scholar-wendao

name	scholar-wendao
description	学者问道：为人文社科学者构建可调用的思想分析工具。 输入学者名/研究领域，自动多语言采集著作、二手文献、传记与学术争论， 提炼出可在你的研究中调用的"分析镜片"——而不是聊天机器人。 默认输出第三人称分析模式，对话/角色扮演作为 opt-in。 触发词：「学者问道」「问道于XX」「蒸馏学者」「构建XX的分析镜片」 「XX的研究方法」「XX视角」「scholar-wendao」「XX-perspective」「为XX建一个 skill」。 模糊触发：「我研究XX，需要某种分析框架」「有没有一种学者视角能帮我看待这个材料」。

学者问道 · Scholar-Wendao

问道于古今学者 · Ask the way of scholars across time

核心理念

学者问道不造人，构建分析镜片。

人文社科研究者真正需要的不是"和福柯聊天"，而是把福柯的分析镜片装到自己的研究流程里——读到一段材料，能立刻问"用这个学者的概念框架看，会怎么解读"。

一个好的学者 perspective skill 是一套可运行的学术分析工具箱：

• 他用什么概念地图理解问题？（核心理论术语网络）
• 他的方法论进路是什么？（碰到一个现象先问什么、怎么组织证据、如何论证）
• 他的学派定位与智识谱系？（受谁影响、影响了谁、与同代人的差异化）
• 他的论战与立场转变？（公开争论暴露的真实判断）
• 他的行文风格与概念语言？（学术写作中的概念使用方式，不是"语气"）
• 他的人格与处世？（性格、家庭、形成性事件——影响思想但常被忽略）
• 他做不到什么？（默会知识、化石化、传记修辞污染——诚实边界）

关键区分：捕捉的是 HOW they analyze，不是 WHAT they wrote。

与人格 skill 通用工具的根本差异：

• 默认输出第三人称分析（"从 Stiegler 的 organology 视角看，这个现象的技术外在化逻辑是……"），而非第一人称扮演
• 对话/角色扮演为 opt-in，必须用户主动激活
• 信息源严格分级（一手 / 二手 / 传记类 / 学生回忆，每条标注）
• 直面六大学术批评（默会知识、思想化石化、公开 vs 私下、传记修辞、漫画化、死亡-尊重边界）

---

双工作流架构（v0.4.2）

scholar-wendao 的执行被显式分为两个独立可触发的子工作流，加一个共享数据层。

                       ┌─ _library_config.md (配置)
共享数据层 ──────────────┼─ _acquisition_manifest.{md,json} (资料状态 + 4 tier 标注)
                       ├─ {Vault}/Library/{_files,Cards}/ (Vault 内的真源)
                       └─ examples/{slug}-perspective/_pdf_evidence/ (蒸馏证据)

┌─ Workflow A · 图书馆建设(Library Building)─────────────────────┐
│ 触发: "搜集 X 的资料" / "为 X 建库" / "build-library X"        │
│   A.0 配置（_library_config.md）                                │
│   A.1 Metadata 全收集（无漏 manifest）                          │
│   A.2 Tier 1+2 自动下载（OA / yt-dlp / scrape）                │
│   A.3 Tier 3+4 manifest 输出（待手动 / 浏览器助手项）           │
│   A.4 用户主动导入 ← intake_manual_pdf.py（可重复跑）          │
│   A.5 generate_library_cards（Library → Cards）                 │
│ 退出: Library 增长 + acquisition_manifest 标记当前覆盖率        │
└──────────────────────────────────────────────────────────────────┘
                              │  (可独立运行多轮)
                              │
┌─ Workflow B · 学者蒸馏(Scholar Distillation)────────────────────┐
│ 触发: "蒸馏 X" / "做 X 的分析镜片" / "distill X"                │
│ 前置: Workflow A 至少跑过一次（Library 有 ≥ 5 部 PDF 推荐）    │
│   B.1 extract_pdf_evidence（基于 Library 当前状态）             │
│   B.2 7 agent 调研（research / biography）                      │
│   B.3 框架提炼（concepts / heuristics / genealogy / etc.）      │
│   B.4 SKILL.md 构建                                             │
│   B.5 质量验证                                                   │
│   B.6 Vault 同步（回灌 wikilinks）                              │
│ 退出: Perspective Skill 产出 + Vault wikilinks 更新             │
└──────────────────────────────────────────────────────────────────┘

默认入口 "学者问道 X" = A → B 串行（向后兼容 v0.4.1 端到端流程）
增量入口:
  - "更新 X 库" / "为 X 补料" → 仅跑 A（含 A.4 主动导入）
  - "重蒸 X" / "用新资料重做 X 镜片" → 仅跑 B（基于扩充后 Library 整体重做）
  - "更新 X 的 skill" → 轻量 update（v0.4.1 既有逻辑，仅增补不重写）

关键设计原则

1. A 与 B 通过 _acquisition_manifest.json 解耦 —— B 不假设 A 已完成，只读 manifest 中已下载的部分作为 evidence 源。
2. A.4 主动导入是一等公民，不是 fallback。用户随时可"我有一本 PDF，加到 X 的库"，工具自动重命名 + 移到 Library + 生成 Card。
3. 资料采集的"无漏"原则 = metadata 无漏，不是 PDF 全到手 —— 反爬严格的源（annas / Sci-Hub / 部分 paywall）只能输出 Tier 3+4 manifest 让用户决策。
4. B 不阻塞 A 未完成项 —— 蒸馏总能跑（基于已有素材），SKILL.md 质量随 Library 增长而上。
5. "重蒸 B"是激进重做 —— Library 大幅扩充后整体重做 Phase 2.x，旧 SKILL.md 进 _archive/；与"轻量 update"不同。

4 层资料采集架构

Tier	自动化程度	适用源	工具
1 · 完全 API	100% 自动	OpenAlex / Crossref / Semantic Scholar / arXiv / OAPEN / DOAB / unpaywall	harvest_works.py
2 · 友好 scrape	90% 自动	YouTube 元数据 / Vimeo / 学者主页 / ARS Industrialis / Internation / 出版社 OA 落地页	4 个新 harvester（v0.4.3）
3 · 浏览器助手	50% 自动	annas / paywall(机构 access) / Cairn 锁定文章	用户浏览器解 captcha → 导出 cookies → 工具用 cookies 调 API
4 · 完全手动	0% 自动，工具辅助归档	annas 严格反爬 / Sci-Hub / 闭源专著 / 罕见档案	intake_manual_pdf.py（用户拖入 PDF → 自动改名 + 移到 Library + 生成 Card）

每条资料在 _acquisition_manifest.json 中标注 acquisition_tier: 1/2/3/4 + priority: P0/P1/P2。Phase A.3 输出 Tier 3+4 列表给用户决策；Phase A.4 把用户手动下的 PDF 标记为 intake_completed。

---

v0.5 学者类型 + Workflow B 分支

v0.4.x 默认 framework 为当代单一作者优化（Stiegler 验证）。v0.5 加传统学者支持，Workflow B 内部按 scholar_type 分流：

Workflow B(蒸馏)
├── B.0 学者类型判定（Phase 0A 第 6 项 scholar_type）
│
├── [contemporary] → B.3a 现代单一作者蒸馏（向后兼容 v0.4.x）
│       Phase 2.1-2.8 现有流程不变
│       默认输出：单一第三人称分析镜片
│
├── [traditional] → B.3b 传统学者蒸馏（v0.5 新增）
│       新增 Phase 2.0' Lineages 提炼（4-6 派代表学者 + reading strategy）
│       Phase 2.1' 概念地图扩展为「概念 × 派」二维矩阵
│       Phase 2.5' biography 降级 + intellectual genealogy 升级
│       Phase 2.7' 古典引文系统(Bekker / Stephanus / 中典页码)
│       默认输出：multi-perspective（本人 + N 派各自看）
│
└── [topic] → B.3c 主题/流派蒸馏（已有的 v0.4 主题模式）

学者类型 → 三个核心差异

维度	contemporary	traditional（v0.5 新增）	topic
概念地图 size	3-7	5-15（允许大概念集）	5-10
默认输出 mode	单一第三人称	multi-perspective（本人+N 派）	领域共识+各家分歧
Lineages 一等公民	否	是（必填 4-6 派）	否（流派 = 主题本身）
概念结构	概念→单一定义	概念→本人+N 派 reading 差异	共识概念+争议概念
引文系统	PDF page anchor	Bekker/Stephanus 编号 + 译本页码并存	引代表论文 page anchor
biography 重要性	高（强 BRACKETING）	低（生平稀少不可靠，重 genealogy）	不需要
一手分级	A+ → C(8 级)	+ 派学者「子一手」 A^（Aquinas/Avicenna 自己写的"是 X 这样想"著作）	不适用

Lineage 一等公民结构（traditional 必填）

每个 traditional 学者的 SKILL.md 必须含 lineages 章节（4-6 派）：

lineages:
  - name: "经院派 / Thomism"
    representative: "Thomas Aquinas"
    period: "13世纪"
    key_works:
      - "Summa Theologiae"
      - "Commentary on Nicomachean Ethics"
    reading_strategy: "把 Aristotle 形质论 / 四因说整合进基督教神学"
    distinctive_claims:
      - "首要 ousia = essence + esse(存在)"
      - "灵魂作为实体形式"
    representative_concept_reading:
      ousia: "essence + esse"
      virtue: "infused virtue 高于 acquired virtue"
  - name: "阿拉伯派"
    representative: "Avicenna (Ibn Sina)"
    ...

