知识蒸馏器 — Knowledge Distiller
> 读完、看完、听完之后，带走一套能调用的方法论。
>
> Inspired by cangjie-skill by 袋鼠帝 (kangarooking). Adapted for WorkBuddy with full book + video distillation support.
使用声明：「正在使用知识蒸馏器 skill 进行内容蒸馏。」
使命
把高价值内容（书籍、长视频、播客、访谈、课程）里沉淀的方法论，拆解成一组原子化、可被 AI Agent 在真实场景下调用的 skills，让知识真正用起来。
边界:
- ✅ 做: 方法论 / 决策框架 / 清单 / 原则 / 概念体系的蒸馏
- ❌ 不做: 摘要 / 读后感 / 作者人设角色扮演 / 内容总结
核心方法论: RIA-TV++
一个六阶段 + 并行提取 + 三重验证 + 压力测试的流水线。
阶段 0: 整内容理解 (Adler) → 内容概览
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 → 通过的单元
阶段 2: RIA++ 构造 skill → 每个 skill 的 SKILL.md
阶段 3: Zettelkasten 链接 → 索引 + 引用图
阶段 4: 压力测试 → 测试集 + 回炉淘汰
RIA — 便签拆书法 (Reading / Interpretation / Appropriation)
TV — 三重验证 (Triple Verification)
++ — Agent 执行扩展 (Execution + Boundary)
两条蒸馏管线
管线 A: 文本蒸馏（书籍 / 文稿 / 播客文字稿）
用户直接提供文本文件或粘贴内容 → 直接进入 RIA-TV++ 流水线。
管线 B: 视频蒸馏（B站 / YouTube / 长视频）
用户提供视频链接 → 先提取文案 → 再进入 RIA-TV++ 流水线。
视频提取调用策略:
1. 首选: 调用已有的 video-auto-editor skill 做音频提取和 Whisper 转写
2. 备选: 使用 yt-dlp 下载视频 + 内置字幕提取
3. 中文平台 (B站/抖音): 优先利用平台 API 获取字幕/弹幕文案
4. 英文平台 (YouTube): 优先使用 yt-dlp 的 --write-auto-subs 获取自动字幕
详见 methodology/07-video-pipeline.md。
何时调用此 skill
触发词举例:
- "帮我拆《穷查理宝典》"
- "把毛选蒸馏成 skill"
- "这个视频里的方法论帮我抽出来" / "把这个B站视频做成技能包"
- "蒸馏这本书的方法论: <文件路径>"
- "帮我把这份课程讲义做成可复用的 skills"
- "这期播客有什么能用的框架？提炼一下"
输入要求
在开始前必须从用户处确认:
文本蒸馏
- 文本来源: PDF / EPUB / TXT 文件路径、或可粘贴的纯文本。绝不凭记忆蒸馏。
- 内容元数据: 书名/标题 + 作者/创作者 + 发布时间/出版年份
- 蒸馏深度: 快速模式（3-5个核心skill）还是完整模式（全量蒸馏）
视频蒸馏
- 视频链接: B站 / YouTube / 抖音等平台链接
- 语言: 中文 / 英文 / 其他（影响转写方案选择）
- 是否有字幕: 有字幕可以跳过转写，直接提取
输出结构
distilled/<content-slug>/
├── OVERVIEW.md # 阶段 0: 内容全貌
├── INDEX.md # 阶段 3: skill 地图 + 引用图
├── candidates/ # 阶段 1: 原始候选池 (审计用)
│ ├── frameworks.md
│ ├── principles.md
│ ├── cases.md
│ ├── counter-examples.md
│ └── glossary.md
├── rejected/ # 阶段 1.5: 淘汰 + 原因 (审计用)
├── verified.md # 阶段 1.5: 通过的单元汇总
├── <skill-slug-1>/
│ ├── SKILL.md
│ └── test-prompts.json
├── <skill-slug-2>/
│ └── ...
└── _source/ # 视频管线特有: 原始文案
├── transcript-01.md
└── ...
