/cangjie-skill

name: cangjie-skill
description: Distill a book, long-video transcript, podcast, course, or interview into a coherent set of executable skills. Use when the user asks to "拆书" / "蒸馏一本书" / "把 XX 书做成 skill" / "把这个视频/播客/课程蒸馏成 skill" / "turn a book or video into skills" — i.e. wants the frameworks, principles, and methodologies in long-form content extracted into atomic, reusable Claude skills that an agent can invoke in real-world situations. NOT for simple summarization, book reviews, or role-playing as the author (that is nuwa-skill's job).
metadata:
  cangjie.version: "2.5.0"

cangjie-skill — 把一本书蒸馏成一组可执行 skills 的元 skill

使命

把一本书里沉淀的方法论,拆解成**原子化、可被 agent 在真实场景下调用**的能力,并按用户目的编译成合适数量的 skill,让读者真正用起来。

> **术语约定**: 本文档及 `methodology/`、`extractors/` 中所有的"书",泛指一切被蒸馏的长内容 — 书籍、长视频转写、播客文字稿、课程、访谈、长文、资料集。

**边界**:

• ✅ 做: 方法论 / 决策框架 / 操作流程 / 计算规则 / 排障 / 清单 / 原则的蒸馏，概念体系作为参考支撑
• ❌ 不做: 书摘 / 读后感 / 作者人设角色扮演 (后者请用 nuwa-skill)

核心方法论: RIA-TV++（v2.5 Bundle 版）

一个五阶段 + 并行提取 + 三重验证 + 晋级门 + darwin 兼容测试的流水线。详见 `methodology/00-overview.md`。

阶段 0:   Adler 整书理解        → BOOK_OVERVIEW.md
阶段 1:   5 个 agent 并行提取    → 候选方法论单元池
阶段 1.5: 三重验证筛选（知识验证） → 通过的单元 (用户轻确认)
阶段 1.6: 独立 Skill 晋级门（产品化验证）→ promoted / router 去向
阶段 2:   RIA++ 构造能力卡       → .cangjie/capabilities/cards/<slug>.md
阶段 3:   Zettelkasten 链接      → verified.yaml 的 also_read + GLOSSARY
阶段 4:   压力测试 (darwin 兼容)  → 评测用例 + 回炉淘汰
阶段 5:   编译与交付             → cangjie.py compile（single/pack）+ DIGEST.md + 安装

**v2.5 关键变化（ADR-002）**: 阶段 2–4 不再直接把每个单元写成独立的最终 Skill 目录，而是产出一份 **Capability Bundle**（`books/<slug>/.cangjie/capabilities/verified.yaml` + `cards/*.md`）。single 与 pack 都从这同一份 Bundle 由 `scripts/cangjie.py compile` 确定性编译，两者引用同一组稳定 `capability_id`。旧的 one-to-one 输出仍受支持（legacy-pack，见 `docs/migrations/2026-08-25-v2.0-to-v2.1.md`）。

何时调用此 skill

用户说类似:

• "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: <path>"
• "我想把这本书的方法论做成可用的 skill"

输入要求

在开始前**必须**从用户处确认:

> **脚本依赖**: 确定性脚本(`scripts/`)需要 Python 3.10+ 与 PyYAML(`python3 -m pip install pyyaml`)。缺 PyYAML 时先运行 `python3 scripts/cangjie.py doctor` 自检,它会给出安装指引。 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 video-downloader 类工具拿到转写文本) 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. **使用目的**（决定输出模式推荐）: 学习/查阅这本书 → 倾向 single；接入日常工作流、跨书组合 → 倾向 pack。不确定时按 single-first 原则先推荐 single。 4. **是否首次试点**: 如果用户是第一次用 cangjie-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**: 章节类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。

