性：一次性描述，不推荐提取 |
📚 数据源
输入: extracted_results/extracted_modules.json (18个源Prompts)
输出:
extracted_results/elements.db (SQLite数据库)extracted_results/universal_elements_library.json (JSON导出)
🔧 模块说明
| 模块 | 文件 | 功能 |
|---|
| 领域分类器 | modules/domain_classifier.md | 识别Prompt属于哪个领域 |
| 元素提取器 | modules/element_extractor.md | 提取可复用元素 |
| 标签生成器 | modules/tagger.md | 自动生成tags |
| 库更新器 | modules/library_updater.md | 更新数据库 |
✅ 验收标准
学习成功的标志：
- ✅ 能正确识别7大领域
- ✅ 从18个Prompts提取~440个元素
- ✅ 自动去重（不重复添加已存在元素）
- ✅ 标签质量高（相关性强）
- ✅ 复用性评分合理
Skill状态: ✅ 已实现
最后更新: 2026-01-05
维护者: Universal Library System
