# Junyi Learning Distiller

> 把外部课程、讲座、直播、访谈、文章、论文、书籍章节或以学习为目的的会议材料，转化为可追溯的理解、可迁移的方法、与本人既有认知的关系、待验证问题和小型行动实验。用于“学习蒸馏”“消化这门课”“把这篇文章学明白”“整理分享会学习笔记”“用自己的话讲懂”等任务；支持长逐字稿分块。不要用于从本人生活记录中提取创作素材，也不要用于只记录内部会议决定和责任人的会议纪要。

- Skill: `junyifei/junyi-learning-distiller` (Agent Skill, multi-file: 8 files)
- Install (CLI): `npx skillmds@latest add junyifei/junyi-learning-distiller`
- Raw SKILL.md: https://api.skillmd.com/api/skills/junyifei/junyi-learning-distiller/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: junyifei (https://skillmd.com/u/junyifei)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/junyifei/junyi-learning-distiller

---


# 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

1. 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。
2. 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）。
3. 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。
4. 选择模式：短材料直接分析；长材料先执行 [long-source-workflow.md](references/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](references/eight-layer-framework.md) 获取每层判断标准，读取 [output-contract.md](references/output-contract.md) 获取固定格式。

1. **关键结论**：准确说出来源希望读者或听众相信什么。
2. **主张与证据地图**：拆开主张、论据、案例、数据、假设和未知。
3. **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。
4. **可迁移方法**：提炼步骤，同时写前提、边界和不适用情境。
5. **与我已有认知的关系**：区分印证、补充、冲突和新种子。
6. **应用与小实验**：把启发转成可执行、可观察、可停止的小测试。
7. **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。
8. **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：

```bash
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](references/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。