cangjie-extraction

name	cangjie_extraction
description	把书/长视频转写/播客文字稿/课程/访谈/长文蒸馏成一组原子化、可被 agent 调用的方法论 skill。 当用户说"拆书"、"蒸馏一本书"、"把 XX 书做成 skill"、"提取方法论"、"抽象出理论"、 "把视频/播客/课程蒸馏成 skill"时使用，或 agent 在任务中识别到可复用方法论时主动调用。 基于 RIA-TV++ 流水线（Adler 理解→并行提取→三重验证→RIA++→Zettelkasten→压力测试→交付）。
task_type	daily.cangjie_extraction
trust	adapted
upstream_repo	https://github.com/kangarooking/cangjie-skill
upstream_path	.agents/skills/daily/cangjie_extraction/upstream/
upstream_fused_at	2026-07-21T00:00:00.000Z

cangjie_extraction — 蒸馏长内容为可执行方法论 skill 包

何时调用此 skill

用户显式触发：

• "帮我拆《穷查理宝典》"
• "把毛选蒸馏成 skill"
• "把这个 B 站视频/播客/课程蒸馏成 skill"
• "distill this book into skills: "
• "我想把这本书的方法论做成可用的 skill"
• "提取一下这套方法论"
• "把这套流程抽象成 skill"

Agent 主动触发（任务执行中识别到机会）：

• 用户在任务中分享了一本书的核心观点，且这些观点明显可复用为决策框架
• 任务执行过程中浮现出一套非显然的方法论，值得抽象为可复用 skill
• 会话中产生的方法论既不是代码也不是简单事实，而是结构化思维工具
• 用户多次提到同一类决策模式，暗示需要抽象出指导框架

与 nuwa-skill / darwin-skill 的边界

• nuwa-skill（外部）：蒸馏人（思维方式 / 表达 DNA）— 模仿一个人
• cangjie_extraction（本 skill）：蒸馏书 / 长内容（方法论 / 框架 / 原则）— 抽象出可复用工具
• darwin-skill（外部）：进化任意 skill — 持续优化已存在的 skill

本 skill 不做：书摘、读后感、作者人设角色扮演。后者请引导用户用其他工具。

输入要求

开始前必须从用户处确认：

1. 内容文本来源：PDF / EPUB / TXT / 字幕文件 / 转写稿路径，或可访问的纯文本。不要在没有文本的情况下"凭记忆"蒸馏 — 宁可停下来问用户要。
   • 视频/播客建议先用 web_archive 或第三方转写工具拿到文本
2. 内容元信息：书籍是"书名 + 作者 + 出版年"；视频/播客/课程是"标题 + 作者(UP主/主播/讲者) + 发布时间"。用于目录命名和审计。
3. 是否首次试点：如果用户是第一次用此 skill，建议先蒸馏 1 份内容验证流程再批量。

非书籍内容的字段映射：source_chapter 等"章节"字段对视频填时间戳或分 P，对播客填集数，对课程填讲次 — 保证可追溯即可。

完整流水线（RIA-TV++）

完整工作流文档位于本地 upstream/ 档案：.agents/skills/daily/cangjie_extraction/upstream/SKILL.md（含 7 阶段详细规范）。本 wrapper 提供路径适配和产物路由决策，具体阶段执行细节请读对应文件。

阶段 0: Adler 整书理解     → BOOK_OVERVIEW.md         ← methodology/01-stage0-adler.md
阶段 1: 5 个 agent 并行提取 → 候选方法论单元池          ← extractors/*.md
阶段 1.5: 三重验证筛选       → 通过的单元 (用户轻确认)    ← methodology/03-stage1.5-triple-verify.md
阶段 2: RIA++ 构造 skill     → 每个 skill 的 SKILL.md    ← methodology/04-stage2-ria-plus.md + templates/SKILL.md.template
阶段 3: Zettelkasten 链接    → INDEX.md + GLOSSARY.md    ← methodology/05-stage3-zettelkasten.md
阶段 4: 压力测试 (darwin 兼容) → test-prompts.json + 回炉淘汰 ← methodology/06-stage4-pressure-test.md
阶段 5: 交付                 → DIGEST.md + 安装到 skills 目录 ← methodology/07-stage5-deliver.md

断点续跑：开始前先检查 workspace/cangjie/<slug>/PIPELINE_STATE.md 是否存在。存在则从记录的阶段续跑，不要从头重来。每完成一个阶段更新该文件。

