| name | yy-distill |
| description | 从用户指定内容中提炼五维能力模型，或按既有能力模型要求重构指定内容，用于分析和指导 AI agent 的通用行为与底层能力。 当用户要求提炼能力、分析能力模型、提取思维模式，或要求按能力模型重写、改写、重构内容时触发。 不用于普通文本摘要、写作润色，也不用于将技能转换为系统提示词或生成项目规范文档。
|
yy-distill
描述
从用户指定的内容中提炼能力模型，或依据既有能力模型重构指定内容，用于指导 AI agent 的通用行为/底层能力。能力模型涵盖感知能力、学习能力、推理能力、决策能力和其他能力五个维度。
核心约束：
- 生成的能力描述必须是通用行为模式（能跨项目、跨 AI 模型复用）、具体可执行（能直接指导 AI agent 的决策和行为）、底层能力（而非特定项目的技能或操作）。
- 凡是能力描述中出现文件名、目录名、技能名、仓库流程名、工具名或业务专有对象，必须先抽象为更高层概念；抽象后若不再成立，则该项不纳入能力模型。
- 按能力模型重构内容时，只能重构用户明确指定的范围；必须先确认方案与计划，再继续分析、重构或修改。
使用场景
- 用户想要从指定内容中提炼能力模型
- 用户想要分析 AI agent 的思维模式和行为特征
- 用户想要根据已有能力模型重写、改写或重构指定内容
- 用户想要检查某段内容是否符合某个能力模型，并按该模型要求调整表达或结构
不应触发：
- 用户只是查看或总结内容，不涉及能力提炼
- 用户要求分析性格特质而非能力模型
- 用户要求统计数量或排序
- 用户只要求润色、翻译或普通改写，且未要求对齐能力模型
指令
步骤 1. 判断任务模式与输入完整性
先判断用户当前需求属于提炼模式还是重构模式。
决策分支：
- 提炼模式：用户要求提炼能力、分析能力模型、提取思维模式，进入步骤 2
- 重构模式：用户要求按某个能力模型重写、改写、重构指定内容，进入步骤 2
- 模式不明确：先询问用户是要“提炼能力模型”还是“按能力模型重构内容”，等待用户确认后再继续
两种模式都必须要求用户提供处理对象。可接受的内容形式：
- 文件路径（单个文件或目录）
- 文本内容（直接粘贴）
- URL（博客、文章等）
- 代码仓库
步骤 2. 确定来源内容与能力模型来源
2.1 确定待处理内容
决策分支：
- 用户已提供待处理内容：继续下一步
- 用户未提供待处理内容：询问用户希望分析或重构什么内容，等待用户回复后再继续
2.2 确定能力模型来源
- 提炼模式：以用户提供的内容作为分析来源，不要求预先存在能力模型
- 重构模式：必须要求用户提供能力模型来源，能力模型可以来自：
- 已存在的能力模型文档
- 用户直接给出的能力模型条目
- 先对指定内容执行一次提炼，再把提炼结果作为重构依据
决策分支：
- 重构模式且用户已提供能力模型：进入步骤 3
- 重构模式但未提供能力模型：询问用户是要提供现有能力模型，还是先对内容执行提炼；拿到答案后再继续
- 提炼模式：直接进入步骤 3
步骤 3. 确认方案与计划
完成任务模式、待处理内容和能力模型来源判断后，必须先确认方案与计划，收到用户确认后才可继续五维能力分析、建立重构映射或输出结果。
- 若当前环境可用
yy-mode-plan：优先直接使用该技能创建方案方向和计划，并等待用户确认
- 若当前环境不可用
yy-mode-plan：使用以下本地最小确认流程
- 方向不明确时：先展示方案方向，等用户确认方向正确后，再展示计划
- 方向明确时：直接展示计划
- 展示计划后，必须等用户确认才可继续后续步骤
- 展示方案方向时，至少包含以下内容：
- 目标：一句话说明将要完成的内容
- 方法：高层策略（1-3 句）
- 涉及范围：待分析或重构的内容、能力模型来源和输出载体
- 待确认点：仍需用户决策的关键选择（如有）
- 方案方向结尾必须明确提示用户确认方向是否正确，或提出调整意见
- 计划中至少说明任务模式、处理对象、能力模型来源、分析或重构方法、输出形式和影响范围
步骤 4. 提炼模式：五维能力分析
从以下五个维度分析能力模型，每个维度关注其核心分析要点：
- 感知能力：信息获取方式（主动/被动）、理解倾向（全局/细节）、模式识别、跨域感知
- 学习能力：知识提取路径（自上而下/自下而上）、模式发现、知识迁移、持续优化
- 推理能力：推理方式（演绎/归纳/类比/混合）、知识推断、假设构建、因果分析
- 决策能力：决策依据（如何综合前三维）、方案选择、风险评估、行动执行
- 其他能力：无法归入前四维的能力特征、跨维能力、独特行为模式
分析时必须区分：
- 稳定能力：脱离当前项目、文档和任务类型后仍成立的行为模式
- 场景经验：只在某类文件、技能、仓库流程或业务环节中成立的做法，不纳入能力模型