Multi-perspective 默认输出格式（traditional）

## [Aristotle 本人]
基于 *EN* 1097b22-1098a20，Aristotle 会说……
[此段引文用 Bekker 编号 + 现代译本页码并标]

## [经院派 / Aquinas]
他会重读这段为……，因为对他而言 *eudaimonia* 不只是地上活动 (operatio)，
而是指向至福直观 (visio beatifica)。
[引 *Summa Theologiae* I-II Q.3]

## [Heidegger 派]
他会跳过命题层，看到 *eudaimonia* 的存在论意义被遮蔽为"幸福感"。
他会回到 *physis* 与 *aletheia* 的发生……
[引 *Sein und Zeit* §40 + *Brief über den Humanismus*]

## [Anglo-American analytic / MacIntyre]
他会形式化为：德性是 practice 内部 goods 的获取条件……
[引 *After Virtue* ch.14]

用户在调用时若说"用 X 派看这个材料"或"X 派会怎么想 Y" → 工具直接走该派的 reading strategy 输出。

向后兼容

• Stiegler 等已有 contemporary 案例不受影响（_library_config 默认 scholar_type: contemporary 时走 v0.4.x 流程）
• v0.5.2 计划：用 traditional 框架升级 Stiegler（加 lineages: 海德格尔派 / 西蒙东派 / Derrida 派 / 中国 Stiegler 派——许煜/陆兴华），让 Stiegler 输出 mode 也支持 multi-perspective

---

执行流程

Phase 0: 入口分流（v0.4.2 加双工作流分支）

收到用户请求后，先判断触发哪个 workflow + 哪条路径：

用户输入意图	Workflow	后续路径
"搜集 X 的资料" / "为 X 建图书馆" / "build-library X"	A 单跑	A.0 → A.5
"蒸馏 X" / "做 X 的分析镜片" / "distill X"	B 单跑	检查 Library 覆盖率 → B.1 → B.6
"学者问道 X" / "为 X 建一个 skill"（默认端到端）	A → B	完整流程
"重蒸 X" / "用新资料重做 X 镜片"	B 重做模式	旧 SKILL.md 进 _archive/ → B.1-B.6 重做
"更新 X 的 skill"	B 轻量 update	仅增补不重写（v0.4.1 既有逻辑）
"我有一份 PDF 想加到 X 的库" / "import PDF for X"	A.4 单步	直接跑 intake_manual_pdf.py

学者识别（直接路径 / 主题 / 诊断）的判断与 v0.4.1 一致：

用户输入	路径	示例
明确的学者名	直接路径 → Phase 0A	"蒸馏 Bernard Stiegler"、"为福柯建一个 skill"
明确的方法论主题	主题路径 → Phase 0A（主题模式）	"构建批判理论分析工具"、"民族志方法 perspective"
模糊的研究需求	诊断路径 → Phase 0B	"我研究农村教育，想要一种能看穿权力关系的视角"

---

Phase 0A: 需求澄清（直接路径）

收到明确学者名后，确认六件事（v0.5 加第 6 项「学者类型」）：

1. 学者身份精确锁定：避免重名混淆（"Foucault" 是 Michel 还是 Léon？"Charles Taylor" 哪一位？）

2. 聚焦方向（可选）：全面镜片 vs 聚焦某个维度（如只蒸馏 Stiegler 关于"技术外在化"的部分）

3. 使用场景：用于分析某类特定材料？给写作提供概念资源？还是做思想史研究？

4. 是否更新：检查 ~/.claude/skills/[scholar]-perspective/ 是否已存在

5. 本地一手语料：「你手上有这个学者的一手语料吗？比如电子版专著、访谈 transcript、本人手稿、学生整理的讲座稿。有的话直接给路径，比网络搜索质量高得多」

6. 学者类型（v0.5 新增 · 决定 Workflow B 走哪条分支）：

   • contemporary —— 当代单一作者(20-21 世纪在世或近 50 年内去世)。例：Stiegler / Yuk Hui / Latour / Haraway。默认 mode：单一第三人称分析镜片，向后兼容 v0.4.x 全部流程。
   • traditional —— 古典 / 经典学者(去世 ≥ 100 年 + 已形成多派解读传统)。例：Aristotle / Plato / Confucius / Kant / Hegel。默认 mode：多视角输出(本人 + N 派 lineages 解读)，启用 v0.5 新流程(Phase B.3'+ 含 lineages 蒸馏 + 概念×派矩阵)。
   • topic —— 不是单一学者而是方法论传统/流派(critical theory / ANT / 民族志方法)。默认 mode：领域共识 + 各家分歧。

   判断启发式：

   • 学者去世 ≥ 100 年 + 维基百科页面有"interpretation by school"小节 → traditional
   • 学者著作存在多语种古译本(拉丁 / 阿拉伯 / 经典中译) → traditional
   • 单一思想家 + 主要在世或近代 → contemporary
   • 用户输入是方法论名词(批判理论/STS) → topic

默认行为：用户没有更多信息 → 全面镜片 + 学术分析用途 + 无本地语料(走网络+开放档案) + scholar_type 自动判定 → 进入 Phase 0.5。

---

Phase 0B: 需求诊断（模糊路径）

用户不知道该蒸馏谁，只有困惑或需求。这时学者问道的工作是从研究需求反推最合适的学者。

Step 1: 需求维度定位

通过 1-2 个追问定位用户的核心研究需求：

需求维度	典型表达	学者方向
权力分析	「想看穿表面话语下的权力运作」「制度如何塑造主体」	福柯、布尔迪厄、葛兰西、阿甘本
技术与人	「想理解技术如何重塑人类」「数字资本主义」	Stiegler、Simondon、芒福德、麦克卢汉
行动者-网络	「想避免人/物二元论」「物的行动力」	拉图尔、Mol、Haraway
资本主义批判	「想分析资本逻辑对生活的渗透」	马克思、Wendy Brown、Boltanski、Streeck
文化与象征	「想分析符号系统如何运作」	列维-斯特劳斯、Geertz、Bourdieu（作为符号社会学家）
现代性反思	「想批判性看待启蒙、进步」	韦伯、阿多诺/霍克海默、查尔斯·泰勒
诠释学	「文本/材料的意义如何解读」	伽达默尔、利科、Charles Taylor
知识社会学	「知识如何被生产、流通、合法化」	曼海姆、布尔迪厄、Latour
殖民与后殖民	「想批判性分析现代性的另一面」	Said、Spivak、Mbembe
性别与身体	「想分析性别建构与身体经验」	Butler、Haraway、Wittig

追问原则：

• 最多 2 轮，不变成问卷
• 用户表达足够清晰 → 不追问，直接推荐
• 第二轮的目的是区分相似维度（"批判技术"是法兰克福学派路线还是 STS 路线？）

Step 2: 候选推荐

基于需求维度推荐 2-3 个候选学者。先判断：人物 skill 还是主题 skill？

• 用户的需求指向某种具体的分析视角 → 人物 skill
• 用户的需求指向某个领域的方法论传统 → 主题 skill（如"批判理论""民族志方法"）
• 不确定 → 推荐里同时包含两类，让用户选

两个来源：

来源 A：本地已有 skill——扫描 ~/.claude/skills/*-perspective/，匹配现有学者镜片。已存在的零成本调用。

来源 B：新蒸馏候选——基于需求维度匹配。每个候选的展示格式：

### 候选 1: [学者名]  ⚡已有 skill / 🆕需要蒸馏

**核心镜片**：[此学者分析问题的独特视角，一句话]
**为什么适合你**：[直接对应用户研究需求，匹配逻辑要具体]
**学派定位**：[他属于什么传统、与同代人的差异]
**局限**：[这个视角的盲区——什么类型的问题这个镜片不擅长]
**语料可获取性**：[原文语种 + 是否有充足英/中译]

