rulai-distill · 蒸馏工厂

输入是内容，输出是可执行 + 可验证 + 可追溯的技能资产。

核心承诺

大多数蒸馏技能只解决"生成"，不解决"证明"。本技能把出厂质检写进流水线： 不双 Agent 测过就不发版，不由自己给自己打分。

方法论骨架来自 cangjie（七阶段 / 三重验证 / 晋级门 / 原子发布），出厂质检来自 nuwa（FIDELITY 五维百分制 + 盲测），人物分支来自 yeadon（认知植入结构 + 禁用显式步骤），音视频与调研管线同样来自 nuwa。细节分工见 README.md 第二节。

何时用、何时不用

适用：

「把《XX》蒸馏成可调用的方法论技能」
「这个长视频的核心方法论做成 skill」
「蒸馏某人的思维方式，生成思维顾问」
「我读了很多书但用不出来，想变成能触发的技能」

不适用：

书摘 / 读后感 / 内容摘要 → 直接让模型总结即可
作者语气模仿 / 角色扮演 → 用 nuwa-skill
单个知识点查询 → 直接问模型

边界自检：如果你的需求是"知道这本书讲了什么"，本技能是过度设计；如果是"让 Agent 在具体场景里能用上其中的判断方法"，本技能才对口。

执行流程（七阶段）

阶段 0 · 整内容理解（Adler 分析）

素材预处理（超过 5 万字或素材是音视频时必做）

# 长文 / 书籍
python3 scripts/td.py chunk book.md --max-chars 4000     # 结构分块 + 索引 + 缓存
python3 scripts/td.py index book.md.td --grep "关键词"    # 只取相关块，别整本灌入

# 视频 / 播客 / 访谈
python3 scripts/td.py fetch-subtitle <URL> --out subs/          # 默认 dry-run，加 --execute 才联网
python3 scripts/td.py transcript subs/<id>.srt                  # → 逐字稿
python3 scripts/td.py chunk <逐字稿>.md --source-id transcript

字幕获取是本包唯一联网的命令，默认只打印不执行。已有本地字幕 / ffmpeg 转写 / ASR 工具的，见 references/media-pipeline.md 3.1。

读全内容，产出 BOOK_OVERVIEW.md：作者身份与立场、结构骨架、核心论点、隐含假设、适用边界。

为什么必须先做：跳过这一步直接提取，产出的是"看起来像方法论的书摘"。先建立全局认知图，才能判断某个片段是"方法论"还是"作者在某情境下的临时表述"。

详见 methodology/00-overview.md 与 references/media-pipeline.md。

阶段 1 · 五路并行提取

五个提取器并行分发给不同 Agent，产出候选单元池：

提取器	产出	文件
框架	可复用的思维模型 / 分析框架	`extractors/framework-extractor.md`
原则	带条件的判断规则	`extractors/principle-extractor.md`
案例	具体到可类比的历史/业务案例	`extractors/case-extractor.md`
反例	失败模式、误用边界	`extractors/counter-example-extractor.md`
术语	专有名词与语境定义	`extractors/glossary-extractor.md`

给每个子 Agent 的输入必须是最小相关的：用 td.py index <sidecar> --grep "<维度关键词>" 拿到相关块的原文，而不是把整本材料塞进五个 Agent 的上下文——那是 5 倍浪费。

素材是人物时（书名换成人名），额外触发 extractors/persona-extractor.md，并先跑六路调研：td.py research init → 填 6 个车道 → td.py research merge（去重 + 冲突标记 + 一手占比）。见 §人物蒸馏分支。

阶段 1.5 · 三重验证

每个候选单元过三关，详见 methodology/02-triple-verify.md：

来源充分性：原文是否有支撑？能否定位到具体段落？孤证 vs 反复论述
可执行性：能否转成"在什么场景下做什么"？纯观点不可执行
任务效用：真实场景会用得上吗？还是"听起来正确"的废话

关键放宽规则（来自 cangjie 的重要洞察）：一个完整讲透一次的流程或公式即可通过，不要求作者反复论述，也不要求是作者原创。这大幅降低了"必须找到 N 处佐证"的误杀率。

阶段 1.6 · 晋级门

判断这个能力是否值得成为独立可触发技能，还是只做卡片挂在路由入口下：

晋级条件	说明
`independent_intent`	有独立的用户意图，不是别的能力的附属
`independent_contract`	有自己的输入输出边界，能单独成立
`independent_run`	能独立执行，不依赖其他能力先跑
`independent_reuse`	会在多个不同场景反复用到
`independent_eval`	能构造出可机械判分的测试用例

