guidance-learning

name	guidance-learning
description	从教材 markdown 提炼核心知识点（KP）清单。当用户在一个含 markdown/ 文件夹的目标目录里，需要把教材内容（文件名形如 textbookId_unitId_lessonId.md）从「如何教、如何考」的角度提炼成结构化 KP 清单时使用。逐个 lesson 输出 output/KP/{lessonId}.md，每个 KP 含标题/教学目标/核心概念/提问方向四部分。红线：忠于原文知识，不篡改、不臆造。

核心知识点抽取（guidance-learning）

以「AI 教学设计师」的视角，把教材 markdown 提炼成结构化的核心知识点（KP）清单。 每个 KP 从「如何教、如何考」出发，具备明确的教学与考查价值。

何时使用

用户在某个「目标目录」下需要抽取核心知识点，且该目录含 markdown/ 文件夹， 文件命名为 textbookId_unitId_lessonId.md。

铁律（最高优先级，任何时候不可违背）

1. 忠于原文知识：KP 涉及的术语、定义、事实、分类、步骤、条件、数值、因果方向， 必须与教材原文一致，不得改写为不同含义、不得篡改。
2. 不臆造：教材未明确给出的知识，不得补充、不得推断为事实。宁可少提，不可编造。
3. 只提炼、不出题：「提问方向」只给出设计选择题的指令，绝不生成题干、选项或答案。
4. 结构由脚本硬校验：写完必须用 validate_kp.py 校验格式，不合规就修正重来。
5. 默认不覆盖：已存在的 output/KP/{lessonId}.md 默认不动，仅在用户明确要求重做时覆盖。

执行流程

1. 清点输入（脚本）

python3 <技能目录>/scripts/prepare_batch.py <目标目录>

输出批处理清单（每个 lesson 的三 ID、输出路径、是否已存在）。若某文件名或 frontmatter 三 ID 不一致，清单会标 errors——先解决再抽取。已存在输出的 lesson 默认跳过（除非用户要求覆盖）。

2. 逐篇完整阅读（你来做）

对每个 lesson 的 md 文件，完整读一遍原文，理解教学语境：讲了哪些知识、彼此什么关系、 哪些是需要辨析的独立概念、哪些是可考的要点。不要只扫标题就动手。

3. 提炼 KP（你来判断）

识别可教、可考、且原文有依据的核心知识点，逐个提炼。

KP 粒度原则：

• 每个 KP 有独立且明确的教学/考查价值。
• 不要把同一知识机械切碎成多个琐碎 KP。
• 不要把需要辨析的独立概念合并成一个（如「对流层」和「平流层」的对比要点，各自成立时应分开）。
• KP 数量随教材内容多寡而定，没有固定值。

剔除非知识内容：教学脚手架（教学目标/任务目标/素质目标/能力目标、任务描述、 图片说明、导入语、以及练习题/检验题本身）不单独成 KP。但练习题指示了考点方向， 可据此判断哪些知识点值得作为 KP、以及其提问方向。

4. 写出 KP 清单（严格格式）

写到目标目录 output/KP/{lessonId}.md（目录不存在则创建）。 详细格式与正确示例见 references/output-contract.md。核心格式：

• 文件只含 KP 清单，禁止任何前言、说明、总结、代码围栏（```）。
• KP 从 KP1 开始连续编号，不跳号。
• 每个 KP 且仅 含以下四部分，顺序固定：

  ## KPn: <简短标题>
  * 教学目标: <学习者掌握后能理解什么/做什么>
  * 核心概念: <最精炼的本质与关键>
  * 提问方向: <设计一道检验该 KP 的选择题的指令>
  

四字段写法：

• KP标题：简短精炼，概括该知识点核心。
• 教学目标：说明学习者掌握后应能【理解什么】或【做什么】。知识范围受原文约束。
• 核心概念：用最精炼的词/短句点出本质与关键。
• 提问方向：一个明确的指令，用于设计检验该 KP 的选择题——只说「考什么、怎么考」， 不写题干、选项、答案。

5. 忠实性回查（写完必做）

逐个 KP 回到原文核对：

• 每个 KP 的知识点，原文是否确有依据？（无依据的删掉）
• 术语、数值、分类、因果方向是否与原文一致？（不一致的改回原文口径）
• 有没有把原文没说的内容当成事实写进去？（有则删）

6. 结构校验（脚本，强制）

# 校验整个 output/KP/ 与输入一一对应 + 每个文件的四字段结构
python3 <技能目录>/scripts/validate_kp.py <目标目录>
# 或只校验单个文件的结构
python3 <技能目录>/scripts/validate_kp.py --file output/KP/<lessonId>.md

必须「结构合规」。若报编号不连续/字段缺失/字段乱序/多余文本/输出集合不匹配，修正后重跑。

注意：脚本只能校验结构与命名。KP 的知识忠实性脚本无法证明——那由第 5 步的回查保证。

产出结构

目标目录/output/KP/
  {lessonId}.md     # 每个 lesson 一个 KP 清单

组件

• scripts/prepare_batch.py — 确定性输入清点：扫描 markdown/、解析文件名、校验 frontmatter 三 ID、报告输出冲突。
• scripts/validate_kp.py — 确定性产物校验：输出集合一一对应 + KP 四字段严格结构。
• references/output-contract.md — 输出格式契约 + 正确示例。

说明

• 本技能适用任意科目的同系统教材，SKILL 指令层不写死具体科目知识。
• KP 是纯语义提炼，无 data-hash 类可机械核对的锚点，故忠实性靠「逐篇完整读 + 写后回查」保证， 脚本负责结构兜底。