执行流程 (严格按顺序)
阶段 0 — 整内容理解 (Adler 四步)
- 读取用户提供的全部文本。大文件分块处理，每次读取 2000 行。
- 执行 Adler 分析阅读法四步：
- 结构分析: 这本书/视频在讲什么？骨架是什么？分几个部分？
- 解释分析: 关键术语定义？核心论点？各部分的逻辑关系？
- 批判分析: 作者的论证有没有漏洞？哪些假设未经检验？盲点在哪？
- 应用分析: 这些方法论能用在哪些真实场景？谁最需要这些知识？ - 生成
OVERVIEW.md，展示给用户确认骨架理解是否正确。 - 得到用户确认后进入阶段 1。
阶段 1 — 5 个并行提取器
同时发起 5 个 sub-agent（使用 WorkBuddy 的 Agent 工具），每个独立阅读全文并提取:
| 提取器 | 读取文件 | 产出 | 提取标准 |
|---|---|---|---|
| 框架提取器 | extractors/framework-extractor.md |
决策框架/思维模型 | 可复用的结构化方法 |
| 原则提取器 | extractors/principle-extractor.md |
原则/清单/规则 | 具有指导性的行为准则 |
| 案例提取器 | extractors/case-extractor.md |
作者亲自用过的案例 | 有完整因果链的真实案例 |
| 反例提取器 | extractors/counter-example-extractor.md |
警告的失败模式 | 作者明确指出的反面教训 |
| 术语提取器 | extractors/glossary-extractor.md |
关键概念词典 | 作者独特定义的核心术语 |
每个 sub-agent 输出到 candidates/<type>.md。
阶段 1.5 — 三重验证筛选
对每个候选单元执行三项检验（详见 methodology/03-stage1.5-verify.md）:
V1 跨域验证: 在内容中至少 2 个独立语境下有佐证？
- ✅ 通过: 同一方法论在投资、工程、教学三个不同场景都出现
- ❌ 不通过: 某句话只在一处出现过，没有独立证据
V2 预测力测试: 能用它推导出内容里没明说的新问题的答案吗？
- ✅ 通过: 能推导出有意义、非平庸的结论
- ❌ 不通过: 只能得出"努力就会成功"之类废话
V3 独特性检验: 这是否是"任何聪明人都会说的常识"？
- ✅ 通过: 作者独特视角/反直觉见解/独特术语体系
- ❌ 不通过: 太常识了，不需要 skill 来承载
三项全部通过才进入阶段 2。不通过的写入 rejected/ 并注明原因。
通过率预期: 方法论密集的内容 30-50%，散文类 5-10%。通过率过低 (<5%) 重跑提取器；过高 (>80%) 收紧验证标准。
阶段 2 — RIA++ 构造 skill
对每个通过单元，按六段框架构造 SKILL.md（详见 methodology/04-stage2-ria-plus.md）:
| 段 | 全称 | 要求 |
|---|---|---|
| R | Reading (原文) | 直接引用原文 ≤150 字，含出处 |
| I | Interpretation (自述) | 用自己的话重写方法论骨架，5-15 行 |
| A1 | Past Application (案例) | 作者亲自用过的案例，1-3 条 |
| A2 | Future Trigger (触发) ★ | 用户什么时候会需要？→ 写入 description |
| E | Execution (执行) | 1-2-3 可执行步骤，每步有完成标准 |
| B | Boundary (边界) | 什么时候不适用 / 作者警告 / 批判盲点 |
阶段 3 — Zettelkasten 链接
- 找出 skill 之间的三种关系: 依赖 (A 需要 B) / 对比 (A vs B) / 组合 (A + B 协同)
- 在每个 SKILL.md 末尾补
related_skills段 - 生成
INDEX.md，包含 Mermaid 引用关系图
阶段 4 — 压力测试
对每个 skill，按 methodology/06-stage4-pressure-test.md 执行:
- 设计 5-10 条测试 prompt，至少包含:
-should_trigger(3-5 条): 该调用时是否调用
-should_not_trigger诱饵 (2-3 条): 不该调用时是否忍住
-edge_case(1-3 条): 边界模糊场景的判断 - 优先用独立 sub-agent 盲测: 不给预期答案，让它自然判断是否触发
- 统计通过率:
- 100% → 接受
- ≥80% → 分析失败 case，修 A2 或修测试
- <80% → 回炉重做阶段 2，不是小修 - 全部通过后通知用户完成。
质量红线 (违反则阻止输出)
- 每个 skill 必须通过全部三重验证
- 每个 skill 必须有完整的 R / I / A1 / A2 / E / B 六段
- 原文引用 ≤150 字/段
- 每个 skill 必须有
test-prompts.json，且必须包含诱饵测试 description字段必须明确 trigger 条件，不能只是"一个关于 X 的 skill"- 绝不凭记忆蒸馏 — 没文本/没文案就停下来问
快速模式 vs 完整模式
| 维度 | 快速模式 | 完整模式 |
|---|---|---|
| 提取器数量 | 3 个 (框架+原则+术语) | 5 个全量 |
| 验证 | 简化验证 | 三重验证 |
| 预期 skill 数 | 3-5 个 | 10-25 个 |
| 适用场景 | 用户想快速了解核心方法论 | 深度蒸馏，完整技能包 |
| 用户指令 | "快速拆一下""提炼核心" | "完整蒸馏""做成全套skill" |
渐进式披露
参考文件
methodology/00-overview.md— RIA-TV++ 总览methodology/01-stage0-adler.md— Adler 整书理解四步法methodology/02-stage1-extract.md— 并行提取流程methodology/03-stage1.5-verify.md— 三重验证详则methodology/04-stage2-ria-plus.md— RIA++ 构造模板methodology/05-stage3-zettelkasten.md— 链接与索引methodology/06-stage4-pressure-test.md— 压力测试流程methodology/07-video-pipeline.md— 视频蒸馏管线
提取器
extractors/framework-extractor.md— 框架/思维模型提取器extractors/principle-extractor.md— 原则/清单提取器extractors/case-extractor.md— 案例提取器extractors/counter-example-extractor.md— 反例/失败模式提取器extractors/glossary-extractor.md— 术语/概念提取器
模板
templates/SKILL_tpl.md— 输出 skill 模板templates/OVERVIEW_tpl.md— 内容概览模板templates/INDEX_tpl.md— 索引模板templates/test-prompts_tpl.json— 测试用例模板
调用惯例
- 先试点 — 除非用户明确说"批量"，先蒸馏 1 本/1 个视频验证流程
- 阶段之间主动汇报 — 不要静默跑完再 dump 结果
- 不凭记忆蒸馏 — 没文本就停下来问
- 保留审计轨迹 —
candidates/和rejected/都要留，方便溯源 - 视频优先用已有 skill — 调用 video-auto-editor 做转写，不重复造轮子
致谢
本 skill 的方法论框架 RIA-TV++ 源自袋鼠帝 (kangarooking) 的 cangjie-skill (MIT License)，在此基础上适配 WorkBuddy 生态并扩展了视频蒸馏管线。
> 蒸馏不是压缩，是让方法论从「我读过」变成「我能用」。