五项全绿 → promoted（独立 Skill）；否则 → router（卡片 + 路由表）。

详见 methodology/03-promotion-gate.md。

阶段 2 · RIA++ 能力构造

每个通过验证的单元构造为能力卡，六段结构（RIA + Agent 扩展 E/B）：

R  Reading       原文/原始表述（带出处与定位）
I  Interpretation 方法论骨架：核心逻辑、适用前提
A1 Past          内容中的真实应用案例
A2 Future        用户会在什么情境下需要它 + 语言信号
E  Execution     可执行步骤（每步带完成标准与检查点）
B  Boundary      不适用情况 + 失败模式 + 易混淆辨析

E 段是本技能与"书摘"的分界线：必须写成"在什么场景 → 按什么步骤 → 做到什么算完成"。写不出完成标准的候选单元，说明还没想清楚，不予通过。

模板：templates/CAPABILITY.md.template

阶段 3 · Zettelkasten 链接

建立能力图谱，三种关系：

depends-on：A 是 B 的前置（如"主要矛盾识别"依赖"矛盾分析法"）
composes-with：A + B 组合解决完整问题（如"矛盾分析"+"矛盾转化" = 完整的"现在→未来"判断）
contrasts-with：A 与 B 容易混，需显式辨析（如"矛盾分析法用于结构" vs "阶级分析法用于人"）

易混淆辨析是最高价值的一段。同一本书拆出 10+ 技能后，最大的真实故障是互相抢调用。显式写清"什么时候用 A 而不是 B"，比多写几百字方法论更能提升实际效果。

阶段 4 · 压力测试 + FIDELITY 出厂质检

这是本技能与所有被合并对象的核心差异。

4a. 触发压力测试

3 条 should_trigger + 2~3 条 should_not_trigger（诱饵）
跨技能混淆测试（硬性）：诱饵中至少 1 条必须是"应该触发另一个技能"的场景
测试时把整包所有技能的 name + description 列表给被测 Agent，让它做"该激活哪一个"的选择题，而非"要不要激活这一个"的判断题
诱饵容错为 0

详见 methodology/04-pressure-test.md。

4b. FIDELITY 出厂质检

铁律：答题 Agent 与评分 Agent 必须是两个独立 Agent，绝不自评自证。

依据：SkillLens 论文（arXiv 2605.23899）实证 LLM 自评 skill 质量准确率仅 46.4%，接近随机。

五个维度（总分 100）：

#	维度	分值	测什么
1	立场/结论一致性	30	对内容明确表达过的判断，回答方向是否一致（3 题 × 10 分）
2	风格辨识度	20	不看名字能否认出是这套方法论，还是通用 AI 腔（盲读）
3	边缘诚实度	20	遇到内容没讲过的问题，是标注推断还是斩钉截铁编造（1 题）
4	来源透明度	15	底稿是否可溯源，一手占比、关键引语有无出处
5	结构完整度	15	六段是否齐全、E 步有无完成标准、B 有无失败模式

等级：A ≥85 / B 70-84 / C 55-69 / D <55。B 是进入 registry 的准入门槛。

反作弊规则（必须遵守，否则分数无效）：

答题 Agent 不知道自己在被测什么维度
评分 Agent 不参与答题，只对照原始内容判定
出题避开 skill 内已有示例（防背答案）
重要结论建议 2 个评分 Agent 独立跑，分差 >10 分人工复核
禁止自评自证——这是本机制的存在的唯一理由

模板：templates/FIDELITY.md.template

阶段 5 · 形态决策、确定性编译与发布

先决策形态：python3 scripts/td.py strategy <bundle> —— 默认 single-first，晋级能力 ≥3 且触发验证已就绪才推 pack，避免一拆多就互相抢调用。

再编译发布（脚本只做确定性操作，语义推理全部交给 Agent）：

td.py validate <dir>                       # 静态校验：死链 / 结构 / 来源占比
td.py gate <FIDELITY.md> --min B           # 门槛；非双 Agent 评测默认不放行
td.py compile <bundle> --out <dir>         # staging → 快照 → 锁 → rename 原子替换
td.py snapshot <dir> / td.py rollback <dir> --to <id>
td.py upstream list                        # 内置上游（cangjie）能力与依赖状态

发布会比对 BUILD_MANIFEST.json 的 published_hashes 检测本地手改，拒绝静默覆盖，并用 WriterLock（O_EXCL 锁文件）防并发写同一目标。

上游优先原则：分块、词法索引、token 计量、形态决策、增量维护等能力优先走上游 （scripts/vendor/cangjie/，MIT 原样内置），本包自研层负责零依赖统一入口与上游没有的部分（FIDELITY 门槛、字幕管线、六路调研、冲突标记、prompt 编译）。详见 scripts/vendor/PROVENANCE.md。

阶段 6 · 持续演进

产物登记到 registry/<slug>/，含 fidelity_score 与 eval_mode。

td.py diff <A> <B> / td.py impact <dir> <slug>     # 改了什么、会波及谁
td.py repair <dir> / td.py patch <card> <p.json>   # 机械修复（默认 dry-run）
td.py update <bundle> --out <dir>                  # 重新校验 + 重编译
td.py count <dir>                                  # token 计量

