跳到正文

仓颉:书籍与长内容转 Skill

把书籍、长视频、播客和课程中的知识整理为可调用的能力资料,保留来源索引、方法说明与验证材料。

开源精选知识加工63 个文件11,347 Stars浏览次数 0kangarooking/cangjie-skill MIT版本 a28de55
开始使用

下载前阅读 SKILL.md 中的使用条件,并确认所用工具支持对应能力。

输入资料
获准处理的完整来源材料 目标能力、用途和来源信息 阅读本节完整说明
交付内容
Skill 能力资料包 来源追溯与验证记录 阅读本节完整说明
  1. 获取完整包,保留配套文件的目录结构。
  2. 按照原文准备所需工具、依赖与输入资料。
  3. 阅读对应使用步骤与输入输出说明,在自己的环境中验证结果。

使用提示摘自原文,配套文件保留来源版本;实际运行条件以各包说明为准。

正文

获取原文件

methodology/07-stage5-deliver.md

目标

把流水线的产出真正送到两类使用者手里:

  1. Agent — Capability Bundle 必须被编译成 single 或 compact pack,并安装到宿主环境的 skills 目录,否则永远不会被调用
  2. 人类读者 — 用一篇 DIGEST.md 精华长文承接"不想读全书,但想看精华"的需求

这两件事都不做,前面五个阶段的产出就只是一堆躺在仓库里的文件。

第 0 步 — 从 Bundle 编译产物(v2.1)

编译前核对阶段 4 的实际输出记录和 coverage-audit.md:格式校验不能替代任务完成验证。存在重要缺口或输出评测未完成时,只能生成明确标注的草稿,不能安装为已验收版本。

python3 scripts/cangjie.py compile \
  --bundle books/<slug>/.cangjie/capabilities \
  --out dist/<slug> --output auto
  1. auto 决策器按 single-first-v1 策略给出推荐(decision report 一屏展示理由与备选);
  2. 把报告给用户轻确认: 按推荐 / 改成 single / 改成 pack — 默认值只是推荐,不能取消用户显式选择;
  3. 确认后加 --yes(或显式 --output)执行。编译器自动做 staging 校验、发布哈希登记与原子发布;
  4. 编译产物必须通过 validate_skill_pack.py(编译器已内置为硬门)。
  5. update / repair 默认沿用本次决策,不因新增材料静默改变产物形态;重新选型走 replan-output --dry-run。

第 1 步 — 生成 DIGEST.md (面向读者的精华长文)

为什么放在最后而不是阶段 0

阶段 0 的 BOOK_OVERVIEW.md 是流水线的全局上下文,会被喂给每个 sub-agent — 它必须精炼,不能为了可读性加长。而 DIGEST 面向人类读者,放在流程终点写,手里的材料最全:

  • BOOK_OVERVIEW.md — 骨架 / 术语 / 批判
  • verified.md — 通过三重验证的方法论 (已经筛掉了水分)
  • 各 skill 的 SKILL.md — 每个方法论的解释 / 案例 / 边界
  • candidates/cases.md / counter-examples.md — 案例池和反例池
  • GLOSSARY.md — 术语词典

DIGEST 是"蒸馏后的再呈现",不是"重新摘要" — 它只写通过了验证的内容,所以浓度天然高于普通书摘。

篇幅与结构要求

  • 篇幅: 5000–10000 字 (视内容体量伸缩; 一篇 20 分钟视频不必硬凑 5000 字)
  • 组织: 按书的骨架 (BOOK_OVERVIEW 的一级论点) 组织章节,不按 skill 列表组织 — 读者要的是"这本书讲了什么",不是产物清单
  • 每个核心方法论写一小节: 它解决什么问题 → 核心逻辑 → 原书示例(没有时如实说明,可用明确标记的合成演练)→ 什么时候会失效
  • 必须包含反例/陷阱一节 (来自 counter-examples) 和作者的局限一节 (来自阶段 0 批判) — 只报喜不报忧的精华是软文,不是蒸馏
  • 每个方法论小节末尾链接对应的 skill 目录,读者想深入时有路径
  • 允许适量引用原文金句 (每段引用遵守 ≤150 字 / 英文 ≤100 词)

模板: templates/DIGEST.md.template,输出到 books/<slug>/DIGEST.md。

质量自检

  • 一个没读过原书的人,读完 DIGEST 能复述这本书的主旨、3 个以上核心方法论、2 个以上陷阱
  • 没有出现"未通过三重验证"的内容被当作核心方法论呈现
  • 有批判/局限部分,不是全程吹捧
  • 每个方法论小节都有 skill 链接

第 2 步 — 安装编译产物到宿主环境

编译输出目录(如 dist/<slug>/)只是构建产物,宿主 (Claude Code / Cursor 等) 不会从这里加载 skill。必须安装:

  1. 问用户装哪里 (一次性问清,不要逐个 skill 问):
    • 用户级: ~/.claude/skills/ (所有项目可用)
    • 项目级: <project>/.claude/skills/ 或 .cursor/skills/
    • 用户也可能只想要仓库形式 (发布到 GitHub),那就跳过安装
  2. single 模式: 复制整个入口目录(含 references/ 和已声明的 resources/),1 个可发现入口; pack 模式: 分别复制来源路由入口目录和各晋级 Skill 目录(capability-destinations.json 是审计清单,不必安装)
  3. 只安装通过阶段 4 测试的产物 — 未通过的留在构建目录里回炉
  4. 安装后抽 1–2 个入口用一句 should_trigger 的 prompt 验证宿主能加载并触发;pack 模式另抽 1 条 router 意图验证路由入口
  5. 不要同时安装同一本书的 single 和 pack — 两套 description 会重复覆盖意图,二选一

第 3 步 — 收尾汇报

告诉用户:

已完成。产出: N 个 skill (已安装到 <位置>)、INDEX.md、GLOSSARY.md、DIGEST.md (精华长文,约 X 字)。 如需持续进化,可以喂给 darwin-skill: darwin evolve books/<slug>/ 它会用这里的 test-prompts.json 做 ratcheting 自动进化。

仅当约定范围的来源核查、覆盖映射、实际输出评测与交付均完成时,才把 PIPELINE_STATE.md 标记为全部完成。参考项说明实际所在文件,待核查项与未实测内容单独列出;不能用收尾模板掩盖缺口。

CONTACT HAONAN

联系haonan

医疗 AI · 产品与独立开发

刘浩南

关注医疗 AI 从 demo 到真实落地,聚焦产品化、商业化与院内工作流效率提升。

12年医疗产研经验,大湾区头部医疗AI公司前产品总监,独立开发者

医疗 AI 产品化医疗 AI 商业化院内工作流效率
刘浩南的微信联系二维码
微信扫一扫,联系 haonan