产物路径适配（与原版的差异）

原版 cangjie-skill 默认输出到 books/<book-slug>/。本适配版按项目约定改为：

原版路径	本项目路径	说明
books/<slug>/	workspace/cangjie/<slug>/	蒸馏工作目录（所有阶段产物）
books/<slug>/PIPELINE_STATE.md	workspace/cangjie/<slug>/PIPELINE_STATE.md	流水线状态（断点续跑用）
books/<slug>/BOOK_OVERVIEW.md	workspace/cangjie/<slug>/BOOK_OVERVIEW.md	阶段 0 产出
books/<slug>/candidates/	workspace/cangjie/<slug>/candidates/	阶段 1 候选池（审计）
books/<slug>/rejected/	workspace/cangjie/<slug>/rejected/	阶段 1.5 淘汰单元（审计）
books/<slug>/verified.md	workspace/cangjie/<slug>/verified.md	阶段 1.5 通过单元
books/<slug>/<skill-slug>/SKILL.md	workspace/cangjie/<slug>/<skill-slug>/SKILL.md	单个蒸馏出的 skill
books/<slug>/INDEX.md	workspace/cangjie/<slug>/INDEX.md	skill 总览 + 引用图
books/<slug>/GLOSSARY.md	workspace/cangjie/<slug>/GLOSSARY.md	共享术语词典
books/<slug>/DIGEST.md	workspace/cangjie/<slug>/DIGEST.md	面向读者的精华长文
~/.claude/skills/ 或 .claude/skills/	见下方"产物路由决策"	安装位置

产物路由决策（核心适配点）

原版阶段 5 简单询问"装到 ~/.claude/skills/ 还是项目级"。本适配版按产物通用性做四向路由，agent 在阶段 5 完成后必须按下表决策：

产物特征	路由目的地	操作
通用方法论（适用于多数项目 / 跨领域复用，如"反向思考清单"、"二阶决策框架"）	.agents/skills/<scope>/<skill-slug>/SKILL.md	scope 选 daily/ 或 dev/；写入后更新 _index.md + agent_guide.py GUIDE_REGISTRY + 运行 tools/check_skills 验证
领域特定方法论（仅对本项目或当前任务有用，如"异环抽卡数据清洗方法论"）	workspace/cangjie/<slug>/<skill-slug>/SKILL.md	保留在工作目录，不进项目 skills；可在 wip 中引用路径
可消费性达标的洞察事实（符合 memory_generation 的"为什么 + 如何应用"标准，且不与已有记忆重复）	写入 memory（memory_set）	用 cangjie_extraction.<slug> 作为 key 前缀；type=reference；必填 consumption_contexts 和 trigger_keywords
未完成的蒸馏任务 / 后续要测试的 skill / 待用户决策的安装	wip（wip_create）	extra_data 字段存 workspace/cangjie/<slug>/ 路径；status=active 或 blocked（等用户决策）

多目的地并存：一次蒸馏可能同时产出多种特征的方法论，agent 应分别路由，不要"一刀切"。例如《穷查理宝典》可能既产出通用 skill（"反向思考"）也产出领域 skill（"投资决策清单"）。

避免重复造轮子：写入项目 .agents/skills/ 前，先用 memory_list 和 _index.md 查重，避免与已有 skill 重复（如 anti_hallucination 已有的"先理解再动手"原则）。

执行流程要点

阶段 0 — 整书理解

1. 读取用户提供的文本（大文件分块）
2. 执行 methodology/01-stage0-adler.md 中的 Adler 四步（结构 / 解释 / 批判 / 应用）
3. 按 templates/BOOK_OVERVIEW.md.template 填充，写入 workspace/cangjie/<slug>/BOOK_OVERVIEW.md
4. 展示给用户确认："骨架我理解对了吗？有没有你希望重点突出的方向？" 得到确认再进入阶段 1

阶段 1 — 5 个 sub-agent 并行提取

并行 spawn 5 个 Task sub-agents（一次调用中发起 5 个）：

sub-agent	读取的 prompt	产出
框架提取器	extractors/framework-extractor.md	决策框架 / 思维模型
原则提取器	extractors/principle-extractor.md	原则 / 清单 / 规则
案例提取器	extractors/case-extractor.md	作者在书中亲自使用过的实例
反例提取器	extractors/counter-example-extractor.md	书中警告的失败模式
术语提取器	extractors/glossary-extractor.md	关键概念词典

每个 sub-agent 独立读书、独立提取、独立输出到 workspace/cangjie/<slug>/candidates/<type>.md。

• 长文本：超出单个 sub-agent 上下文的内容，按 methodology/02-stage1-parallel-extract.md 的分块策略处理
• 降级方案：当前环境不支持并行 sub-agent 时，用同样 5 个 extractor prompt 串行执行，产出格式不变

阶段 1.5 — 三重验证筛选

读取 methodology/03-stage1.5-triple-verify.md，对每个候选单元执行：

• V1 跨域：书中至少 2 个独立段落有佐证？
• V2 预测力：能用它回答一个书里没明说的新问题吗？
• V3 独特性：不是任何聪明人都会说的常识吗？

通过的写入 verified.md，不通过的写入 rejected/ 并附原因。

用户轻确认 ★：把"通过的 N 个候选标题 + 淘汰的 M 个"列表展示给用户确认后再进入阶段 2 — 避免最耗时的阶段 2-4 大量返工。

阶段 2 — RIA++ 构造 skill

对每个通过的单元，按 templates/SKILL.md.template 填充：

• R (Reading)：原文引用 ≤150 字/段（英文原文 ≤100 词/段）
• I (Interpretation)：用自己的话重写方法论骨架（避免照搬译本）
• A1 (Past Application)：书中作者用过的案例
• A2 (Future Trigger) ★：用户在什么情境下会需要这个 → skill 的 description 字段
• E (Execution)：1-2-3 可执行步骤
• B (Boundary)：什么时候不适用 / 来自阶段 0 批判阶段的作者盲点