输出结构

books/<book-slug>/
├── PIPELINE_STATE.md          # 流水线状态: 当前阶段 + 进度 (断点续跑用)
├── BOOK_OVERVIEW.md           # 阶段 0 产出: 主旨/骨架/术语/批判
├── verified.md                # 阶段 1.5 产出: 通过三重验证的单元 + 判定理由
├── coverage-audit.md          # 原书关键任务 → 候选 → 判定 → 实际交付去向
├── references.md              # 有依据但不执行的参考内容及交付映射
├── needs-review.md            # 来源/条件/测试缺口；不编译为 active 能力
├── GLOSSARY.md                # 阶段 3 产出: 全书共享术语词典
├── DIGEST.md                  # 阶段 5 产出: 面向读者的精华长文
├── candidates/                # 阶段 1 产出: 原始候选池 (审计用)
├── rejected/                  # 阶段 1.5 淘汰的单元 + 原因 (审计用)
└── .cangjie/                  # v2.5 侧车层（编译事实源 + 运行记录）
    ├── capabilities/
    │   ├── verified.yaml      # Capability Bundle（唯一编译事实源, capability-bundle.schema.json）
    │   ├── cards/<slug>.md    # RIA 能力卡（R/I/A1/A2/E/B, 阶段 2 产出）
    │   ├── resources/         # 能力显式声明的 UTF-8 脚本、CSV/JSON/Markdown 模板（可选）
    │   ├── destinations.json  # 晋级/路由去向映射（阶段 1.6 产出）
    │   └── book/{overview.md,glossary.md}
    ├── runs/<run-id>/         # 每次编译/更新的决策报告与校验日志
    └── snapshots/             # 发布前快照（rollback 用）

最终交付物由 `scripts/cangjie.py compile` 从 Bundle 编译（--output single 得到 1 个入口 + 能力卡；--output pack 得到 1 个来源路由入口 + 少量晋级 Skill）。

执行流程 (严格按顺序)

**断点续跑**: 开始前先检查 `books/<slug>/PIPELINE_STATE.md` 是否存在。存在则读取并从记录的阶段续跑,不要从头重来。每完成一个阶段,更新该文件。

阶段 0 — 整书理解

1. 读取用户提供的书本文本。大文件分块阅读。 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 `books/<slug>/BOOK_OVERVIEW.md`。 4. 把产出展示给用户确认:"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(使用 Agent 工具,一次调用中发起 5 个):

| sub-agent | 读取的 prompt | 上下文策略 | 产出 | |---|---|---|---| | 框架提取器 | `extractors/framework-extractor.md` | **全量扫描**（兼顾跨章节与单处完整机制） | 决策框架 / 思维模型 / 流程 / 排障 | | 原则提取器 | `extractors/principle-extractor.md` | **全量扫描**（含公式、表格、脚注） | 原则 / 清单 / 规则 / 计算口径 | | 案例提取器 | `extractors/case-extractor.md` | 检索式取块（局部命中型） | 书中实例、转述案例、例题，标明类型 | | 反例提取器 | `extractors/counter-example-extractor.md` | 检索式取块（局部命中型） | 书中警告的失败模式 | | 术语提取器 | `extractors/glossary-extractor.md` | 检索式取块 + 脚本预筛 | 关键概念词典 |

每个 sub-agent 独立判断、独立输出到 `books/<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；已建立内容索引（`.cangjie/index/`）时,检索式 extractor 按索引取相关块。
• **覆盖率硬门**: 同时对照全量扫描候选和阶段 0 的原书关键任务清单，不只检查旧版通过项。重要任务须有候选及明确去向；有未解释遗漏时补读/退回全量扫描，不虚报零遗漏。
• **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（知识验证）

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

• **V1 来源充分性**: 可定位原文足以支持限定范围内的做法吗？完整机制在一处讲透也可通过。
• **V2 可执行性**: 用合法的新输入能完成任务并核验结果吗？不强求跨领域外推。
• **V3 任务增益**: 能减少遗漏、统一口径或稳定交付吗？不要求作者独创。

按 `verified / reference / needs_review / rejected` 分流，记录依据及缺口；参考内容须映射到实际交付的 overview/glossary，不是所有未通过项都淘汰。更新 `coverage-audit.md`。

**用户轻确认** ★: 展示可执行候选、参考、待核查、淘汰四类及重要缺口，再进入阶段 1.6；确认不能替代来源验证。

阶段 1.6 — 独立 Skill 晋级门（产品化验证）

读取 `methodology/03b-stage1.6-promotion-gate.md`。知识验证通过 ≠ 值得成为独立 Skill。对每个单元评审五条判据（独立意图/独立契约/独立运行/独立复用/独立评测,前 3 条必须通过,后 2 条至少 1 条),把去向写入 Bundle 的 `promotion.destination`（promoted / router）。未晋级单元**不淘汰**,保留为来源路由入口内的能力卡。可发现入口软预算默认 8（含 1 个来源路由入口）。

阶段 2 — RIA++ 构造能力卡

对每个通过的单元,按 `methodology/04-stage2-ria-plus.md` 构造 R / I / A1 / A2 / E / B 六段能力卡:

• 卡片正文写入 `books/<slug>/.cangjie/capabilities/cards/<slug>.md`（**不带 frontmatter**,frontmatter 数据记入 Bundle）;
• 同时在 `verif