# Sy Deepread

> 深度阅读·第四步。把用户真实阅读后记的笔记/划线/想法，整理成结构化"常青知识卡片"：每张卡片含渐进式总结（L1一句话/L2论点/L3证据/L4个人注解）、反常识与冲突、行动转化、知识网络关联（上下游/横向/外部）。用 Graph-of-Thoughts 构建卡片间网络 + 元认知反思 + Chain-of-Verification 四重核查（事实/逻辑/行动/目标）。当用户说"整理笔记""知识卡片""结构化精读""把读书笔记变成卡片"时使用。也适用于读完一堆笔记却散乱、形不成体系的场景。绝不编造书中原文。

- Skill: `huanyu-hibiki/sy-deepread` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add huanyu-hibiki/sy-deepread`
- Raw SKILL.md: https://api.skillmd.com/api/skills/huanyu-hibiki/sy-deepread/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: Huanyu-Hibiki (https://skillmd.com/u/huanyu-hibiki)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/huanyu-hibiki/sy-deepread

---


# sy-deepread · 结构化精读（笔记 → 知识卡片 + 网络）

把碎片笔记编织成可检索、可复用、可行动的知识网络。

> **知识库根目录 `<知识库根>`**：① 本次会话用户显式指定 → ② 当前 Agent 打开的项目路径下有知识库标志（`阅读笔记/log.md` 或 `阅读笔记/_system/用户阅读报告.md`）→ ③ `~/.shendu-yuedu/config.json` 的 kb_root（问用户是否沿用）→ ④ 默认当前 Agent 打开的项目路径。权威定义见 `01-init/SKILL.md`「知识库根目录解析协议」。

## 前置
1. 读 `<知识库根>/阅读笔记/YYYY-MM/<书名>/问题清单.md`（#3 的锚定问题+预期收获，用于诊断达成度）。
2. 读 `<知识库根>/阅读笔记/YYYY-MM/<书名>/00-拆解目录.md`（章节范围）。
3. 读 Hub 取核心目标+应用场景。
4. **拿用户的真实阅读笔记**（笔记要用户自己给：对锚定问题的回答、划线、即时想法、困惑、与自身经验的关联）。没笔记就提示先读再回来。
   - 触发信号（2026-08-19 实证）：用户说"第X章【…/摘抄】已读完，练习题已做完【…/问题清单】"= 本章素材已齐，可直接开跑，不必再问。
   - 素材落点（2026-08-19 实证）：摘抄 = 书目录下**每章子目录**里的 `摘抄.md`（如 `第十章 你的第一桶金/摘抄.md`）；锚定问题作答 = **内嵌在 `问题清单.md` 对应章标题下、每题正文下方**，不是单独文件。先 `ls` 书目录定位章子目录，别猜路径。

## 推理框架（Graph-of-Thoughts + 元认知 + CoV）

**Step 1 信息提取去噪**：从笔记提取独立知识点为"节点"。区分📖书中原文 / 💭用户想法。剔除纯复述，保留有增量的。识别可能的"误读"并标注。

**Step 2 渐进式总结（L1-L4）**，每层有硬要求：
- L1 一句话：**必须含用户目标关键词**（与原意冲突时原意优先，见约束节）
- L2 论点：3-5句，含"因为…所以…"因果链
- L3 阐述：含具体证据/案例/数据，保留书中原文引用（标页码/位置）
- L4 个人注解：用户自己的理解/质疑/经验关联；笔记没有就基于画像推断并标 `[推断]`

**Step 3 网络关联（GoT 边）**：依赖(A→B) / 对比(A↔B) / 强化(A⇒B) / 应用(A→场景)

**Step 4 元认知反思**（每张卡片前自问）：我理解边界了吗？过度简化了吗？为迎合用户目标而扭曲原意了吗？

**Step 4.5 框架学习法四要素检查**（源自姜胡说）：概念/方法类卡片，用四维度自检并补缺——
1. **定义**：概念是什么、不是什么、和哪个相似概念易混淆（写清区分，如"触达≠运营：触达=获取用户，运营=维护用户"）
2. **机制**：它背后起作用的逻辑/公式（如"赚钱=价值×用户数×复购"——本概念贡献哪个变量？）
3. **边界**：适用/不适用的场景（"去图书馆找女朋友比足球场合适"——用户是谁、在哪出现）
4. **操作**：具体做法与第一步（能否 5-10 分钟启动）
- 检查结果在卡片"⚡反常识与冲突"前加一行：`框架完整度：定义✓ 机制✓ 边界✓ 操作✓`（缺哪标哪）
- 案例故事/情绪类卡片不强制四要素，标 `框架免检：叙事型卡片`

**Step 5 CoV 四重核查**：事实（引用与笔记一致否）/ 逻辑（依赖关系成立否，有无循环）/ 行动（行动点具体可行否）/ 目标（删与目标弱相关的卡片）

**Step 6 自校正**：过度推断的拆"确定/推测"；缺证据的标 `[需补充原文]` 降置信度；孤立卡片找关联或解释为何独立。

## 卡片结构
```
### C-001 [概念名]（用用户自己的话命名）
- 类型：🧩概念/🔧方法/💡洞察/⚠️误区/🎯原则 · 来源：第X章X.X · 置信度：高/中/低
- 📋 渐进式总结 L1/L2/L3/L4
- 框架完整度：定义✓ 机制✓ 边界✓ 操作✓（四要素缺哪补哪，见 Step 4.5；叙事型卡片标"框架免检"）
- ⚡ 反常识与冲突：书中反常识点 / 用户冲突（引#3预警）/ 保留质疑
- 🎯 行动转化：直接行动（具体微小）/ 决策框架（"当…时，应该…"）/ 失败预警
- 🕸️ 知识网络：上游依赖(卡片ID) / 下游应用 / 横向关联 / 外部链接（关联用户已知）
```

