长文深度提炼 · extract-wisdom

二次开发：本技能改编自 danielmiessler/fabric 的 extract_wisdom pattern（MIT © 2012-2024 Scott Chacon and others），在保留其核心方法论基础上，升级为「提示词 + 可执行 CLI」双形态。署名见本目录 NOTICE.md 与仓库 THIRD_PARTY_NOTICES.md。

这个技能做什么

把一份长内容——播客转写稿、深度文章、书籍章节、行业报告、访谈实录——按维度（而不是按原文顺序）提炼成一份面向学习吸收的深度智慧摘要。

它和仓库里已有的 doc-summary（决策者一页摘要，面向快速拍板、压成一段结论）定位不同：本技能不替你下结论，而是把原文里值得带走的东西分层摆出来——哪些是作者的主张、哪些是可验证的事实、哪些是反直觉的洞察、哪些是值得原样记住的金句、哪些说法存疑需要回头核实、哪些能立刻变成行动。

典型场景：

• 读书笔记：读完一本书/一章，沉淀可复用的观点、术语、行动；
• 播客 / 课程提炼：几小时的音频转写稿，捞出真正有价值的部分；
• 行业报告速读：上百页报告，先拿到多维精华再决定精读哪几节；
• 访谈实录精华：专家访谈、用户访谈的逐字稿，提炼金句与洞察；
• 竞品分析材料沉淀：把竞品公开演讲、发布会、长文整理成可复用的观点库。

输入要求

• 必填：一段较长的文本（CLI 输入文件，或 stdin）。可以是转写稿、文章正文、报告节选、书籍章节。
• 建议提供：原文标题 / 来源（用于报告头部）；如知道说话人/作者，一并给出，便于"重要引用"节署名。
• 长文本自动分块处理：单段超过约 9000 字时会切块，各段先独立提炼，再按维度合并，合并时 7 个维度节结构保持一致。
• 原文信息不足时：对应节写"原文未涉及"或"（待确认）"，绝不脑补。

输出结构（模板见 scripts/templates/extract-wisdom.template.md）

自上而下严格 7 节：

1. 核心观点：3-10 条，每条一句话；每条句末必须标注【事实】（可被外部验证的客观陈述）或【观点】（作者主观判断/推测/主张）。
2. 关键洞察：原文中反直觉、跳出字面、值得记住的点；每条注明在原文中的大致出处位置（段落 / 时间戳 / 小标题）。
3. 重要引用：保留原文金句，逐字摘自原文，不得改写；注明说话人/出处（如有）。
4. 术语与概念：原文出现的关键术语 + 一句话解释；首次出现时括注原文上下文。
5. 适用场景与启发：分三类——个人（自我提升/习惯）、团队（协作/管理）、业务（产品/商业/组织），每类列可迁移的启发。
6. 可疑或待核实处：原文的夸张、矛盾、存疑、缺乏数据支撑的断言；每条末尾标**（待核实）**；如原文无明显存疑处，明确写"原文未发现明显存疑处"。
7. 行动建议：3-8 条可执行动作，具体到"谁在什么场景下做什么"。

工作流程

1. 通读 / 分块：短文本一次读完；长文本按 ~9000 字切块（相邻块 400 字重叠，避免切断句子）。
2. 逐块提炼：对每一块，按 7 个维度独立提取，不急于下整体判断。
3. 合并：多块结果按顺序合并——每块均按 7 个维度节输出，节名与顺序保持一致；后续段追加在报告末尾，建议通读后跨段去重（重复观点、重复金句、重复洞察）。
4. 标记复核：检查每条核心观点是否都带了【事实】/【观点】标记；每条引用是否逐字来自原文。
5. 写盘：输出 Markdown 文件，并提示用户对照原文复核。

质量规则（必须遵守）

• 忠于原文：只提炼原文中真实出现的内容，绝不编造、补写、脑补原文没有的观点或洞察。
• 引用逐字："重要引用"节的每一句必须逐字摘自原文，不 paraphrase 掉金句；改写过的金句一律退回重写。
• 观点/事实标记不遗漏：核心观点节每一条都必须带【事实】或【观点】标记，不允许出现未标记条目。
• 按维度组织，不流水账：把同类信息归到对应维度节，不要顺着原文顺序复述。
• 存疑必列：发现夸张、矛盾、以偏概全、无数据支撑的断言，必须进"可疑或待核实处"并标（待核实）；不为原文"背书"。
• 分块合并维度一致：即使内容来自多段，也始终按这 7 个维度节统一组织，不出现某一段独有的章节。
• 中性克制：只提炼与标注，不对作者做人身评价；启发与行动建议要具体可执行。

边界与异常处理

• 原文极短（不足几百字）→ 仍按 7 节输出，信息不足的节写"原文未涉及"，不凑数。
• 原文明显是广告 / 软文 → 在"可疑或待核实处"标出营销夸张表述。
• 原文中英混杂（技术报告、涉外访谈）→ 术语保留英文原词，解释用中文。
• 原文转写稿有错别字/口语重复 → 提炼时理顺，但"重要引用"节保留转写原貌。
• 单段超长被切块 → 进度打印到 stderr；后续分段追加在报告末尾（"## 补充内容（第 N 段）"），建议通读后跨段去重、合并同维度条目。

与脚本配合

• 批量 / 命令行场景：scripts/draft_extract_wisdom.py（纯标准库，一条命令跑通）；输入为长文本文件（或 - 读 stdin），输出为深度提炼报告 Markdown。
• 自定义模板：复制 scripts/templates/extract-wisdom.template.md 修改后使用。
• 默认温度 0.2，偏向稳定、忠于原文的提炼。