推荐原则：

• 不超过 3 个，差异化要明显（不要推荐 3 个都属于法兰克福学派）
• 已有 skill 优先展示
• 必须说清楚局限——没有万能的分析框架
• 必须说清楚语料可获取性——冷门学者蒸馏出来质量会受限

Step 3: 用户选择

• 选已有 skill → 直接激活
• 选新蒸馏 → 进入 Phase 0A 确认细节 → Phase 0.5 开始
• 都不满意 → 回到 Step 1 继续探索

---

Phase 0.5 / [Workflow A.0]: 创建 skill 目录与采集预案

收到确认后立即执行，在调研之前完成。

双路径架构（核心设计）

学者问道把"轻产物"与"重材料"严格分开，避免 skill 仓库被版权 PDF 与大文件污染：

路径 A · Skill 产物（轻量，可上 git）
~/.claude/skills/[scholar]-perspective/
├── SKILL.md                          # 最终产物
├── scripts/                          # 工具脚本（来自 scholar-wendao）
└── references/
    ├── research/                     # 7 个 agent 的调研结果（markdown 综述）
    │   ├── 01-monographs.md
    │   ├── 02-interviews.md
    │   ├── 03-style.md
    │   ├── 04-secondary.md
    │   ├── 05-debates.md
    │   ├── 06-genealogy.md
    │   └── 07-archive.md             # 多语言全文献清单（含获取链接）
    └── biography/                    # 生平人格素材（独立章节）
        ├── timeline.md
        ├── personality.md
        ├── relations.md
        └── controversies.md

路径 B · Library 重材料（永远不进 git，永久持有）
$SCHOLAR_WENDAO_LIBRARY/[scholar-slug]/
├── works/
│   ├── fr/                           # 学者母语原版 PDF
│   ├── en/                           # 英译本
│   └── zh/                           # 中译本（如有）
├── interviews/                       # 访谈与讲座 transcript
├── secondary/                        # 二手研究 PDF
└── biographies/                      # 传记类 PDF

Library 路径配置

$SCHOLAR_WENDAO_LIBRARY 是用户全局学术档案目录。优先级：

1. 用户已设置环境变量 $SCHOLAR_WENDAO_LIBRARY → 使用之
2. 用户使用 Obsidian 等知识库系统 → 推荐配置为已有的"数字图书馆"目录
   • 例：export SCHOLAR_WENDAO_LIBRARY="$HOME/Documents/Obsidian/Library/_files"
3. 都没有 → 默认 $HOME/scholar-wendao-library/（脚本自动创建）

Library 归档布局（v0.4 新增）

用户的 Library 可能采用两种命名约定，本框架两种都支持但必须显式配置，否则下载脚本可能造成污染（例：v0.3 实战中 download_open_access.sh 自动创建 _files/fr/ _files/en/ 子目录与扁平命名约定冲突）：

布局	命名	例
flat	全部 PDF 在 _files/ 根目录，前缀+年份+语种	Stiegler2010_le_circuit_fr.pdf
by-language	按语种子目录 _files/{fr,en,zh}/	_files/fr/2010_le_circuit.pdf

Phase 0.5 必须把所选布局写入 references/research/_library_config.md 的 archive_layout 字段。下载脚本（download_open_access.sh、annas_acquire.py）读此字段决定输出路径。Phase 0.5 完成前必须确认布局——询问用户「你的 Library 是扁平命名（建议）还是按语种子目录？」

为什么这样设计：

• ✅ Skill 产物可干净上 git（无版权 PDF 污染）
• ✅ Library 跨 skill 复用（蒸馏 Foucault 时已有的二手文献，蒸馏 Stiegler 时不用重下）
• ✅ 与已有学术工作流兼容（Obsidian / Calibre / Zotero / 自建文件夹都可以）
• ✅ 用户保留对自己档案的完整控制

Library 覆盖率扫描（v0.4 新增·"本地优先模式"判断条件具体化）

v0.3 实战暴露的问题：「在 Library 有一些 PDF」介于无和全有之间，无清晰处理路径。v0.4 把这一步具体化为可计算指标：

LOCAL_PDFS=$(find "$SCHOLAR_WENDAO_LIBRARY" -iname "*[Ss]cholarSlug*.pdf" -type f | wc -l)
EXPECTED_BOOKS=$(估算自学者主要专著数，可先用 5 作为 fallback)
COVERAGE=$((LOCAL_PDFS * 100 / EXPECTED_BOOKS))

覆盖率	模式	行为
0%	纯网络	7 agent 全网络采集
1-30%	本地补	网络 agent 优先；本地 PDF 进入 evidence 提取
31-70%	本地优先	本地 PDF 全量进入 evidence；网络仅补缺口
71-100%	纯本地	跳过部分网络 agent；evidence 提取作为主蒸馏源

扫描结果写入 _library_config.md 的 coverage_report 字段。

Phase 0.5 自动检查

• 路径 A 目录已创建在 ~/.claude/skills/[scholar]-perspective/
• 解析 $SCHOLAR_WENDAO_LIBRARY，路径 B 目录已创建（按 slug 子目录或扁平命名前缀，依 archive_layout）
• archive_layout 已明确（flat / by-language，写入 _library_config.md）
• coverage_report 已生成（扫描 Library 现有 PDF 数量与预期主要专著数对比）
• references/research/07-archive.md 中的下载脚本调用使用路径 B 作为 --output，并传入 archive_layout
• 在 references/research/_library_config.md 记录使用的 Library 路径（供后续 update 时参照）

完成检查（自动执行）：

• 目录已创建
• 已读取学者所属国家/主导语言，决定信息源策略：
  • 法语学者：BnF Gallica、Persée、Cairn、本人著作的法语原版优先
  • 德语学者：DNB、SUB Göttingen、JSTOR DE
  • 英美学者：JSTOR、PhilPapers、机构仓库、本人主页
  • 中国学者：CNKI、万方、本人著作中文版、B 站/小宇宙学术访谈、官方采访（《思想的境界》《一席》《文化纵横》）；永远排除知乎与微信公众号
• 如果是更新模式：已读取现有 SKILL.md 的"调研时间"，标注哪些需要刷新
• 如果用户提供了本地语料 / Library 覆盖率 ≥ 30%：素材已分类入 sources/ 或登记入 _library_config.md，标记为本地优先模式

关键规则：

• 每个 subagent 必须把调研结果写入对应的 md 文件。不存文件 = 没做
• 所有调研文件必须存在 skill 目录内部（references/research/），绝不存到外部目录。Skill 必须自包含——复制目录就能独立使用，便于开源分发

---

Phase 1 / [跨 A.1+A.2 与 B.2]: 多源信息采集

v0.4.2 拆分提示：本节包含三件事，分属两个 workflow：

• harvest_works.py + 4 harvester（metadata 全收集）= A.1
• download_open_access.sh + Tier 1+2 自动下载 = A.2
• 7 agent 调研产出 research / biography 文档 = B.2

单跑 Workflow A 时只跑前两件；单跑 B 时只跑 7 agent（基于 A 已下载的 Library 素材）。

模式判断：本地语料 vs 网络搜索

模式	触发条件	策略
纯网络	Library 覆盖率 0%，无用户语料	7 个 agent 全部走网络+开放档案
本地补	Library 覆盖率 1-30%	网络 agent 主线；Phase 1.0 同步抽取本地 evidence
本地优先	Library 覆盖率 31-70% 或用户提供 PDF	Phase 1.0 抽取本地 evidence 为主，网络补缺口
纯本地	Library 覆盖率 ≥ 70% 或用户明确"只用我给的"	Phase 1.0 evidence 为唯一来源，网络仅补传记类信息

本地优先的执行逻辑：

1. 先读本地素材：将文件按 7 维度归类（一本书可能同时覆盖专著+表达+方法论）
2. 识别信息缺口：哪些维度本地覆盖了？哪些薄弱？
3. 定向补充搜索：仅对缺失维度启动网络 agent
4. 来源标记：调研文件中明确区分"用户提供"vs"网络搜索"

