kangarooking cangjie-skill — 把一本书蒸馏成一组可执行 skills 的元 skill
使命
把一本书里沉淀的方法论,拆解成原子化、可被 agent 在真实场景下调用的能力,并按用户目的编译成合适数量的 skill,让读者真正用起来。
术语约定: 本文档及
methodology/、extractors/中所有的"书",泛指一切被蒸馏的长内容 — 书籍、长视频转写、播客文字稿、课程、访谈、长文、资料集。
边界:
- ✅ 做: 方法论 / 决策框架 / 清单 / 原则 / 概念体系的蒸馏
- ❌ 不做: 书摘 / 读后感 / 作者人设角色扮演 (后者请用 nuwa-skill)
核心方法论: RIA-TV++（v2.5 Bundle 版）
一个五阶段 + 并行提取 + 三重验证 + 晋级门 + darwin 兼容测试的流水线。详见 methodology/00-overview.md。
阶段 0: Adler 整书理解 → BOOK_OVERVIEW.md
阶段 1: 5 个 agent 并行提取 → 候选方法论单元池
阶段 1.5: 三重验证筛选（知识验证） → 通过的单元 (用户轻确认)
阶段 1.6: 独立 Skill 晋级门（产品化验证）→ promoted / router 去向
阶段 2: RIA++ 构造能力卡 → .cangjie/capabilities/cards/<slug>.md
阶段 3: Zettelkasten 链接 → verified.yaml 的 also_read + GLOSSARY
阶段 4: 压力测试 (darwin 兼容) → 评测用例 + 回炉淘汰
阶段 5: 编译与交付 → cangjie.py compile（single/pack）+ DIGEST.md + 安装
v2.5 关键变化（ADR-002）: 阶段 2–4 不再直接把每个单元写成独立的最终 Skill 目录，而是产出一份 Capability Bundle（books/<slug>/.cangjie/capabilities/verified.yaml + cards/*.md）。single 与 pack 都从这同一份 Bundle 由 scripts/cangjie.py compile 确定性编译，两者引用同一组稳定 capability_id。旧的 one-to-one 输出仍受支持（legacy-pack，见 docs/migrations/2026-08-25-v2.0-to-v2.1.md）。
何时调用此 skill
用户说类似:
- "帮我拆《穷查理宝典》"
- "把毛选蒸馏成 skill"
- "把这个 B 站视频/播客/课程蒸馏成 skill"
- "distill this book into skills: "
- "我想把这本书的方法论做成可用的 skill"
输入要求
在开始前必须从用户处确认:
- 内容文本来源: PDF / EPUB / TXT / 字幕文件 / 转写稿路径, 或可访问的纯文本。不要在没有文本的情况下"凭记忆"蒸馏 — 宁可停下来问用户要。(视频/播客建议先用 video-downloader 类工具拿到转写文本)
- 内容元信息: 书籍是"书名 + 作者 + 出版年"; 视频/播客/课程是"标题 + 作者(UP 主/主播/讲者) + 发布时间"。用于目录命名和审计。
- 使用目的（决定输出模式推荐）: 学习/查阅这本书 → 倾向 single；接入日常工作流、跨书组合 → 倾向 pack。不确定时按 single-first 原则先推荐 single。
- 是否首次试点: 如果用户是第一次用 cangjie-skill,建议先蒸馏 1 份内容验证流程再批量。
非书籍内容的字段映射: 章节类字段对视频填时间戳或分 P,对播客填集数,对课程填讲次 — 保证可追溯即可。
输出结构
books/<book-slug>/
├── PIPELINE_STATE.md # 流水线状态: 当前阶段 + 进度 (断点续跑用)
├── BOOK_OVERVIEW.md # 阶段 0 产出: 主旨/骨架/术语/批判
├── verified.md # 阶段 1.5 产出: 通过三重验证的单元 + 判定理由
├── GLOSSARY.md # 阶段 3 产出: 全书共享术语词典
├── DIGEST.md # 阶段 5 产出: 面向读者的精华长文
