junyifei 君一学习蒸馏
「君一」是方法来源，不是服务对象。 本 Skill 蒸馏的是使用者自己的学习材料。
学习蒸馏不是缩短原文，而是完成四次变化：从“原文说了什么”到“我是否讲得明白”，再到“什么条件下能迁移”，最后到“我准备怎样验证”。
开始前
- 确认目标是学习外部内容。若目标是提取本人故事、观点、金句或日常待办，改用
junyi-content-distiller；若目标只是形成内部会议决定、责任人和截止时间，使用会议纪要能力。 - 记录来源标题、作者/主讲人、日期、版本、材料范围和可用定位信息（页码、章节、段落、时间戳）。
- 询问或读取使用者当前目标、项目、已有观点和希望应用的场景。没有这些信息也继续，但把“对我的转化”标为待补充，不虚构个人需求。
- 选择模式：短材料直接分析；长材料先执行 long-source-workflow.md。
证据与版权规则
- 每个关键结论、方法和存疑点都要有
**证据位置**。有页码/时间戳就精确记录；没有则写章节、段落或行号。 - 把“来源中的主张”“来源报告的数据”“外部已核验事实”“我的理解”“我的假设”分开，不把主讲人的说法自动写成客观事实。
- 引用只保留证明判断所需的短片段。不要复制长篇课程逐字稿、书籍章节或受版权保护内容。
- 来源缺失、上下文不全、图表不可读或论据不足时明确标
【未知】、【待核验】，不补齐。 - 智能纪要只能帮助定位结构；涉及观点、数据和原话时回看原始材料。
- 外部检索得到的证据与原材料分开列出并标明来源，不能悄悄混入讲者观点。
八层学习转化
按以下顺序完成。读取 eight-layer-framework.md 获取每层判断标准，读取 output-contract.md 获取固定格式。
- 关键结论：准确说出来源希望读者或听众相信什么。
- 主张与证据地图：拆开主张、论据、案例、数据、假设和未知。
- 用自己的话讲明白：不用原作者术语完成解释，并给出例子或反例。
- 可迁移方法：提炼步骤，同时写前提、边界和不适用情境。
- 与我已有认知的关系：区分印证、补充、冲突和新种子。
- 应用与小实验：把启发转成可执行、可观察、可停止的小测试。
- 存疑与待跟进：列出证据缺口、反例、需要核验的事实和后续问题。
- 一句话本质：完成前七层后再压缩，不能只是重抄标题。
工作流程
1. 建来源地图
先列章节、主题、论证顺序和材料缺口。不要边读第一段边写最终总结。多文件材料先去重并确认版本关系。
2. 建证据账本
逐条记录：编号、来源主张、证据类型、证据位置、可信限制和状态。建议使用：
【来源主张】：作者或讲者的判断。【来源数据】：来源报告的数字，尚未外部核验。【来源案例】：来源叙述的个案，不能自动代表普遍规律。【我的理解】：基于来源做出的解释。【我的假设】：准备应用或测试、尚未证明的判断。【外部核验】：另有可靠来源支持，并单独给出引用。
3. 完成八层转化
先做第 1–7 层，再写第 8 层。每层宁少勿滥；同一观点不要换三种措辞反复出现。
4. 校准个人转化
如果使用者提供已有笔记、原则、战略书或当前项目，逐条对照；如果没有，只输出“可能适用的场景”，不要替使用者决定优先级。冲突时保留双方证据，不为了形成统一结论强行消解。
5. 设计最小验证
行动项必须包含：要验证的假设、最小动作、触发时机、观察信号、停止/调整条件。纯粹“以后多注意”“继续学习”不算行动实验。
6. 验收并交付
写入文件时运行：
python3 scripts/validate_learning_note.py <学习蒸馏稿.md>
检查结构、证据位置、方法边界、个人信息缺口和乱码。先给学习结论，再说明来源范围、仍存疑点和下一步实验。只有使用者明确要求时才归档到知识库或创建任务。
长材料
长逐字稿、书籍章节集合或多份课程材料不能一次性塞进上下文。执行 long-source-workflow.md：原文落盘、按自然章节分块、每块生成证据账本、更新 manifest，最后只基于账本和必要原文回看完成八层综合。分块摘要不能直接首尾拼成最终学习笔记。