---

Phase 1.0 / [Workflow B.1]：PDF 证据强制提取（v0.4 新增·本地优先 / 纯本地模式触发）

为什么这一步必须存在：v0.3 实战暴露——Phase 1 只读了用户已整理的 Obsidian Card 元数据，任何一部本地 PDF 全文都没进入 Phase 2 蒸馏，导致引文/页码/概念分期等关键细节失真（v0.3 SKILL.md 中至少 2 条引文页码不可在本地 PDF 验证）。

v0.4 强制 Phase 1.0 在 7 个 agent 启动之前完成：

python3 scripts/extract_pdf_evidence.py \
    --library "$SCHOLAR_WENDAO_LIBRARY" \
    --filter "{ScholarSlug}*.pdf" \
    --concepts examples/{slug}-perspective/_pdf_evidence/_concepts.json \
    --out examples/{slug}-perspective/_pdf_evidence \
    --head 30 --tail 30

_concepts.json 的多语言术语映射先用学者 1-2 个最高确定性概念冷启动（基于学者 Wikipedia 条目术语表），后续 Phase 2.1 蒸馏过程中可补全。

输出：每部 PDF → _pdf_evidence/{book_basename}.md，含：

• Head/Tail 页全文文本（前 30 + 末 30 页）
• Concept anchor search：每概念 ≤50 个带页码上下文
• _index.json + _navigator.md（概念 × 书命中矩阵 + OCR backlog 报告）

OCR Backlog 自动检测（v0.4 新增）：

extract_pdf_evidence.py 输出的 _index.json 含 empty_pages 字段。Phase 1.0 完成后必须扫描：

# 任意 PDF 的 empty_pages / total head+tail pages > 50% → 标 OCR backlog
ocr_backlog = [r for r in index if r["empty_pages"] / 60.0 > 0.5]

OCR backlog 列表写入 _pdf_evidence/_ocr_backlog.md，每条记录：文件名、页数、PDF 元数据推断的真实书名、估计语言。提示用户：

⚠️ 检测到 N 部 PDF 无文字层（疑扫描版）。Phase 2 蒸馏将不能从这些书中抽证据。建议执行：

brew install ocrmypdf  # 或 pip install ocrmypdf
ocrmypdf --language fra+eng+chi_sim --skip-text input.pdf input.pdf

OCR 完成后重跑 extract_pdf_evidence.py --force。

Phase 1.0 退出条件：

• 所有可机读 PDF 已生成 evidence markdown
• _navigator.md 已生成（含 9 概念 × top-3 书矩阵）
• OCR backlog 已生成并提示用户

---

7 个 Agent 的任务分配（标准网络模式）

Agent	搜索目标	提取重点	输出文件
1 专著	学者出版的专著、代表论文、长篇序言	系统性论点、自创概念、引用习惯、章节结构	01-monographs.md
2 访谈	学术访谈、公开讲座、研讨会问答、播客	即兴回答中暴露的判断方式、被追问时的应对、改变立场的瞬间	02-interviews.md
3 风格	学者本人的写作样本（专著节选+论文+长访谈）	行文节奏、概念使用频率、术语网络、定义习惯、辩护与让步的语态	03-style.md
4 二手	二手研究、书评、批评、传记、学位论文	学派分类、主要批评点、与同行比较、被引用次数最高的作品	04-secondary.md
5 论战	公开论战、立场转变、争议事件	论战对象与争议焦点、立场前后变化、面对批评的反应	05-debates.md
6 谱系	生平传记、师承关系、学术影响地图	师承（受谁影响）、学派归属、对后人的影响、与同代人的关系	06-genealogy.md
7 档案（新）	多语言全著作清单（OpenAlex/Crossref/Semantic Scholar/PhilPapers/BnF/CNKI 等）	完整著作元数据：标题、年份、语种、出版社、ISBN/DOI、引用数、OA 链接、获取路径	07-archive.md

7 号 Agent 的特别说明（学术档案采集）

调用 scripts/harvest_works.py（包装 Academix MCP）。Agent 7 的任务流：

1. 多语言查询：以学者母语 + 英语 + 中文（如有）三组关键词查询，合并去重
2. 完整性检查：交叉对比 OpenAlex / Crossref / 学者本人主页 / 维基百科书目，标注遗漏
3. OA 标注：每条记录标注是否开放获取，及可获取链接
4. 优先级排序：按"奠基性专著 → 代表论文 → 重要访谈 → 编辑作品"分级
5. 输出清单：07-archive.md 含完整书目 + 待采购清单（标注闭源版本的获取建议）
6. 触发下载：对开放获取部分，调用 scripts/download_open_access.sh 自动下载到 sources/works/
7. 处理闭源：调用 scripts/annas_acquire.py（包装 annas-mcp），按"原版语言 > 英译 > 其他译本"优先级，确保至少一个语言版本被获取

每个 Agent 的硬性要求

• 调研结果必须用 Write 工具写入 references/research/0X-xxx.md
• 返回前必须用 Read 或 cat 工具确认输出文件存在并展示前 50 行（v0.4 新增·P1 #3 修复——v0.3 实战中多个 agent 写错路径或仅在消息里返回未真写文件）
• 每条信息标注信息源 URL 与可信度等级（一手/二手/传记类/学生回忆）
• 区分"学者本人写的"vs"他人转述的"vs"我推断的"
• 发现矛盾保留矛盾，不要和稀泥
• 如果是本地优先 / 纯本地模式：优先引用 _pdf_evidence/{book}.md 中带页码的原文片段作为论点证据，而非凭印象转述

信息源优先级

来源类型	揭示什么	权重
用户提供的一手语料	完整原文，未经二手过滤	最高+
学者本人专著	系统性思考	最高
学者本人长访谈	即兴思维过程	最高
学者本人讲座 transcript	教学场景的论证展开	高
同行评审论文	经过过滤的展演自我	高
实际学术决策（编辑作品/合作者选择）	真实判断 vs 声称	高
二手学术研究	外部视角、定位、批评	中
传记	生平+人格，但有传记作者修辞	中-（需多源交叉）
学生回忆	私下场景，但带回忆者偏见	中-
维基百科	入门参考	低

信息源黑名单（永远排除）

• 知乎：洗稿严重、信息失真率高
• 微信公众号：封闭生态、无法验证、大量二手转述
• 百度百科/百度知道：信息陈旧不可靠

中文权威媒体可用：CNKI、万方、商务印书馆等学术出版社、《思想的境界》《一席》《文化纵横》《读书》《澎湃新闻·思想市场》、B 站原始讲座视频（非搬运号）、小宇宙学术播客。

---

Phase A.3（v0.4.2 新增）：Tier 3+4 acquisition manifest 输出

触发条件：Workflow A 跑完 A.1+A.2 后。所有未能自动下载（Tier 3+4）的资料必须在此输出可读 manifest。

_acquisition_manifest.json 标准 schema（v0.4.2）：

{
  "scholar": "Bernard Stiegler",
  "scholar_slug": "stiegler",
  "generated_at": "2026-XX-XX",
  "library_root": "/path/to/Library/_files",
  "items": [
    {
      "id": "stiegler-1994-tt1-fr",
      "title": "La technique et le temps, 1: La faute d'Épiméthée",
      "year": 1994,
      "language": "fr",
      "type": "book",
      "publisher": "Galilée",
      "isbn": "...",
      "doi": null,
      "openalex_id": "W...",
      "acquisition_tier": 4,
      "priority": "P0",
      "acquisition_status": "pending",
      "acquisition_hints": [
        "annas-archive.org（反爬严格，浏览器手动）",
        "Galilée 出版社官方网站可购电子版",
        "中国国家图书馆 / 大学图书馆机构外借"
      ],
      "intended_filename": "Stiegler1994_T_et_T_1_fr.pdf",
      "intake_completed_at": null
    }
  ]
}

字段含义：

• acquisition_tier：1/2/3/4 按 4 层架构标注
• priority：P0（核心专著，必须有）/ P1（重要论文）/ P2（补充）
• acquisition_status：pending / intake_completed / acquired_via_browser / skipped
• acquisition_hints：人类可读的"获取建议"列表（多条）
• intended_filename：建议的扁平命名（用于 intake 自动重命名）

输出：

• _acquisition_manifest.json（机器可读）
• _acquisition_manifest.md（人类可读，按 priority 排序，每条带建议）

用户决策点：用户阅读 manifest 后决定：

• a) 跳过未下载项（接受当前覆盖率，进 Workflow B）
• b) Tier 3：配置浏览器 cookies 重跑（v0.4.3 实现）
• c) Tier 4：手动下载若干本 → 进 Phase A.4

