提示词资产管理
把散落在聊天记录、笔记、文档里的提示词，沉淀成一个可复用、可检索、可追溯的本地资产库。
这个技能解决什么问题
AI 使用正从「随手问一句」走向「沉淀方法」。但提示词往往散落在各处——聊天记录、备忘录、文档片段里，没有统一存储、没有版本、不知道哪些重复、也没记录哪些效果好。每次要用都得重新找、重新写。
这个技能把「维护一个提示词资产库」这件事做成可复现的本地命令：
- 入库：一条命令把提示词存进库，同标题再存会自动升级版本、保留历史
- 检索：按场景、关键词、标签找到想要的提示词
- 去重：自动找出相似度高的提示词对（只报告，不删除）
- 效果登记：给每次使用记一笔效果与评分，沉淀「哪个提示词真的管用」
- 导出：导出 JSON 或 Markdown，便于备份、分享、归档
存储就是一个本地 JSON 文件（默认 prompts.json），纯标准库实现、零第三方依赖、不联网。
核心概念
一条资产包含：名称、提示词全文、使用场景、标签、版本号、创建/更新时间、历史版本列表、使用效果记录。
版本：同名标题再次入库且内容有变化时，自动升级版本（v1 → v2），旧内容进入 history，可追溯每次改动。内容没变则不会产生新版本（幂等）。
场景 vs 标签：场景是「什么时候用」（如财报点评、周报、客服），一个资产一个场景；标签是「关于什么」的补充维度，可多个。
使用方法
1. 入库
# 命令行直接给内容
prompt_asset.py add --title "财报点评口播稿" --scene "短视频" \
--tag "财经" --tag "口播" --content "你是财经短视频编导，把公司最新财报写成 1 分钟口播稿……"
# 从文件读内容（提示词较长时更合适）
prompt_asset.py add --title "行业研究框架" --scene "研报" --file ./prompt.txt
同名标题再次入库且内容变化 → 自动升级版本；内容没变 → 提示「未产生新版本」。
2. 列表与检索
prompt_asset.py list # 全部资产
prompt_asset.py list --scene 短视频 # 按场景过滤
prompt_asset.py search 财报 # 按关键词检索，命中标题/内容/场景/标签，按相关度排序
3. 相似去重
prompt_asset.py dedup --threshold 0.85 # 找出相似度 >= 85% 的提示词对
只报告相似对，不自动删除——删除是不可逆操作，需要先人工确认。
4. 效果登记
prompt_asset.py log "财报点评口播稿" --note "用于某白酒公司财报，成片通过审核" --score 5
5. 导出
prompt_asset.py export --format md --out prompts.md # 导出 Markdown
prompt_asset.py export --format json --out backup.json # 导出 JSON 备份
所有子命令都支持 --store <路径> 指定库文件位置；--json 输出结构化结果便于程序化调用。
与「提示词生成」的边界
这个技能只管理已经写好的提示词，不负责「生成/撰写提示词」——后者是另一个需求（市场上已有大量提示词生成类技能）。本技能的价值在「沉淀、去重、版本、检索、效果追溯」，不做内容创作。
数据与安全
- 存储为单个本地 JSON 文件，数据完全在本地，不上传。
- 原子写入（先写临时文件再替换），避免写入中断损坏库文件。
- 去重只报告不删除；删除能力刻意不提供，防止误删资产。
- 库文件损坏（非法 JSON）时会明确报错而非静默覆盖。
参考资料
references/usage-guide.md：各子命令的详细参数、示例与边界说明references/data-model.md：资产数据结构、版本与效果记录模型