细则见 methodology/04-stage2-ria-plus.md。

阶段 3 — Zettelkasten 链接

按 methodology/05-stage3-zettelkasten.md：

1. 找出 skill 之间的引用关系（A 依赖 B / A 对比 B / A 组合 B）
2. 在每个 SKILL.md 末尾补"相关 skills"段，并回填 A2 的"与相邻 skill 的区分"
3. 按 templates/INDEX.md.template 生成 INDEX.md（含引用图 mermaid）
4. 把 candidates/glossary.md 整理成 GLOSSARY.md

阶段 4 — 压力测试（darwin 兼容）

对每个 skill 按 methodology/06-stage4-pressure-test.md：

1. 设计 5-10 条测试 prompt，按 templates/test-prompts.json.template 写入 test-prompts.json
2. 至少包括 3 类：应调用 / 不应调用（诱饵） / 边界模糊。诱饵中至少 1 条必须是"应触发同书另一个 skill"的场景
3. 优先用独立 sub-agent 盲测，未过的回炉重做阶段 2 — 不做"表面修补"
4. 每个 skill 的测试结果写入 <skill-dir>/test-results.md

阶段 5 — 交付（含产物路由）

按 methodology/07-stage5-deliver.md：

1. 生成 workspace/cangjie/<slug>/DIGEST.md — 面向读者的精华长文（按 templates/DIGEST.md.template）
2. 执行产物路由决策（见上方"产物路由决策"表）：
   • 通用方法论 → 复制到 .agents/skills/<scope>/<skill-slug>/，更新 _index.md 和 agent_guide.py，运行 tools/check_skills
   • 领域方法论 → 保留在 workspace/cangjie/<slug>/
   • 洞察事实 → 写入 memory
   • 未完成 / 待决策 → wip
3. 告知用户："已完成，可一键喂给 darwin-skill 自动进化"（如用户安装了 darwin-skill）

质量红线（违反则阻止输出）

1. 每个 skill 必须通过全部三重验证
2. 每个 skill 必须有完整的 R / I / A1 / A2 / E / B 六段
3. 原文引用 ≤150 字/段（英文 ≤100 词/段）
4. 每个 skill 必须有 test-prompts.json，且包含诱饵测试（不应调用的场景），其中至少 1 条是同书兄弟 skill 的场景
5. description 字段必须明确 trigger 条件，不能只是"一个关于 X 的 skill"

调用惯例

• 永远先试点 1 本 — 除非用户明确说"批量"
• 阶段之间主动汇报进度 — 不要静默跑完再 dump 结果
• 不凭记忆拆书 — 没文本就停下来问
• 保留审计轨迹 — candidates/ 和 rejected/ 都要留
• 随时可续跑 — 每完成一个阶段就更新 PIPELINE_STATE.md，中断后从状态文件恢复
• 产物路由必执行 — 阶段 5 不能只装到 skills 目录就完事，必须按"产物路由决策"表分别路由到 workspace/memory/wip/项目 skills

与项目其他 skill 的联动

• memory_generation：阶段 5 路由到 memory 时，复用 memory_generation 的查重+写入流程
• wip_tracker：阶段 5 路由到 wip 时，用 wip_create 而非直接写文件
• skill-creator：装到 .agents/skills/ 的 skill 应符合 skill-creator 的规范（YAML frontmatter + 触发词 + 工作流）
• neat-freak：会话收尾时若新增了项目级 skill，触发 neat-freak 同步 _index.md 和 agent_guide.py
• web_archive：若源是网页/文章，先用 web_archive 抓取纯文本
• task_closure：蒸馏任务结束时走 task_closure，记录经验并按产物路由更新记忆/wip

依赖

依赖	路径/接口	说明
本地 upstream/ 档案	.agents/skills/daily/cangjie_extraction/upstream/	RIA-TV++ 完整方法论、原版 README/LICENSE/GITHUB_REPO.md（融合自 cangjie-skill，2026-07-21）
Task sub-agent	Trae Task 工具（subagent_type=general_purpose_task）	阶段 1 并行提取、阶段 4 盲测
LLM 池	localagent_agent_chat 或 localagent_advanced_tool(llm_pool_call)	阶段 0-4 各阶段生成内容
memory	localagent_memory_*	阶段 5 路由到 memory 时使用
wip	localagent_wip_create	阶段 5 路由到 wip 时使用
_index.md / GUIDE_REGISTRY	写入项目级 skill 后同步	阶段 5 路由到 .agents/skills/ 时使用