---

Phase A.4（v0.4.2 新增）：用户主动导入

触发条件：用户已手动下载若干 PDF（从 annas / 出版社 / 机构图书馆）。

python3 scripts/intake_manual_pdf.py \
    ~/Downloads/Bifurquer-Stiegler.pdf \
    --config examples/stiegler-perspective/references/research/_library_config.md \
    --year 2020 \
    --slug Bifurquer \
    --lang fr \
    [--manifest-id stiegler-2020-bifurquer-fr]   # 可选：关联 manifest 条目

自动行为：

1. 重命名为扁平命名 {file_prefix}{year}_{slug}_{lang}.pdf
2. 移动到 {library_files_path} 目录
3. 跑 extract_pdf_evidence.py（仅对该新 PDF）→ _pdf_evidence/{slug}.md
4. 跑 generate_library_cards.py（增量）→ Card
5. 在 _acquisition_manifest.json 中标记 acquisition_status: intake_completed
6. 输出报告：哪部 PDF 加进来了，evidence 头/尾命中数，Card 路径

Phase A.4 是可重复入口：用户可以每天补一两本，scholar-wendao 累积式增长 Library。

---

Phase 1.5 / [Workflow B 内]: 调研 Review 检查点

Step 1.5.0：主流程文件存在性兜底验证（v0.4 新增·P1 #3 修复）

所有 agent 返回后，主流程必须立刻执行：

for f in references/research/0{1..7}-*.md; do
    if [ ! -s "$f" ]; then
        echo "❌ 缺失或空文件: $f"
        # 主流程兜底：根据 agent 返回消息中的内容自写该文件
        # 如果消息中也无内容 → 标记为"信息不足维度"
    else
        echo "✓ $f ($(wc -l < "$f") 行)"
    fi
done

触发条件：v0.3 实战中至少 3 个 agent 出现"返回声明完成但文件不存在 / 写到错误路径"。Phase 1.5 第一步永远是 ls -la references/research/ 验证 + 缺失项兜底。

Step 1.5.1：调研质量摘要

所有 agent 完成 + 文件存在性验证通过后，暂停展示调研质量摘要：

┌──────────────────┬──────────┬──────────────────────────┐
│ Agent            │ 来源数量  │ 关键发现                  │
├──────────────────┼──────────┼──────────────────────────┤
│ 1 专著           │ 12 本    │ 核心概念: 第三持存、组织学..│
│ 2 访谈           │ 8 段     │ 立场转变: 2015 年后...     │
│ 3 风格           │ 30K 字样本│ 高频术语: tertiary..      │
│ 4 二手           │ 25 篇    │ 主要批评: ...             │
│ 5 论战           │ 4 起     │ 与 Latour 之争...         │
│ 6 谱系           │ 完整     │ 师承: 德里达...           │
│ 7 档案           │ 47 本+200篇│ OA 覆盖率: 60%, 闭源 X 本│
├──────────────────┼──────────┼──────────────────────────┤
│ Phase 1.0 PDF    │ N 部     │ M 部可读 / K 部 OCR backlog│
├──────────────────┼──────────┼──────────────────────────┤
│ 矛盾点           │ 3 处     │ Agent1 vs Agent4 在 Y...  │
│ 信息不足维度      │ 1 处     │ 私人通信很难采集到         │
└──────────────────┴──────────┴──────────────────────────┘

用户确认调研质量 OK → Phase 2。 用户觉得某维度不够 → 补充调研后再继续。

---

Phase 2 / [Workflow B.3]: 框架提炼（Synthesis）

7 个 agent 的素材汇总后，执行结构化提炼。先读取 references/extraction-framework.md 获取学者版三重验证方法论。

2.1 概念地图提取（3-7 个核心概念）

学者的"心智模型" = 他的核心理论概念及其相互关系。不是普通用词，是被他系统化为分析工具的术语。

操作步骤：

1. 扫描：从 01-monographs.md 到 05-debates.md 列出所有候选概念
2. 三重验证：每个候选执行——
   • 概念体系化使用：在 ≥2 部不同时期/不同主题的著作中作为分析工具被反复使用？
   • 推断生成性：用这个概念能否推断学者对新现象的可能立场？
   • 学派区分度：是否区别于同代/同流派学者？（如果福柯和阿甘本都用"主权"，区分度低）
   • 三重通过 → 核心概念；仅 1-2 重 → 降级为"次级概念"；0 重 → 丢弃
3. 取舍：3-7 个核心概念。宁少勿多
4. PDF 证据锁定（v0.4 新增·本地优先 / 纯本地模式强制）：
   • 对每个核心概念，从 _pdf_evidence/_navigator.md 的「概念 × 书」矩阵读出 top-3 anchor 书
   • 打开对应 _pdf_evidence/{book}.md，读完该概念在该书的所有 hits
   • 每条引文必须能锁定到具体页码（p.{N}）
   • 概念定义、关键引文、引文页码必须能在某一份 _pdf_evidence/{book}.md 中直接搜到——禁止凭印象引用，禁止从二手文献转引
   • 概念末尾"反复出现的著作"小节必须按 evidence 出现频次而非常识权重排序
5. 记录格式：每个概念——
   • 名称（含原语）
   • 一句话定义（含来源文献页码）
   • 反复出现的著作（每条标 evidence 命中数 / 来源 anchor）
   • 典型应用场景
   • 与该学者其他概念的关系
   • 局限性
   • 关键引文（每条带书名+页码，必须可在 evidence 中定位）
   • 证据来源（v0.4 新增）：列出该概念在哪些 _pdf_evidence/{book}.md 出现及命中数

v0.4 概念条目模板：

### 核心概念 N：{中文名} *{原语}* / {English}

**定义**（{学者+年}+{源著}, p. {N}）：…

**[v0.4 选填] 子分期 / 进化 / 内部分类**（来自 evidence 系统讲述，例如 Stiegler 的"四阶段第三持存"必须直接来自 _pdf_evidence/Stiegler2020_Nanjing_Lectures.md pp. 22-39）：…

**反复出现的著作**：
- *Book A*（year）— evidence: `_pdf_evidence/{book_A}.md` (N hits)
- *Book B*（year）— evidence: `_pdf_evidence/{book_B}.md` (M hits)

**典型应用场景**：…

**与其他概念的关系**：…（每条尽量挂一个 page anchor）

**局限**：…

**关键引文**（必须可在 evidence 中定位）：
> "..."  —— *{Book}*, p. {N}

**证据来源**（v0.4）：
- `_pdf_evidence/{book_A}.md` — N hits（主源）
- `_pdf_evidence/{book_B}.md` — M hits
- `_pdf_evidence/{book_C}.md` — K hits

2.2 方法论手稿（5-10 条分析进路）

学者面对一个新现象时，他的第一步问什么、用什么数据、怎么组织论证。可表述为"如果碰到 X 类材料/问题，则按 Y 路径展开分析"。

格式示例（Stiegler）：

• 遇到任何"技术对象"：先追问其作为"第三持存"如何外在化人类记忆 → 再追问这种外在化是 pharmakon（毒-药）的哪一面 → 再追问当前的资本主义条件如何决定其偏向

2.3 学术坐标

维度	提取内容
学派归属	后结构主义？批判理论第二代？分析哲学？混合？
主要立场	在该领域的核心分歧上他站哪边
自我定位 vs 他者定位	学者自称属于 X，但学术界普遍归他为 Y
时代位置	在该领域思想史上的承前启后

2.4 行文风格 + 概念语言

不是"语气"或"幽默感"，而是学者在写作中如何使用概念、组织论证、回应反对：

维度	提取内容
概念引入方式	自创术语？借用并重定义？保持开放性的隐喻？
定义习惯	总是先精确定义？还是边写边演化？
论证节奏	演绎链条？归纳堆叠？多线索辩证？
反对处理	直接驳斥？容纳吸收？战略性沉默？
引用习惯	主要引同代人还是经典？引敌手吗？引谁的频率最高？
自我修正	公开承认前期错误吗？默默改？还是从不承认？