步骤 5. 提炼模式：验证与提炼
对每个候选能力依次执行：
5.1 入选验证
- 跨域一致性：能力在不同场景下是否稳定体现？否 → 不纳入
- 有预测力：能否推断在新场景下的能力表现？否 → 降级为观察
- 去语境化后仍成立：将候选能力中的文件名、目录名、技能名、工具名、项目流程名、业务对象替换为更高层概念后，含义是否仍成立？否 → 不纳入
- 不是场景经验：如果候选项本质上是在描述特定任务、特定产物或特定流程的操作经验，而非稳定行为模式？是 → 不纳入
5.2 质量检验
通过入选验证的能力，逐条检验（详见 resources/quality-reference.md）：
- 有具体判断标准：非空话，能判断何时适用
- 能指导日常决策：能决定在具体场景下怎么做
- 跨场景适用：不限于特定项目，能迁移
- 抽象后不失真：替换掉项目锚点后，仍保留原有判断力和行动指导
验证结果：
- 入选验证 + 质量检验均通过 → 核心能力
- 入选验证通过但质量检验部分通过 → 次要能力
- 入选验证未通过 → 不纳入
5.3 提炼原则
- 每条能力用一句话概括，包含名称和具体表现
- 基于内容证据，不做主观臆断
- 从"如何感知/学习/推理/决策/其他"的角度理解，而非"做了什么"
- 必须通过质量三重检验
- 先完成抽象化再命名，禁止在能力名称或描述中保留项目锚点
- 抽象后如果只剩空泛正确话或失去判定力，直接舍弃，不强行保留
- 遵循隐私保护原则和避免套模板规则（详见
resources/quality-reference.md）
步骤 6. 重构模式：建立能力模型映射
仅在重构模式下执行。
6.1 建立重构映射
先将能力模型逐条映射到待处理内容，明确每条能力会带来什么样的改动。
映射时必须说明：
- 哪些能力会影响内容结构
- 哪些能力会影响措辞、判断标准或决策逻辑
- 哪些内容与能力模型冲突，需要删除、改写、重组或补充
- 哪些内容不在本次调整范围内，保持不动
6.2 生成重构计划
计划中至少包含：
- 重构目标：本次要对齐的能力模型要求
- 改动方式：删除、改写、重组、补充中的哪些动作会发生
- 涉及范围：会改哪些内容，不会改哪些内容
- 验证方法：如何检查重构结果确实符合能力模型
步骤 7. 输出结果
根据任务模式输出对应结果。
7.1 提炼模式输出：能力模型分析报告
按照以下结构输出分析结果：
# 能力模型分析报告
**用途**：用于指导 AI agent 的通用行为/底层能力
1. **感知能力**
- **能力名称**：一句话概括能力含义
- **能力名称**：一句话概括能力含义
（可多项，也可无）
2. **学习能力**
- **能力名称**：一句话概括能力含义
3. **推理能力**
- **能力名称**：一句话概括能力含义
4. **决策能力**
- **能力名称**：一句话概括能力含义
5. **其他能力**
- **能力名称**：一句话概括能力含义
每个维度下能力数量不限，也可以为 0。无通过验证的稳定能力时标注"未识别到显著能力"。
输出前必须执行自检：
- 检查每条能力是否仍包含文件名、目录名、技能名、工具名、项目流程名或业务专有名词；如有，继续抽象或删除
- 将能力中的项目锚点替换成通用概念后，确认含义仍成立；若不成立，删除该能力
- 如果某个维度没有通过验证的稳定能力，明确写"未识别到显著能力"，不得为了凑满维度强行补写
7.2 重构模式输出：重构计划或重构结果
若用户要求先预览，则输出重构计划或重构草案；若用户已确认执行修改，则输出重构结果摘要。
推荐结构：
# 能力模型重构结果
**重构目标**：一句话说明本次对齐的能力模型
**处理对象**：一句话说明重构对象
## 对齐的能力要求
- **能力名称**：本次如何体现在内容中
## 主要调整
- **结构调整**：新增、删除、重组了什么
- **表达调整**：改写了哪些判断标准、约束或决策逻辑
- **保留内容**：哪些部分保持不动
## 自检结果
- 是否仍存在与能力模型冲突的内容
- 是否有超出用户授权范围的改动
- 是否保留了不该泄漏的项目锚点
重构模式输出前必须执行自检：
- 检查每项改动是否都能对应到明确的能力模型要求，不能只做普通润色
- 检查是否超出用户指定范围；超出则回退到授权边界内
- 检查是否已按步骤 3 完成方案与计划确认；未确认则只输出计划，不执行分析、重构或修改
- 检查重构结果是否把能力模型要求落成了可见结构、规则或表达调整，而非停留在抽象口号层面
安全边界
- 不在未获用户确认的情况下修改任何文件
- 不修改用户未指定范围外的文件或内容
- 不删除用户未明确要求删除的内容
- 提炼模式下只输出分析报告，不修改任何文件
相关资源
resources/quality-reference.md：能力描述质量参考（对比示例、避免套模板、隐私保护）
