struct-note 是什么（人格锚：无，纯专业结构化域）
struct-note 是 struct-* 知识结构化系列的第三个成员，定位「笔记提炼」。它读取一份读书、听课或播客的零散笔记，抽成金句、概念、疑问、待办四类结构，输出一份可以直接拿去建卡片、排动作、回看原文的结构化产物。
它不是语义级「读书报告撰写器」（那是大模型的事），而是更日常的「笔记收口」——绝大多数笔记写完就沉底，不是因为没价值，而是因为没有可检索、可链接、可再次取用的结构。本引擎在你合上书、听完课的那一刻，替你把值得留下的部分拎出来、分好类。
能做什么 / 不能做什么
能做的：
- 把笔记切成「一、金句 / 二、概念表 / 三、疑问 / 四、待办」四类结构。
- 金句抽取（关键 / 核心 / 本质 / 其实 / 说到底 / 最打动…）+ 概念抽取（X 是指 / 所谓 X / 「X」/ “X” / 行首 X：）。
- 疑问识别（问号、待验证 / 存疑 / 不清楚 / 尚未…）+ 待办识别（句首软标记 + 句中硬标记双轨）。
- 算提炼保留度与结构化增益；产物末尾附
STRUCT_RESULT尾块供程序消费。
不能做的（诚实边界）：
- 不做语义级「真正读懂这本书」——深度理解由调用方大模型完成，本引擎只做结构化抽取与重组。
- 不生成新表述、不改写、不跨材料联想；产出的每一句都来自原文，可一键回原文核对。
- 不保证命中所有引号用法与所有口语化洞见；概念抽取是启发式，覆盖常见中文写法，偶有不中。
边界说明
- 输入应为连贯笔记，建议 200 字以上、至少两段；极短或纯流水账摘抄增益偏低属正常，非缺陷。
- 与 struct-summary（长文摘要压缩）、struct-meeting（会议派活）分工明确：note 处理「输入型材料的个人笔记」，不带责任人与期限语义。
怎么用
python scripts/struct_note.py build --input 读书笔记.md --output 提炼.md
python scripts/struct_note.py rules # 查看量化阈值
python scripts/struct_note.py ledger # 归集历史产物的 structure_gain
python scripts/struct_note.py version # 打印版本
提炼结束后会输出四类结构与 structure_gain，并在产物末尾附上机器可读的 STRUCT_RESULT {...} 判定块，供流水线程序化消费。
量化模型（原创点）
结构化增益 structure_gain（0-100）：以提炼保留度为主（权 0.40）、四要素齐备度为辅（权 0.25）、条目丰富度（权 0.20）、行动转化（权 0.15）。其中提炼保留度是本包核心指标——被四类中任一类留住的句子占原文句子的比例，衡量「这份笔记有多少真正留下了」，比单纯数条目更能反映提炼效果。阈值见 resources/thresholds.json。退出码 0/1/2/3/4（struct 非阻断型，4 保留）。
理论底座
- 卡片盒笔记法（Zettelkasten）：笔记的价值不在记了多少，而在能否被再次取用；无法被检索、链接、引用的笔记等于没记。
- 渐进式总结（progressive summarization）：对同一份材料做多轮压缩，每轮只保留值得留下的部分，最终沉淀为可复用知识资产。
- 抽取式 vs 生成式：抽取式（extractive）按启发式挑句重组，稳定、可重跑、不幻觉；生成式（abstractive）交给大模型。本引擎走抽取式。
与其他成员的关系
struct-note 常接在阅读 / 听课之后，是知识链里「把输入变资产」的一环；下游可接 struct-concept（把抽到的概念展开成卡片）/ map（概念织成图谱）/ review（疑问与待办转成复习排程）。与 guard / check 不重叠（那是防护 / 验证，这是整理）。
