| 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：
- 识别作者的核心论点（不是每段的中心句，是整篇的灵魂）
- 拆解论证结构（前提→推理→结论）
- 发现隐含假设（作者没说但必须成立的前提）
- 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
- 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"
- 框架必须可复用 — 不是内容大纲，是提取出的思维模型
- 反直觉观点必须有 — 好知识一定有反直觉的部分
- 知识关联必须跨领域 — 不只在原文领域内打转
- 记忆锚点必须有效 — 口诀要顺口、类比要贴切
- 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