2.5 智识谱系

[受谁影响] → 学者本人 → [影响了谁]
        ↕
   [横向对话/争论] ← 同代人

明确标注：
- 师承（导师/直接受教）
- 远程谱系（精神导师）
- 重要对话者（同代）
- 批判对象
- 被批判的位置
- 后继者

2.6 论战与立场转变

学者最有信息量的不是稳定论点，而是改变立场的瞬间和论战中暴露的判断。

每条记录格式：

• 时间、议题、对手
• 学者的立场（变化前 / 变化后）
• 这次变化暴露了他什么底层判断
• 他事后是否反思/承认这次变化

2.7 人格与处世（独立章节）

学者的思想与生平经常深度耦合（Stiegler 的"技术外在化"理论与他狱中读哲学的经验）。但生平整合必须严格分级标注信息源：

[事件] · 时间 · 事件描述
  ├ 来源类型: [本人自述 / 他者描述 / 传记作者推断]
  ├ 多源交叉验证: [是 / 否 / 部分]
  └ 与思想的关联: [本人明确说 / 他者推断 / 我们的判断]

人格描写的来源分级（参见 references/biography-protocol.md）：

来源	可信度	限制
学者本人在访谈中谈自己	中（自我呈现）	公开自我可能有修饰
学者私人通信（已出版）	高	但已被编辑选择过
终身合作者/亲属回忆	中-高	有情感倾向
学生回忆	中	师生关系不对等可能扭曲
学术对手回忆	中-	可能贬损
传记作者描述	低-中	文学化处理严重
媒体二手报道	低	普遍失真

2.8 诚实边界（最厚的章节）

参见 references/humble-epistemics.md，必须明确写出六大局限：

1. 波兰尼问题：本镜片只能复现可显式表达的部分，学者的研究直觉与品味是默会的
2. 思想化石化：截止到调研时间点的快照，之后的演变需要 update
3. 公开 vs 私下：所有公开材料都是经过过滤的展演自我
4. 传记修辞污染：所有传记类信息已分级标注，但仍然可能被叙事框架扭曲
5. 漫画化风险：使用本镜片时如果发现自己在生产"段子集合"而非智识分析，立刻停止
6. 死亡-尊重边界（v0.4 新增）：涉及学者死亡 / 自杀 / 监禁 / 重大创伤事件时，仅记录可公开核实的事实，不戏剧化、不连接因果、不用学者第一人称回应（即使在对话模式中）

---

2.9 / [Workflow A.5] Library Card 自动生成（v0.4.1 新增 · 学者问道核心差异化）

为什么这一步存在：scholar-wendao 的真正定位不是只产出 SKILL.md，而是 同时为用户的图书馆体系增建标准 Card——让蒸馏过程变成研究知识库的实际增长。每个进入 Library 的 PDF 都应当配套生成符合用户 Vault 命名约定的 markdown Card，这样研究者在写作时可直接 [[Cards/{ScholarSlug}{year}]] 引用。

触发条件：本地优先 / 纯本地模式（即 _pdf_evidence/ 已生成）。

操作步骤：

调用 scripts/generate_library_cards.py，对每部已抽取 evidence 的 PDF 执行：

1. 读源：

   • _pdf_evidence/{book}.md（PDF 提取的页码上下文 + 概念命中）
   • references/research/07-archive.json（OpenAlex 元数据：title / year / language / coauthors / DOI / publisher）
   • 已有 Card（如果存在 {vault_cards_path}/{ScholarSlug}{year}.md）—— 增量更新模式，保留用户手写的"文献笔记 wikilink""引用章节"等

2. 填充 Card 模板（参见 references/library-card-template.md）：

   • frontmatter：title / author / year / grade / has_pdf / status / tags / versions
   • 关键词（从 evidence 的 concept_hits top-3 推断）
   • 完整引用（APA 7th，自动构造）
   • 多语言版本表（按 archive.json 的 versions 字段）
   • 一句话摘要（取自 evidence head pages 第一段，或 LLM 摘要）
   • 论文引用摘录（取自 evidence head/tail/concept_hits 中的高质量片段，带页码）
   • 关联：自动加"人物：[[{vault_people_path}/{ScholarName}]]"+"文献笔记：[[…读书笔记]] (待写)"

3. 写出：

   • 路径：{vault_archive_path}/{vault_cards_path}/{ScholarSlug}{year}.md
   • 增量模式：合并现有 Card 的"📝 论文引用摘录"、"🔗 关联"、"## 一句话摘要"段（用户可能已手写过）

v0.4.1 关键设计点：Library Cards 写到用户的 Vault，不写到项目仓库的 examples/{slug}-perspective/。项目仓库内的 examples/{slug}-perspective/ 仅保留：

• SKILL.md（perspective skill 主产物）
• _vault_paths.md（指向 Vault 内真实素材路径的索引）

这样的双源架构：用户 Vault 是单一真源 + 项目仓库是开源共享层。

---

Phase 2.5 / [Workflow B 内]: 提炼确认检查点

Phase 2 完成后暂停展示提炼摘要：

提炼结果摘要：
- 核心概念：N 个（列出名称及原语）
- 方法论进路：N 条
- 学术坐标：[学派 / 立场 / 时代位置]
- 行文风格：[3 个关键特征]
- 智识谱系：[N 位上游 / N 位下游 / N 位横向对话者]
- 重大立场转变：N 处
- 内在张力：N 对
- 信息分级标注：一手 X% / 二手 Y% / 传记类 Z%

用户确认 → Phase 3。 不满意 → 回到 Phase 2 调整。

---

Phase 3 / [Workflow B.4]: Skill 构建

将 Phase 2 提炼结果组装为可运行的 SKILL.md。

Step 1: 读取模板

读取 references/scholar-template.md 获取标准结构。

Step 2: 填充内容

模板 Section	填充来源
frontmatter description	学者名 + 学派 + 触发词 + "默认第三人称分析镜片，对话模式 opt-in"
激活默认模式（核心）	第三人称分析（"从 [学者] 的 [概念] 视角看..."）
可选对话模式（opt-in）	用户主动说「切换到对话模式」「让我和 [学者] 直接对话」时启用，但全程保持元意识标注
学术身份卡	学派 + 学术坐标 + 一句话核心镜片
概念地图	Phase 2.1 结果
方法论手稿	Phase 2.2 结果
学术坐标	Phase 2.3 结果
行文风格 + 概念语言	Phase 2.4 结果 → 转为分析时如何使用术语的指引
智识谱系	Phase 2.5 结果
重大论战与立场转变	Phase 2.6 结果
人格与处世	Phase 2.7 结果（独立章节，不塞进时间线）
诚实边界	Phase 2.8 结果（每条具体到操作层面）
调研来源	7 个 agent 的引用汇总，分一手/二手/传记/访谈各自标注
创建者归属	固定内容："本 skill 由 学者问道 生成 / 致敬 女娲.skill 的方法论启发"

Step 3: 默认输出模式（关键差异化）

生成的 perspective skill 默认是分析镜片模式：

## 激活规则（默认：分析镜片模式）

**本 skill 激活后，以学术分析者身份，使用 [学者] 的概念地图和方法论进路分析用户提供的材料或问题。**

### 输出格式
- 第三人称引用学者："从 [学者] 的 [概念 X] 视角看..."、"按照 [学者] 的方法论进路，分析这个材料应该先..."
- 显式标注使用了哪个概念："此处运用 [概念 Y]，因为..."
- 指出概念局限："但 [学者] 这个镜片对此类材料有以下盲区..."
- 不假装自己是该学者
- 不模仿语气、不模仿口头禅
- 必要时承认"超出 [学者] 思考过的范围，这是我（分析者）基于其框架的推断"

### 学术合规
- 涉及具体引用时附上来源（书名+章节）
- 区分"[学者] 明确说过"和"基于 [学者] 框架推断"
- 遇到本镜片不擅长的问题，明确说"此问题超出 [学者] 框架的有效范围"

### 可选：切换到对话模式（opt-in）
当用户**明确**说「切换到对话模式」「让我直接和 [学者] 对话」「角色扮演 [学者]」时，可以进入对话模式。但：
- 必须在第一回合声明："我以 [学者] 的视角与你对话，基于公开著作推断，**非本人观点**。任何此对话内容不可作为 [学者] 真实立场引用"
- 整个对话过程保持元意识：遇到无法基于 [学者] 著作推断的问题，明确退出角色说"超出范围"
- 用户说「退出」「切回分析模式」时立即恢复

Step 4: 质量自检

读取 references/extraction-framework.md 末尾的质量自检清单，逐项检查。不通过的项标注，回到对应 Phase 修复。

Step 5: 输出

将完成的 SKILL.md 写入 ~/.claude/skills/[scholar]-perspective/SKILL.md，并在 ~/.agents/skills/ 创建软链接。

