# Build Topic Learning Markmap

> 将 input_datas/{topic} 中的本地资料和 CSV 链接整合为中文纯节点 markmap；适用于要求完整阅读来源并构建主题知识树的任务。

- Skill: `ruosong320/build-topic-learning-markmap` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add ruosong320/build-topic-learning-markmap`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ruosong320/build-topic-learning-markmap/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Data & Analytics
- Author: Ruosong320 (https://skillmd.com/u/ruosong320)
- Updated: 2026-09-22
- Page: https://skillmd.com/skills/ruosong320/build-topic-learning-markmap

---


# 来源驱动的主题知识树

用户未指定输入路径时使用 `input_datas/{topic}`，输出可放在 `output/topic_learning_markmap/{topic}/{topic}.markmap.md`。缺少主题或输入不存在时说明缺口。

列出所有文件，逐一阅读相关内容；CSV 中的链接也要读正文，并跟进对主题有实质内容的章节链接。记录已读范围、重复内容和无法访问的来源；停止于重复页面、无关导航或访问障碍。未读内容不能算已覆盖。

工具可解析 CSV、抽取文本、OCR、去重 URL 和保存文件；核心内容理解、层级判断与跨来源整合由 agent 根据读到的内容完成，不能用关键词脚本代替。

先选与当前主题有关、跨独立来源或权威分类得到支持的骨架，再纳入其余有用材料。重复转载不增加共识权重；父类与子类不可平级。不要把数学等特定主题的目录模板套到其他领域。标准分类与来源分歧按领域权威性、范围和用途判断，不机械多数投票。

输出以 `# {topic}` 为根，中文节点、统一缩进，合并同义和重复项。默认仅含主题及子主题；引用、覆盖说明、失败链接和过程报告放在树外，除非用户明确要求。纯节点要求不意味着可以隐藏未覆盖来源。