写操作默认 dry-run，落盘需显式 --apply。本技能不做自动进化，只保证产物 可被 darwin 安全处理（有 manifest、有快照、有回滚）。

完整命令清单与参数：references/command-cheatsheet.md

人物蒸馏分支

素材是人（书名/访谈/演讲换成人物名）时，阶段 2 的能力卡换成认知植入结构：

入口分流：模糊需求诊断（可选，补自 nuwa）

用户来的时候只有模糊需求、没有目标人物（「我想提升决策质量」「有没有一种思维方式能帮我看透商业本质」）时，先走 references/persona-need-diagnosis.md 的模糊需求诊断分支：需求定位（≤2 轮追问）→ 候选推荐（人物 vs 主题）→ 用户选择 → 再进入下方蒸馏。这把 nuwa 的「从需求反推蒸馏对象」补回，避免维度错配与无谓的重调研。用户已给明确人名则跳过，直接六路调研。

本版本已补回的 nuwa 人物资产：① 六路调研骨架（td.py research init 的 01-writings…06-timeline，含 03-expression-dna 车道，合并时带车道覆盖审计——比 nuwa 多一层缺失车道告警）；② 表达 DNA 六维结构化（extractors/persona-extractor.md 第 6 类 + templates/PERSONA.md.template「我说话的方式」）；③ 模糊需求诊断（本小节 + references/persona-need-diagnosis.md）；④ 心智模型三重验证（extractors/persona-extractor.md：跨域复现 ≥2 车道 / 生成力留出题 / 排他性对照 no-skill 基线，附降级规则——区别于 cangjie 阶段 1.5 的候选单元三重验证）；⑤ 人物版 eval-kit 题型预设（references/persona-eval-preset.md：3 已知立场 + 1 超范围 + 1 盲读，含出题纪律与完整示例）。五者在 rulai 下均按离线优先改造。

我是谁              身份锚定（不是"模仿他"，是"带着他的经历思考"）
我的认知上下文
  ├─ 信念及其来源     5-7 条，每条必须讲清"因为什么经历形成"
  ├─ 我做过的关键决策  3-5 个，必须有事后反思
  ├─ 我栽过的跟头     2-3 个真实失败
  ├─ 我的内在矛盾     ≥2 对真实矛盾
  └─ 我明确不懂的     ≥3 条认知边界
我看问题的方式        3-9 个思维习惯，**禁止写显式 Step 1/2/3**
我绝不会做的事        4-6 条红线
我说话的方式          偏好 / 禁忌 / 不确定时的处理
素材来源              ≥2 条可溯源

为什么禁用显式步骤：scripts/td.py validate 会机械检测 Step 1/2/3、第一步：、1. 模式并报 error。

首句必须写明认知植入而非角色扮演：

"你不是在模仿语气；你带着以下经历、判断、失败和边界来思考。"

结构模板：templates/PERSONA.md.template

目录结构

完整目录结构见 README.md 第五节。加载本文件约 5.5K tokens，全部文档约 39K，细节按需从 methodology/ 与 references/ 加载——不要一次性全读。

边界与诚实声明

本技能不声称能从原始书籍一键蒸馏。语义提取必须由 Agent 完成，脚本只做确定性操作。
字幕获取是唯一联网命令，且默认 dry-run。td.py fetch-subtitle 不加 --execute 只打印命令；本地已有字幕时完全不需要联网。
FIDELITY 分数不是自证。gate 对 fallback-self 默认拒绝（需 --allow-fallback），且自测模式下维度 1/3 按 80% 折算、维度 2 作废。
上游代码原样内置、不改。scripts/vendor/cangjie/ 是 MIT 原件；要改逻辑请在其仓库提 PR，本包只在 tdlib/ 做适配。
五项晋级门是建议不是定律。宁可少晋级几个独立技能，也不要制造互相抢调用的技能包。
一手来源不足时必须降级。素材标注为"推测"的维度，要在认知边界里明确写出。
触发评测不由脚本调用模型。本包零网络：Agent 作答、脚本判分、容错 0。

资源依赖

必需：Python 3.10+
可选：PyYAML（严格 frontmatter）、tiktoken（精确 token 计量）、jsonschema
无网络调用：所有脚本纯本地，不访问任何外部 API
自检：python3 scripts/td.py doctor
回归：python3 tests/e2e.py（130 项，零依赖与完整依赖两种解释器各跑一遍）
CI：.github/workflows/pipeline-check.yml（双版本矩阵 + 红线扫描 + Schema 校验）

许可

MIT。本技能融合三个 MIT 项目的公开方法论，署名见 metadata.lineage。

rulai-distill

SKILL.mdSKILL.md