├── candidates/ # 阶段 1 产出: 原始候选池 (审计用)
├── rejected/ # 阶段 1.5 淘汰的单元 + 原因 (审计用)
└── .cangjie/ # v2.5 侧车层（编译事实源 + 运行记录）
├── capabilities/
│ ├── verified.yaml # Capability Bundle（唯一编译事实源, capability-bundle.schema.json）
│ ├── cards/<slug>.md # RIA 能力卡（R/I/A1/A2/E/B, 阶段 2 产出）
│ ├── destinations.json # 晋级/路由去向映射（阶段 1.6 产出）
│ └── book/{overview.md,glossary.md}
├── runs/<run-id>/ # 每次编译/更新的决策报告与校验日志
└── snapshots/ # 发布前快照（rollback 用）
最终交付物由 scripts/cangjie.py compile 从 Bundle 编译（--output single 得到 1 个入口 + 能力卡；--output pack 得到 1 个来源路由入口 + 少量晋级 Skill）。
执行流程 (严格按顺序)
断点续跑: 开始前先检查 books/<slug>/PIPELINE_STATE.md 是否存在。存在则读取并从记录的阶段续跑,不要从头重来。每完成一个阶段,更新该文件。
阶段 0 — 整书理解
- 读取用户提供的书本文本。大文件分块阅读。
- 执行
methodology/01-stage0-adler.md中的 Adler 四步 (结构 / 解释 / 批判 / 应用)。 - 按
templates/BOOK_OVERVIEW.md.template填充,写入books/<slug>/BOOK_OVERVIEW.md。 - 把产出展示给用户确认:"骨架我理解对了吗?有没有你希望重点突出的方向?" 得到确认再进入阶段 1。
阶段 1 — 5 个 sub-agent 并行提取
并行 spawn 5 个 Task sub-agents(使用 Agent 工具,一次调用中发起 5 个):
| sub-agent | 读取的 prompt | 上下文策略 | 产出 |
|---|---|---|---|
| 框架提取器 | extractors/framework-extractor.md |
全量扫描（跨章节隐性分布） | 决策框架 / 思维模型 |
| 原则提取器 | extractors/principle-extractor.md |
全量扫描（需判断反复出现） | 原则 / 清单 / 规则 |
| 案例提取器 | extractors/case-extractor.md |
检索式取块（局部命中型） | 作者在书中亲自使用过的实例 |
| 反例提取器 | extractors/counter-example-extractor.md |
检索式取块（局部命中型） | 书中警告的失败模式 |
| 术语提取器 | extractors/glossary-extractor.md |
检索式取块 + 脚本预筛 | 关键概念词典 |
每个 sub-agent 独立判断、独立输出到 books/<slug>/candidates/<type>.md。
- 长文本: 超出单个 sub-agent 上下文的内容,按
methodology/02-stage1-parallel-extract.md的分块策略处理；已建立内容索引（.cangjie/index/）时,检索式 extractor 按索引取相关块。 - 覆盖率硬门: 检索式改造后,最终通过三重验证的候选相对全量扫描基线漏检数必须为 0,否则该 extractor 退回全量扫描。
- 降级方案: 当前环境不支持并行 sub-agent 时,用同样 5 个 extractor prompt 串行执行,产出格式不变。
阶段 1.5 — 三重验证筛选（知识验证）
读取 methodology/03-stage1.5-triple-verify.md,对每个候选单元执行:
- V1 跨域: 书中至少 2 个独立段落有佐证?
- V2 预测力: 能用它回答一个书里没明说的新问题吗?
- V3 独特性: 不是任何聪明人都会说的常识吗?