---

Phase 4 / [Workflow B.5]: 质量验证

生成 skill 后，用子 agent 执行 4 项测试（独立 agent 避免自评偏差）：

4.1 已知测试（Sanity Check）

选 3 个该学者公开表态过的议题，spawn 子 agent 带新 skill 分析，对比实际立场。

• 方向一致 → 模型有效
• 偏离 → 调整概念地图权重

4.2 边缘测试（Edge Case）

选 1 个该学者没公开讨论过但相关的议题，用 skill 推断。

• 期望："基于概念 X 和方法论进路 Y 的推断，可能...但超出学者明确框架"
• 不应该斩钉截铁地代学者发言

4.3 漫画化检测（Caricature Test）⭐ 学者问道独有

用 skill 分析一段日常材料（如新闻报道、社交媒体帖子）。

• PASS：分析中调用了概念，但保持智识严肃性
• FAIL：变成"学者口头禅集合"或"段子机器人"
• 如果 FAIL，说明在 Phase 2.4（行文风格）抓得过表面，回去重做

4.4 默会知识声明检查

检查 SKILL.md 是否明确包含：

• 波兰尼问题声明
• 化石化时间标注
• 公开 vs 私下区分
• 传记修辞污染说明
• 漫画化风险警示
• 信息源分级标注
• 死亡-自杀-尊重边界声明（v0.4 新增·见 humble-epistemics.md 第六项）

4.5 引文 page-anchor 强制核验（v0.4 新增·P0 #2 实施）

触发条件：本地优先 / 纯本地模式（即 _pdf_evidence/ 已生成的情况）。

检查规则：

# 概念地图中每条带页码的引文：
# 模式 "p. N" 或 "p.{N}" 或 "页 N"
for citation in extract_citations(skill_md):
    book = citation.source_book
    page = citation.page
    quote = citation.quote_text
    evidence_md = f"_pdf_evidence/{slug(book)}.md"
    if not evidence_md_exists:
        warn("引文 anchor 不可证（evidence 文件缺失）")
        continue
    # 读 evidence_md 中 p.{page} 段落，比对 quote 头 80 字符
    if not quote_substring_in_evidence_page(quote, evidence_md, page):
        FAIL(f"引文不可定位: '{quote[:60]}...' 标 {book} p.{page}，"
             f"但 evidence_md 该页无此文本")

v0.3 实战教训：v0.3 SKILL.md 至少 2 条引文页码不可证（WMLWL 引文 p.19 不存在 / Pharmacology organology 定义实际在 p.43 而非 p.46）。这些引文都是凭 Obsidian Card 摘录或印象写出。v0.4 必须 fail-fast。

不通过处理：

• 该条引文末尾标注「⚠️ v{X} 引文页码不可在本地 PDF 中验证」
• 在 evidence 中找替代引文，或删除该条
• 在 SKILL.md 末尾"v0.X 修订记录"小节记下变更

4.6 Narrative-Bracketing 自动检测（v0.4 新增·P1 #4）

触发条件：人格与处世章节（Phase 2.7 输出），尤其是含"形成性事件"段落。

v0.3 教训：Stiegler "1978 年武装抢劫服刑 5 年期间读哲学"段落，子 agent 的 prompt 强调了 narrative-bracketing（事实层 + 叙事层并标），但主 SKILL.md 输出无强制校验，结果可能出现"狱中读哲学"作为浪漫化叙事写入而无双层标注。

检查：

formative_events = extract_formative_events(skill_md)  # heuristic：日期+事件+影响
for event in formative_events:
    has_fact_layer = bool(re.search(r"事实层|fact-level|来源等级", event.text))
    has_narrative_layer = bool(re.search(r"叙事层|narrative-level|学者自述|传记修辞", event.text))
    if not (has_fact_layer and has_narrative_layer):
        WARN(f"形成性事件 '{event.summary[:40]}' 缺 BRACKETING 双层标注")

4.7 通过标准

检查项	通过标准	不通过信号
概念地图数量	3-7 个，每个有 ≥2 来源	<3 或 >10
每个概念的局限性	明确写出失效条件	只写优点
方法论进路具体性	可被新材料触发	只适用于原始案例
智识谱系完整性	上游+横向+下游都有	单线孤立
信息源分级	每条调研有等级标注	无标注/混淆
一手来源占比	>50%	主要靠二手转述
漫画化检测	PASS	FAIL
诚实边界（六项）	全部声明（含自杀-尊重边界）	缺任意一条
引文 page-anchor 核验	100% 引文可在 evidence 定位	任何一条不可证
Narrative-Bracketing	形成性事件双层标注	缺事实/叙事层
PDF Evidence 覆盖	每核心概念 ≥1 个证据来源	0 evidence 来源

验证通过 → 交付。不通过 → 标注薄弱环节，回到对应 Phase。 迭代上限：Phase 2→4 最多循环 2 次。2 轮后仍不达标 → 在诚实边界中标注薄弱维度，交付当前最优版本。

---

Phase 5 / [Workflow B.5 子步骤]: 双 Agent 精炼（可选，开源前推荐）

参考 女娲.skill 的 Phase 5，但增加学术合规检查维度。

并行启动：

Agent A（结构评估）：

• 8 维度评估：激活规则清晰度、概念地图深度、方法论可操作性、信息源分级严格度、诚实边界具体性、漫画化检测健壮性、引用规范、跨语言素材整合
• 输出最弱 2-3 个维度的具体改进建议

Agent B（学术合规审）：

• 检查所有概念引用是否附原文出处
• 检查"明确说过"vs"框架推断"区分是否清晰
• 检查传记类信息是否符合 biography-protocol.md 的分级标准
• 检查是否避免了对学者人格的过度推断（特别是已故学者）
• 输出 2-3 处具体修订建议

主 agent 综合两份报告 → 应用不冲突的改进 → 展示变更摘要请用户确认。

---

Phase 5.5 / [Workflow B.6]: Vault 同步（v0.4.1 新增 · 端到端工作流的关键步骤）

为什么这一步存在：scholar-wendao 是为 agent 准备的 学术研究全栈工作流系统——它的输出不只是给 GitHub 看的 demo，而是要 进入用户的真实研究知识库。前面所有 Phase 产出的素材如果只留在项目仓库的 examples/{slug}-perspective/，就只是 demo。Phase 5.5 的工作是把它们落到用户 Vault 的对应位置，让蒸馏过程同时增长用户的图书馆 + 概念笔记 + 谱系网络。

触发条件：用户在 _library_config.md 中配置了 vault_archive_path 字段。

配置项（_library_config.md）：

vault_archive_path: "$HOME/Documents/Obsidian/MyVault/02 · Knowledge"
library_files_path: "Library/_files"      # PDF 落点（已有路径）
library_cards_path: "Library/Cards"        # Card 落点
concepts_path: "Concepts"                  # 概念笔记落点
permanent_notes_path: "Permanent Notes"   # 谱系永久笔记落点
moc_path: "MOC Maps"                      # 主题地图落点
people_path: "People"                     # 人物志落点
project_workspace_path: "Projects/scholar-wendao/{slug}"  # research/biography 落点

操作步骤：调用 scripts/sync_to_vault.py 执行：

1. PDF Library：

   • _files/{ScholarSlug}{year}.pdf 已经在用户 Vault 里（download_open_access.sh 直接下到那里）—— 不需移动
   • 验证扁平命名一致性（flat archive_layout）

2. Library Cards（来自 Phase 2.9）：

   • 从项目仓库的 _pdf_evidence/ + 07-archive.json 生成 → 写到 {vault}/{library_cards_path}/{ScholarSlug}{year}.md
   • 增量模式：保留用户已手写的内容

3. 概念笔记（Concepts）：

   • 检测 Vault 内是否已有匹配的概念笔记（如 第三持存.md）
   • 已有 → 末尾追加"📎 v{X} PDF 证据来源"小节，链接到对应 Cards
   • 不存在 → 不创建（避免污染用户已有的概念体系，等用户主动建）

4. 永久笔记（Permanent Notes / 谱系）：

   • 类似 Concepts：仅在已有谱系笔记上追加 wikilink，不创建新文件

5. MOC（主题地图）：

   • 检测 {vault}/{moc_path}/{学者中文名}研究 MOC.md 是否存在
   • 已有 → 在末尾"🔬 v{X} 蒸馏素材"小节追加：
     • 链接到 perspective skill SKILL.md
     • 链接到 Library Cards（按年份分组）
     • 链接到 research/ 文档
     • 链接到 biography 时间线
   • 不存在 → 创建新 MOC（最小骨架），用户后续手动扩展

