跨资料智能合成 Skill
概述
将多条已消化的知识卡片（来自 kb-auto-digester）或原始 A 类资料，按主题/标签/工具自动聚类，智能判断合成形态，逐层合并为可执行的结构化指南。
核心价值：从离散的「收藏」到收敛的「决策」——把多篇资料中的共识、分歧、操作步骤整合成一份能直接使用的结果。
设计原则：输入不绑定字段名，聚类不依赖特定分级，输出结构通用化——可适配 IMA、Obsidian、Notion 等任意知识管理系统。
输入要求
任意 JSON 数组，每条至少包含：
| 字段 | 必填 | 说明 |
|---|---|---|
title |
✅ | 资料标题 |
theme |
推荐 | 主题分类（用于聚类） |
grade |
推荐 | A/B/C 等级 |
tags |
可选 | 标签列表 |
summary |
可选 | 摘要/一句话价值 |
media_id |
可选 | 用于 fetch 原文 |
内置适配器：默认读取 processed_kb_items_latest.json（kb-inventory-update 输出），自动提取 value 字段作为摘要。
工作流程
Phase 1: 聚类 → Phase 2: 形态匹配 → Phase 3: 逐层合成 → Phase 4: 输出
Phase 1：聚类引擎
python3 scripts/cluster.py \
--input processed_kb_items_latest.json \
--output synthesis_clusters.json \
[--min-items 2] \
[--focus "Codex"] \
[--depth L2]
聚类规则（按优先级）：
| 规则 | 触发条件 | 权重 |
|---|---|---|
| 同主题分组 | theme 相同 |
基础 |
| 同工具分组 | 标题共享工具关键词（Codex/Seedance/GPT-Image 等） | +2 |
| 标签共现 | 相同二级标签 | +1 |
| 用户指定 | --focus "关键词" |
过滤 |
输出 synthesis_clusters.json，每个 cluster 包含：主题名、成员列表、摘要集合、推荐合成形态、推荐深度。
Phase 2：形态匹配器
聚类引擎内置形态匹配，根据 cluster 特征自动决策：
if 同一工具名出现在 ≥2 条
AND 各自说的是不同方法:
→ "对比分析"
→ 输出: 工具X的N种用法对比
elif 资料中包含步骤关键词 (步骤/流程/如何做/教程/保姆级):
→ "流程指南"
→ 输出: 统一操作SOP
elif 同一主题 ≥3 条，各覆盖不同侧面:
→ "知识地图"
→ 输出: 主题X全景图
elif 资料中包含选择/取舍关键词 (选哪个/vs/对比/推荐):
→ "决策框架"
→ 输出: 如何选择X
else:
→ "速查表"
→ 输出: 关键信息速查
Phase 3：逐层合成（AI 驱动）
根据推荐的合成形态和深度，AI 按以下逻辑处理：
L1（摘要合并，默认）
- 读取 cluster 中每条资料的摘要（知识卡片优先，其次 value 字段）
- 提取公共主题 + 去重
- 按形态模板组织输出
- 标记来源追溯
L2（交叉验证，--depth L2）
L1 的全部内容 +：
1. 对每条资料 fetch 关键段落（标题搜索 + 摘要相关段落）
2. 横向对比：标记分歧点（不同来源说不同的话）
3. 标记知识缺口（这些资料都没说清楚的地方）
4. 标注时效性（是否基于过时工具/版本）
L3（全本重构，--depth L3）
L2 全部内容 +：
1. fetch 每条资料的完整原文
2. 全文交叉对比
3. 引用原文关键段落
4. 需要 --top 限制（超过 5 条时强制降为 L2）
Phase 4：输出
python3 scripts/synthesize.py \
--clusters synthesis_clusters.json \
--output-dir synthesis_outputs/ \
--generate-files
生成 Markdown 文件，每 cluster 一份。自动执行 mark_digested 更新消化记录。
通用输出结构
# 合成指南：{主题名}
**合成类型**：{对比分析/流程指南/知识地图/决策框架/速查表}
**深度**：L1/L2/L3
**来源材料**：{n}条 | 覆盖 {m}个知识库
**更新时间**：{YYYY-MM-DD}
## 一、核心共识
{n条来源一致的共同观点，每条标注来源编号}
## 二、分歧与互补
| 角度 | 来源A | 来源B | 综合判断 |
|------|------|------|---------|
## 三、可执行方案
{按形态展开 - 见下方各形态章节}
## 四、注意事项（跨来源共性风险）
## 五、知识缺口（未被覆盖的内容）
## 附录：来源清单
| # | 标题 | 知识库 | 关键贡献 |
|---|------|--------|---------|
输出形态详情
对比分析
「三」结构：工具/方法对比表（维度 × 来源 × 推荐场景）+ 选择建议
流程指南
「三」结构：统一操作步骤（Step 1→N），合并去重，标注每个步骤来自哪些来源
知识地图
「三」结构：子话题树 Topic → Sub-topic → 核心要点 → 参考来源编号
决策框架
「三」结构：决策树（条件A? → Y:方案1 / N: ...）
速查表
「三」结构：提取型表格 名称 | 参数 | 适用场景 | 来源编号
触发方式
| 触发 | 用户说 | 执行 |
|---|---|---|
| 自动检测 | 「合成资料」「看看有什么可合成的」 | 扫描所有 cluster，列出推荐 |
| 按主题 | 「合成 Codex 相关的」 | --focus "Codex" |
| 按标签 | 「合成 Seedance 教程」 | --focus "Seedance" --tag 教程 |
复盘信号触发合成（--from-review）
当 kb-reviewer 的 Q2 关键词趋势分析发现高频关键词（≥3 张卡片）时，可自动触发合成：
python3 scripts/cluster.py \
--input processed_kb_items_latest.json \
--output synthesis_clusters.json \
--focus "{高频关键词}" \
--depth L2
触发流程：
kb-reviewer → Q2报告"notebooklm 覆盖5张卡片" → 用户说"合成NotebookLM" → 自动执行
合成后回写
合成完成后，自动更新 processed_kb_items_latest.json 中涉及资料的产出状态：
python3 scripts/synthesize.py \
--clusters synthesis_clusters.json \
--output-dir synthesis_outputs/ \
--confirm-conversion
--confirm-conversion 将已合成资料的 output_status 从「已提炼」升级为「已转化」。
技能链位置
kb-inventory-update（采集+分级）
↓ processed_kb_items_latest.json
kb-auto-digester（消化→卡片+模板）
↓ knowledge_cards/
kb-linker（自动关联）
↓ 关联后的卡片网络
kb-synthesizer（跨卡合成） ← 当前技能
↓ synthesis_outputs/
kb-reviewer（复盘+健康检查）→ 发现高频词 → 反馈触发新一轮合成
不替代任何现有技能，吃前四者的产出做更高层合成，同时被 kb-reviewer 的发现反哺。
资源目录
scripts/
cluster.py— 聚类引擎 + 形态匹配器synthesize.py— 合成引擎（读取 cluster → 按模板输出）
templates/
synthesis_output.md— 通用输出结构模板
