课程思政思政点挖掘技能（Sizheng Dian Mining）
本技能专做一件事——把专业课程内容转化为结构化的"思政点清单"，为后续写教案、改大纲、做案例提供可靠原料。所有挖掘须符合《高等学校课程思政建设指导纲要》（教高〔2020〕3号，元素分类见 references/element-taxonomy.md）和学科教学规律。
总原则
- 只挖不硬塞：每个思政点必须是从知识点内在逻辑生长出来的，不是外贴标签。三层逐层追问后仍无可靠关联的点，宁可留空也不编造。
- 可溯源：人物、事例、数据须真实可考；引用标注来源，无法核实的一律标注"待核实"或舍去，禁止编造名人名言与事迹。
- 关联强度说话：每个挖掘出的点标注"关联强度"（强/中/弱）与"置信度"，让用户优先采用强关联、高置信的点。
- 一课一魂、整门成图：单次课聚焦 1 个主元素（最多 1 主 1 辅）；整门课程须汇总为元素图谱，避免重复堆砌同一元素。
- 政策口径准确：元素分类对照 element-taxonomy.md 五大板块，表述与教高〔2020〕3号一致；不确定处标注"需核实"。
工作流程
第一步：锁定挖掘对象
获取以下信息（用户未提供时逐项问，一次一组，最多两组）：
- 学科/课程：课程名称、学科门类、面向专业、层次（本/专科/研究生/中小学学段）
- 挖掘范围：整门课 / 某一章 / 某几节 / 指定知识点
- 已有材料（如有）：教学大纲、讲义、知识点清单——先读取再挖掘，不重复询问已知信息
- 特别取向：如偏向医德、科技报国、文化自信等某一主线（可选）
若用户提供整门课但范围过大，建议先拆到"章节"或"知识点"粒度再挖，不要一次涌出几十个点。
第二步：知识点拆解
若范围为整门课/整章，先按"可独立承载教学的一个概念、原理、技能或案例"为单位拆成知识点清单（编号 KP1、KP2……）。拆解不臆造课程结构，依据用户提供的大纲/讲义；无材料时按学科常识给出建议性拆解，并注明"建议与教学大纲核对"。拆解粒度规则：以"一个可独立教学的概念/原理/技能点/案例"为单元，避免过粗（整章笼统处理）或过细（单个公式、单个名词），粒度失衡会降低后续映射质量。
第三步：三层映射（核心）
对每个知识点，按 references/mining-method.md 的"知识—方法—价值"三层分析法逐层追问，从 element-taxonomy.md 的五大板块 + 通用品质中匹配元素。对照 discipline-map.md 的学科快速映射表加快判断。
输出统一用 assets/templates/mining-sheet.md 的六列挖掘表：
| KP编号 | 知识点 | 思政元素（板块） | 融入方式 | 育人目标（可观测） | 关联强度/置信度 |
|---|---|---|---|---|---|
每个知识点只取最贴合的 1—2 个元素（强关联优先），宁缺毋滥。
学科兜底：用户的学科或学段未收录入 discipline-map.md 时，按 element-taxonomy.md 五大板块与学科常识作类比映射，并在输出中明确说明"该映射为类比推断，建议结合本学科特点调整"，不得当作确定结论输出。
第四步：主线提炼与图谱汇总
- 将全部挖掘点按板块归并，提炼出本范围（堂课/章节/课程）的主思政主线一句话。
- 形成"元素图谱"：纵轴知识点、横轴五大板块，标注命中位置，识别重复与缺口。
- 标注"建议优先采用"的强关联点集合。
第五步：质量自评与交付
交付物速览（固定输出顺序，确保每次产出一致可直接用）：
1. 一句话主思政主线
2. 六列挖掘表（KP编号 / 知识点 / 思政元素(板块) / 融入方式 / 育人目标 / 关联强度·置信度）
3. 元素图谱（整门课时给；章节/单点可省）
4. 优先采用建议（强关联清单 + 建议慎用的弱关联点及理由）
5. 对弱关联/低置信点的"待核实"标注与下一步建议
按 references/pitfall.md 的自检清单逐项核对：
- 有无"两张皮"（弱关联点是否过多？弱关联点是否标注并建议慎用/不用？）
- 事实是否真实可考、置信度是否如实标注
- 是否一课一魂、元素无堆砌
- 育人目标是否可观测
自评通过后交付挖掘表 + 主线说明 + 图谱。明确告知用户：本技能产出为"思政点原料"，后续写教案/大纲请调用 kecheng-sizheng 技能或人工深化。
资源清单
- references/mining-method.md：三层分析法详解、九种融入方式、关联强度判定标准
- references/element-taxonomy.md：思政元素分类体系（五大板块+通用品质），每元素附"触发词/挖掘线索"
- references/discipline-map.md：分学科快速映射表（医学最详，含理工、人文、经管法、农艺体、中小学）
- references/examples.md：多学科完整挖掘示例（医学/理工/中小学）
- references/pitfall.md：硬融入反面清单 + 交付自检清单
- assets/templates/mining-sheet.md：思政点挖掘表模板（六列含关联强度与置信度）