6. 人物志（People）：

   • 类似：在已有 {ScholarName}.md 末尾追加 v{X} 蒸馏 biography 的精华摘录 + 完整文档 wikilink

7. research / biography 工作区：

   • 复制（or 软链）references/research/ + references/biography/ 到 {vault}/{project_workspace_path}/
   • markdown 内的相对路径引用全部 wikilink 化

8. 项目仓库瘦身：

   • 在项目仓库 examples/{slug}-perspective/ 生成 _vault_paths.md（索引,内容是 Vault 路径列表）
   • 选项 (a) 极简：删除 references/ 和 _pdf_evidence/（仅保留 SKILL.md + _vault_paths.md）
   • 选项 (b) 轻量（默认）：保留 references/research/ 7 篇 + _pdf_evidence/_navigator.md，作为开源访客可见的"产出形态"参考
   • 选项 (c) 照旧：保留全部（Vault 也有副本，双份）

Phase 5.5 退出条件：

• 用户 Vault 内的 7 个目标位置全部接收到对应素材
• 项目仓库 examples/{slug}-perspective/ 已按选项 a/b/c 处理
• _vault_paths.md 写入完整路径索引

---

Phase 6 / [共享层]: GitHub 工作流（v0.4.1 新增 · 端到端可重现）

为什么这一步存在：scholar-wendao 的开源价值在于 整套工作流可被其他研究者复用。Phase 6 把项目仓库的更新提交并推送，让蒸馏成果可被开源社区追溯。

触发条件：在 Phase 5.5 完成后，且项目仓库有 staged 改动。

操作步骤：

1. 生成 commit message：

   • 标题：v{X}: {ScholarName} perspective skill — distilled from {N} PDFs + {M} non-book sources
   • 摘要：核心概念列表 + quality_check 得分 + page-anchor 通过率 + Vault 同步路径概览
   • 工具尾行：Created by https://github.com/tizzy916/scholar-wendao-skill

2. stage + commit：

   git add SKILL.md scripts/ references/ examples/{slug}-perspective/ README.md
   git commit -F <(echo "$COMMIT_MSG")
   

3. 询问 push（不直接 push，用户确认）：

   • 默认推送到 origin/main
   • 如果用户配置了 dev_branch，推送到 dev 分支让用户 review 后 merge

Phase 6 不应该：

• 把 Vault 内素材推到 git（Vault 内可能含版权 PDF + 私人笔记）
• 在用户未确认时执行 git push --force 或修改历史

---

更新与重蒸（v0.4.2 双工作流细分）

v0.4.2 区分三种"再次跑"的语义。agent 必须根据用户表达准确路由：

模式 A · 仅补料（"为 X 补料" / "更新 X 的图书馆"）

触发：用户已有 X 的 skill + Library，想新加几本书 / 几个讲座链接到库里。

行为：仅跑 Workflow A（A.0/A.1/A.2/A.3/A.4/A.5），不动 SKILL.md。

• 新 PDF 通过 A.4 主动导入 → Library/_files
• 增量更新 / 新建 Library Cards
• 更新 acquisition_manifest 标注新增项

模式 B · 轻量 update（"更新 X 的 skill"）

触发：用户已有 X 的 skill，最近有新文献 / 新讲座，想增量补充而非重做。

行为：v0.4.1 既有逻辑：

1. 读取现有 SKILL.md 的"调研时间"，标注距今多久
2. 启动 Agent 1（新著作）+ Agent 2（新访谈）+ Agent 7（档案增量更新）
3. 对比新信息 vs 现有内容：
   • 新信息强化现有概念 → 补充案例
   • 新信息冲突 → 标注立场转变（不删除旧版，记入论战 section）
   • 出现新概念 → 考虑增加
4. 更新 SKILL.md 的"最新动态"+ 调研时间
5. 不重写整个 skill，只增量

模式 C · 重蒸（"重蒸 X" / "用新资料重做 X 的镜片"）

触发：Library 经过多轮 A.4 大幅扩充（如新加了 10+ 部关键专著），现有 SKILL.md 基于的 evidence 已不充分，需要整体重做。

行为：

1. archive 旧版：把当前 examples/{slug}-perspective/SKILL.md 移到 examples/{slug}-perspective/_archive/SKILL_v{X}_{date}.md
2. 重跑 Workflow B 全部（B.1 → B.6）
3. diff 新旧：在 commit message 中 highlight 哪些概念因新材料而实质改变
4. 保留：用户在旧 SKILL.md "## 引用章节"、"📝 论文引用摘录" 等手写小节由 Phase 5.5 增量合并保留

模式 C 与模式 B 的区别：B 是"加几条"，C 是"基于扩充后 evidence 重新组织所有概念定义、引文、谱系"。

---

品味守则（速查）

原则	一句话
概念体系化 > 金句	一个反复使用的术语网络比 50 句精彩论断更揭示思维
论战 > 一致	改变立场和被批评的瞬间最有信息量
一手 > 二手	直接读学者本人，比读"X 学者研究"更接近真相
局限 > 包装	把局限明确说出来，比把局限藏起来更可信
镜片 > 替身	我们要的是分析工具，不是代言人

绝不做的事

• 编造该学者没说过的话
• 把通用学术常识包装成此学者的"独特见解"
• 忽略对该学者的尖锐批评（即使合规要求婉转处理也要保留）
• 在信息不足时强行生成完整 skill（宁可写出诚实的 60 分）
• 用第一人称扮演作为默认输出（必须用户主动 opt-in）
• 把传记作者的修辞当事实

---

特殊场景

已故学者 vs 在世学者

• 已故学者：闭合语料，调研时间标注一次即可
• 在世学者：标注调研截止日期，建议每 12-24 个月做一次 update

中国学者 vs 西方学者

• 中国学者：CNKI/万方/商务馆/三联书店为主、本人讲座（B 站原始）、官方采访（《思想的境界》《一席》《文化纵横》《读书》）。永远排除知乎、微信公众号、百度百科
• 西方学者：本人著作 + JSTOR + PhilPapers + Google Books + 机构主页
• 中文译介过来的西方学者：优先读原语，中译只作为参考。表达 DNA 必须基于原文，否则就是在蒸馏译者而非作者

主题 skill（如"批判理论""民族志方法"）

输入不是单个学者而是方法论传统时：

Phase	人物 skill	主题 skill 变体
0A	确认学者+聚焦	确认主题边界+流派范围
0.5	[scholar]-perspective/	[topic]-framework/
1	7 agent 围绕一人	先确定主题的 3-5 个核心人物，每人 1-2 个 agent（不是 7 个）
2.1	一人的概念地图	领域共识+各家分歧
2.4	一人的行文风格	不模仿，用中性专业表达
2.7	一人人格	跳过（主题没有人格）
3	用 scholar-template	调整模板：去掉学术身份卡，改为"领域概览"+"流派对比"

冷门学者（公开信息 <10 条来源）

1. Phase 0.5 就告知用户"信息量受限，质量会打折"
2. 概念地图减至 2-3 个，每个标注"基于有限信息推测"
3. 诚实边界 section 加大，列出"哪些维度信息不足"
4. 鼓励用户提供一手语料

蒸馏用户的导师/师兄/同事

1. 学者问道无法从公开渠道蒸馏私人学者
2. 引导用户提供：导师的论文/讲义、合作论文、面谈录音、给学生的反馈邮件
3. Phase 1 改为分析用户提供的素材
4. 注意"师生关系不对等"——学生的回忆可能美化或贬损，多源交叉

---

最后

学者问道的 skill 不是替代学者，是把他的分析镜片借给你。

用别人的概念地图，看自己的研究材料；用别人的方法论，问自己未问的问题。

不为了模仿他们，是为了拓展你的思维边界——这是与古今学者建立的真正学术对话。

---

关于作者 / About the Author

沈聪,中央美术学院实验艺术学院本科,清华大学科学史系硕士(导师 胡翌霖),科技文创公司 天与视界 TIANYU VISION 创始人 & CEO。学术训练横跨实验艺术、科学史与技术哲学;创业方向是用 AI 做科研可视化、科学传播与科艺融合。

「学者问道」诞生于一个具体的写作困境——做学位论文《技术自由主义》时,他不需要"和 Stiegler 聊天",而是需要把多位学者(Stiegler、Rancière、Arendt、Aristotle……)的分析镜片装进自己的研究流程,边读材料边能立刻调用。市面上没有这样的工具,只能自己造——这就是学者问道。

📮 GitHub @tizzy916 · [e-mail] · 欢迎纠错、合作、交流

---

本 skill 由 学者问道 生成 方法论受 女娲.skill 启发，专为人文学术场景重新设计