## 🔴 CHECKPOINT · 🛑 卡片落盘前确认
生成卡片集后、写入 `知识卡片.md` 前，先向用户展示三样：①📊诊断表摘要 ②卡片清单（ID/标题/类型/置信度，一行一张）③本轮增量图谱。用户确认 OK 再落盘；多轮追加模式下须先向用户报"本轮起始 ID = 上一轮最大 ID + 1"确认接续正确。

## 输出：<知识库根>/阅读笔记/YYYY-MM/<书名>/知识卡片.md

文件**首轮创建时**带 OKF frontmatter：`type: 知识卡片` / `title: <书名>·知识卡片` / `description: 一句话` / `tags: [深度阅读, <书名>]` / `timestamp`（此后每轮追加时仅更新 timestamp）。多轮追加不重写 frontmatter 以下的历史内容。每轮落盘后追加 `阅读笔记/log.md` 一条：`## [YYYY-MM-DD] deepread | <书名>·第N轮·章名（新增X张卡）`。

```markdown
## 📊 阅读质量诊断
| 预期收获(#3) | 达成状态✅⚠️❌ | 证据(笔记位置) | 缺失原因 |
（深度信号：笔记有无质疑/对比/关联；只有摘抄标[需二次加工]）
（盲区预警：未回答或回答模糊的锚定问题）

## 🃏 知识卡片集（C-001…，按阅读顺序）

## 🗺️ 知识网络图谱（Mermaid graph TD 或缩进文本树）

## 🚀 下一步建议
立即复习(24h内哪张最不稳定) / 补充阅读(为填盲区重读哪节) / 实践启动(哪个行动点立刻做)
```

### 多轮追加协议（2026-08-19 实证：《价值心法》第十章为第二轮）

一本书按阅读路线图分多站读，每读完一章/一站跑一轮，**全部追加进同一个 `知识卡片.md`**，不另开新文件：

1. **编号接续**：卡片 ID 全书连续，不按轮重置。落笔前先读现有 `知识卡片.md` 取最大 C 编号，本轮从其 +1 起写（协议示例"第二轮从 C-015 起"仅为示意，以实际文件为准）。
2. **文件头改写**：标题改为「知识卡片（第一轮：X章 · 第二轮：Y章）」，生成日期按轮注明，"下一站"指向最新未读章——旧的"下一站"提示必须同步更新。
3. **追加位置**：在文件末尾追加 `---` + `# 第N轮 · 章名（日期）` 一级标题，内含本章的 📊诊断表 / 🃏卡片集 / 🗺️本轮增量图谱 / 🚀建议 / 📎方法调用记录表。不改动历史轮内容（勘误注记除外）。
4. **跨轮网络**：新卡的上游/下游/横向要真正引用前几轮的卡片 ID（例：C-018 逆向工程 ↔ C-011 提取成功方法构成"向内/向外"镜像）；图谱只画本轮增量节点+跨轮边，主干链用一行文字总结。
5. **方法调用记录只记在本轮表**：每轮自带一张 📎 表，不在历史轮的表里补行（否则跨轮重复）。
6. **收尾自检**：落盘后 `grep -n "^### C-\|^# 第" 知识卡片.md` 验证新卡 ID 连续、轮次标题存在、总行数增长；发现笔误（错字/乱码/图标用错）当场 patch 掉。

## 约束
- **绝不编造原文**：笔记没有的案例/数据不编。推断书中可能有但笔记未记，标 `[笔记未记录，需核实]`
- **预警≠用户观点**：#3 的认知冲突预警是预读阶段的 AI 推测，不是用户说过的话。用户作答未体现该预设时，卡片不得写"预警兑现"或暗示用户原本那样认为——预警只记三态「命中 / 未命中 / 未提及」（作答完全没触及预警主题 = 未提及，不算命中也不算未命中），用户观点一律以作答原文为准（2026-08-18 教训：把"你可能默认复利是金融概念"写成用户起点，被用户当场纠正）
- **自设练习≠用户待办**：钩子/预期收获是 AI 设计的可选项，不是用户的义务。诊断表和下一步建议里不得出现"钩子未做/未落地"式扣分或催办；练习前提（引用素材的实况，如 EP 已发布）必须先查 wiki 核实，前提不成立即作废该练习并留注记（2026-08-18 教训：EP010 已拍摄发布，仍被标"❌ 未落地"催交"三行 IPO"）
- **区分三种来源**：📖书中观点 / 💭用户观点 / 🤖你的推断
- **主动提问，禁被动总结**（源自姜胡说）：整理笔记时不得只做"这本书讲了什么"的复述式总结。对每张卡片先向自己（或用 AI）问：**这个知识真正的关键点是什么？第一性原理是什么？有哪些漏洞？逻辑上不合理的地方？缺口在哪？**——把答案融进 L4 注解与"保留质疑"，而不是等 AI 喂结论
- **行动点必须具体**：禁"多实践"，要"明天在XX会上用XX方法做XX"
- **L1 必须含用户目标关键词**；与原意冲突时**原意优先**——不得为塞关键词扭曲卡片原意（Step 4 元认知第 3 问"为迎合用户目标而扭曲原意了吗"在此一票否决）
- **知识网络必须真实**：不强行建关联，孤立就孤立并解释

## 人 × AI 分工
- **人**：真实阅读+记笔记（喂给本 skill）、补 `[需核实]` 处
- **AI**：提取节点、L1-L4 总结、建网络、诊断质量

## 下一步
卡片成形后，运行 **`sy-practice`（实践转化）**——把可行动的卡片萃取出 `书名\对应知识点` 技能。说"实践转化"即可。