通过的写入 books/<slug>/verified.md。不通过的写入 books/<slug>/rejected/ 并附原因。
用户轻确认 ★: 筛选完成后,把"通过的 N 个候选标题 + 淘汰的 M 个"列表展示给用户确认,再进入阶段 1.6。
阶段 1.6 — 独立 Skill 晋级门（产品化验证）
读取 methodology/03b-stage1.6-promotion-gate.md。知识验证通过 ≠ 值得成为独立 Skill。对每个单元评审五条判据（独立意图/独立契约/独立运行/独立复用/独立评测,前 3 条必须通过,后 2 条至少 1 条),把去向写入 Bundle 的 promotion.destination（promoted / router）。未晋级单元不淘汰,保留为来源路由入口内的能力卡。可发现入口软预算默认 8（含 1 个来源路由入口）。
阶段 2 — RIA++ 构造能力卡
对每个通过的单元,按 methodology/04-stage2-ria-plus.md 构造 R / I / A1 / A2 / E / B 六段能力卡:
- 卡片正文写入
books/<slug>/.cangjie/capabilities/cards/<slug>.md（不带 frontmatter,frontmatter 数据记入 Bundle）; - 同时在
verified.yaml登记该能力: 稳定capability_id、intents、keywords、one_liner、importance（附依据）、frontmatter.description（A2 浓缩版）。
阶段 3 — Zettelkasten 链接
按 methodology/05-stage3-zettelkasten.md:
- 找出能力之间的引用关系,写入 Bundle 中各能力的
also_read,并回填 A2 的"与相邻能力的区分" - 把
candidates/glossary.md整理成books/<slug>/GLOSSARY.md,并复制到.cangjie/capabilities/book/glossary.md - INDEX/路由表由编译器从 Bundle 生成,不再手写
阶段 4 — 压力测试 (darwin 兼容)
对每个晋级能力按 methodology/06-stage4-pressure-test.md 设计触发评测（含兄弟诱饵与来源路由入口的互斥负例）;对 router 能力设计"经路由入口可达"的路由用例。未过的回炉重做阶段 2。
阶段 5 — 编译与交付
按 methodology/07-stage5-deliver.md:
- 生成
books/<slug>/DIGEST.md— 面向读者的精华长文 - 运行
python3 scripts/cangjie.py compile --bundle books/<slug>/.cangjie/capabilities --out <目标目录> --output auto,把决策报告展示给用户轻确认（按推荐 / 改 single / 改 pack） - 询问用户安装位置,把编译产物复制或 symlink 过去
- 告知用户: "已完成,可一键喂给 darwin-skill 自动进化"
质量红线 (违反则阻止输出)
- 每个能力必须通过全部三重验证
- 每张能力卡必须有完整的 R / I / A1 / A2 / E / B 六段
- 原文引用 ≤150 字/段 (英文 ≤100 词/段)
- 每个 active 能力在
destinations.json中恰好一个去向（promoted_to 或 served_by）;未晋级能力必须可经来源路由入口到达 - 晋级 Skill 的
description必须明确 trigger 条件,并与来源路由入口互有近邻负例 - 编译产物必须通过
scripts/validate_skill_pack.py（格式/相对引用/frontmatter 100%） - 生成目录只读:检测到本地手改时不得静默覆盖（编译器强制三选一）
与 nuwa-skill / darwin-skill 的生态定位
- nuwa-skill: 蒸馏人 (思维方式 / 表达 DNA)
- cangjie-skill (本 skill): 蒸馏书 (方法论 / 框架 / 原则)
- darwin-skill: 进化任意 skill
三者咬合: 本 skill 输出的评测用例遵循 darwin-skill 格式,以便产出的 skill 可直接接入 darwin 做自动进化。
调用惯例
- 永远先试点 1 本 — 除非用户明确说"批量"
- 阶段之间主动汇报进度 — 不要静默跑完再 dump 结果
- 不凭记忆拆书 — 没文本就停下来问
- 保留审计轨迹 — candidates/ 和 rejected/ 都要留
- 随时可续跑 — 每完成一个阶段就更新 PIPELINE_STATE.md,中断后从状态文件恢复
- 输出策略持久化 — update/repair 默认沿用原输出模式,不因新增材料静默改变产物形态