Distiller

<gsd:workflow name="distiller">

gsd:meta 蒸馏、distill、提炼、提取核心、迁移功能、知识蒸馏、知识提炼 - 用户提供的源资源（代码目录/URL/文件路径） - 明确的蒸馏用途说明 - plan-approved: 蒸馏计划确认 - collection-done: 资源采集完成 - distill-approved: 蒸馏产物质量确认 - archived: 产物归档完成 - 产物 SKILL.md 行数 ≤ 300 行，超出部分抽离到 references/ - 代码蒸馏必须区分「项目耦合」vs「核心逻辑」 - 每个产物必须包含「适用场景」和「复用指南」

gsd:goal从任意资源中提炼结构化的可复用知识，输出为可被 AI 检索的知识 skill。

<gsd:phase id="plan" name="资源分类 + 需求确认" checkpoint="plan-approved"> 分析用户输入，判断资源类型（code / tech-stack / article） 追问关键问题：蒸馏产物用来做什么？（复用模板 / 生成新项目 / 知识存档） 根据用途调整蒸馏策略和产物格式 展示蒸馏计划摘要，等待用户确认

<gsd:phase id="collect" name="资源采集" checkpoint="collection-done"> 按资源类型选择采集方式，扫描并提取原始数据 预处理：去噪、结构化、标注关键节点 展示采集摘要，等待用户确认

<gsd:phase id="distill" name="执行蒸馏" checkpoint="distill-approved"> 按确认的维度逐项提炼，生成结构化产物 质量检查：完整性、准确性、通用性、可操作性 展示蒸馏产物摘要，等待用户确认

<gsd:phase id="solution" name="技术方案整合" checkpoint="distill-approved" condition="用户需要将蒸馏产物 + 开源工具组合成可执行方案"> 需求解读：明确目标产品和技术约束 能力盘点：从已有蒸馏产物提取可复用代码/模式 工具选型：搜索并评估匹配的开源工具 架构设计：目录结构 + 数据流 + 模块职责 整合输出：安装命令 + 配置文件 + 核心代码 + 调用示例

<gsd:phase id="archive" name="归档产物" checkpoint="archived"> 按产物命名规范创建目录 生成产物 SKILL.md（含 frontmatter 元数据） 超出 300 行的内容抽离到 references/ 目录 注册到 plugin.json 的 skills 数组 输出归档路径，蒸馏完成

产物身份：蒸馏产物是可检索的知识 skill，不是用户主动触发的执行型 skill。产物的 SKILL.md 用作 AI 检索时的上下文参考，description 中必须包含「参考方案」标记。

资源蒸馏器 Distiller

万物皆可蒸馏，提炼可复用的核心。

支持的资源类型

Phase 1: 资源分类 + 需求确认

目标：识别资源类型，明确蒸馏目标和产物用途

步骤：

1. 分析用户输入，判断资源类型
2. 关键问题：蒸馏产物用来做什么？（复用模板？生成新项目？知识存档？）
3. 根据用途调整蒸馏策略和产物格式
4. 展示蒸馏计划摘要

📋 蒸馏计划：
├── 资源类型: <类型>
├── 输入来源: <来源>
├── 用途目标: <用户要拿这个做什么>
├── 蒸馏维度: <提炼哪些维度>
└── 归档位置: <目标路径>

🛑 用户确认蒸馏计划后继续 → checkpoint: plan-approved

Phase 2: 资源采集

目标：采集并预处理原始资源数据

🛑 资源采集完成，展示摘要后继续 → checkpoint: collection-done

Phase 3: 执行蒸馏

目标：按确认的框架逐维度提炼，生成结构化产物

产物质量标准：

关键原则：

• 代码蒸馏必须标注「项目耦合 vs 核心逻辑」，提供去耦后的通用版本
• 每个产物必须包含「适用场景」和「复用指南」

🛑 展示蒸馏产物摘要，用户确认质量后继续 → checkpoint: distill-approved

Phase 3.5: 技术方案整合（solution 模式）

当用户需要将蒸馏产物与开源工具组合成可执行方案时，在此阶段执行。

触发条件：蒸馏目标包含「整合方案」「组合工具」「生成完整项目」等关键词，或资源类型为 solution。

步骤：

1. 需求解读：明确用户要构建什么产品、技术约束是什么
2. 能力盘点：从蒸馏产物中提取可直接复用的代码/模式
3. 工具选型：搜索并评估匹配的开源工具，给出选型理由
4. 架构设计：给出完整的目录结构 + 数据流 + 模块职责
5. 整合输出：生成包含安装命令、配置文件、核心代码、调用示例的完整方案

产物必须包含：

🛑 展示整合方案摘要，用户确认后进入归档 → checkpoint: distill-approved

Phase 4: 归档产物

目标：将蒸馏产物保存为可检索的知识 skill

产物存放目录（项目内）：

plugins/distiller-tools/
├── distiller/SKILL.md           # 蒸馏器 skill（本文件）
└── distilled/                   # 蒸馏产物存放目录
    └── <product-name>/          # 每个产物一个目录
        ├── SKILL.md             # 产物 skill 文件（≤ 300 行）
        └── references/          # 详细参考资料

产物命名规范：<类型关键词>-<特征描述>，如 chrome-ext-ai-script

产物 SKILL.md frontmatter 格式：

---
name: <product-name>
description: "参考方案 | <一句话描述产物内容和用途>。此为蒸馏产物，供开发时参考查阅。触发词：<相关触发词>"
---

产物身份规则：

• description 必须包含「参考方案」标记，区分于执行型 skill
• 产物是 AI 检索时的上下文参考，不是用户主动触发的执行流程
• SKILL.md 控制在 300 行以内，超出部分抽离到 references/ 目录

归档完成动作：

1. 创建产物目录和文件
2. 将产物路径注册到 plugin.json 的 skills 数组中：

   "./distilled/<product-name>/"
   

3. 输出归档路径，蒸馏完成

✅ 产物已归档，蒸馏完成 → checkpoint: archived

Resume 协议

状态文件格式

蒸馏过程中在产物目录下维护 .state.md，记录中断点和决策：

# Distiller State

## 基本信息
- source: <原始资源来源>
- type: <code|tech-stack|article|solution>
- product_name: <产物命名>
- started_at: <开始时间>

## 当前进度
- phase: <plan|collect|distill|solution|archive>
- phase_index: <1|2|3|3.5|4>
- progress: <百分比>
- next_action: <恢复后要执行的具体动作>

## 决策记录
- [Phase 1] 蒸馏策略: <记录>
- [Phase 2] 采集范围: <记录>
- [Phase 3] 质量调整: <记录>

恢复信号

每个阶段结束时输出明确的恢复信号：

✅ Phase X 完成 — 回复 "next" 或 "approved" 继续下一阶段

恢复流程

当会话中断后恢复蒸馏时：

1. 检测状态文件：查找 distilled/<product-name>/.state.md
2. 读取 next_action：确定恢复入口
3. 阶段映射：

4. 继续执行：从 next_action 指定的步骤开始，跳过已完成的步骤

Next Up 契约

恢复时的自动行为：

• 读取 .state.md 中的 phase 和 next_action
• 向用户展示上次进度摘要
• 直接从 next_action 继续，无需重新执行已完成阶段