codepiano 深度拆书机（Codex 版）
通过三轮认知压缩，把书籍内容转为可迁移、可行动的结构化知识。
上游仓库
- Source:
https://github.com/lijigang/ljg-skill-xray-book - 更新同步示例：
git clone --depth=1 https://github.com/lijigang/ljg-skill-xray-book.git
输入支持
- 书名（可先补充公开简介/章节信息）
- 书籍摘要或笔记
- 长文正文（章节内容）
核心原则
信息价值取决于认知投入。你的任务是提高“结构提取密度”，不是复述书中句子。
执行流程
1) 建立材料基线
- 识别书名、作者、主题域、可用材料完整度。
- 若仅有书名：先给出基于公开信息的初版，并明确“低置信度”。
2) 三轮认知压缩
ROUND 1: SKELETON
- 核心问题
- 核心答案（一句话）
- 章节骨架（每章核心点）
- 论证结构（演绎/归纳/案例/对比）
ROUND 2: DISSECTION
- 核心论证链
- 最关键的 3 个证据/案例
- 隐形假设
- 边界条件与反例
ROUND 3: SOUL
- 作者盲点
- 跨域映射（至少 2 个领域）
- 与读者既有知识的连接
- 行动触发（读后要改变的行为）
3) 餐巾纸极限压缩
必须给出：
- 餐巾纸公式
- 餐巾纸图（ASCII）
- 一句话总括
4) 全书结构图（ASCII）
提供纯 ASCII 的结构关系图，展示核心概念与因果/依赖关系。
5) 文件落地（用户要求保存时）
- 时间戳：
date +%Y%m%dT%H%M%S - 文件名：
{timestamp}--{book-slug}__book.md（或__book.org） - 路径：
~/Documents/notes/
质量标准
- 结构化优先，避免大段摘要。
- 必须指出隐形假设和边界条件。
- 必须包含跨域映射和可执行行动触发。
- ASCII 图仅使用基础 ASCII 字符，不使用 Unicode。