盘古·skill

盘古 · skill - 将知识库/文件夹/单文档蒸馏为专业可安装的Skill。 支持四种蒸馏模式：完整知识库、指定文件夹、单篇文档、任务工作流。

「知识库是图书馆，Skill 是专家」——把你的知识库从「被动查询」变成「主动能力」。

本 Skill 借鉴了 女娲 · Skill 的成熟经验，采用多阶段流程 + 检查点设计 + 质量验证标准，非常感谢。

---

💡 最佳使用场景：IMA Copilot

本技能在 IMA Copilot 中使用效果最佳。

为什么？ IMA 本身就是知识库笔记软件——你在 IMA 中积累的笔记、文档、知识库，正是本技能蒸馏的原料。整个工作流无缝衔接：

text

IMA 知识库（原始积累）
    ↓ 盘古 蒸馏
可安装的 Skill（结构化能力）
    ↓ 安装到 IMA Copilot
触发关键词 → 自动执行完整工作流

在 IMA 中使用本技能的完整流程：

1. 在 IMA Copilot 中对话，说「盘古」或「蒸馏知识库」
2. 按提示提供知识库名称和需求
3. 本技能自动读取 IMA 知识库内容并蒸馏
4. 生成可安装的 Skill 文件
5. 将 Skill 安装回 IMA，即可重复使用

💎 精髓：IMA 负责「积累知识」，盘古负责「提炼能力」，形成知识增强闭环。

---

核心理念

维度	知识库	Skill
使用方式	搜索 → 读取 → 理解	触发关键词 → 自动执行
知识形态	原始文档（散装）	结构化流程 + 精炼规则
门槛	需要知道搜什么、怎么问	说一句话就触发完整流程
复用性	每次都要搜+读+理解	安装即用，开箱即得
分发	加入知识库 → 问答	安装 Skill → 直接用

关键区分：蒸馏的是能做到什么（流程/规则/框架），不是知道什么（信息/文档）。

---

执行流程

Phase 0: 入口分流

收到用户输入后，先判断蒸馏模式：

模式	触发特征	示例
完整蒸馏	提到知识库名称，未指定范围	「把 @XX知识库 蒸馏成 Skill」
文件夹蒸馏	指定了文件夹名称	「只蒸馏「XX文件夹」里的内容」
单文档蒸馏	指定了具体文档	「把「XX文档」蒸馏成 Skill」
任务蒸馏	提到「刚才的任务」「工作流」	「把我刚才做的调研报告流程变成 Skill」

---

Phase1: 需求澄清

根据蒸馏模式，确认关键信息（参见 references/distillation-best-practices.md 中的完整模板）。

检查知识库是否适合蒸馏：

✅ 适合蒸馏	❌ 不适合蒸馏
有明确流程/步骤	纯数据型（价格表、产品目录）
有规则/规范检查	需要频繁更新的实时数据
有分类决策场景	纯文献存档（无操作指导）
有方法论/框架	一次性查阅的参考资料
有固定输出格式	需要专业资质的领域（医疗诊断等）

---

Phase 1.5: 创建 Skill 目录

收到确认后立即执行，在读取内容之前完成：

text

{skill-name}/
├── SKILL.md                          # 核心技能文件
├── references/                       # 参考文档（从知识库提炼）
│   ├── 01-core-knowledge.md
│   ├── 02-checklist.md
│   └── 03-cases.md
├── assets/                          # 模板文件（从知识库提取）
└── examples/                        # 使用示例

关键规则：所有参考文件必须存在 skill 目录内部，Skill 必须是自包含的。

---

Phase 2: 内容读取与分析

读取策略：

• 完整蒸馏：读取知识库所有文件和文件夹结构
• 文件夹蒸馏：只读取指定文件夹内的文件
• 单文档蒸馏：只读取指定的单篇文档
• 任务蒸馏：分析对话历史，提取完整工作流

对读取的内容进行结构化分析（核心知识提炼、流程提取、案例提取、参考文档识别）。

---

Phase 2.5: 分析确认检查点

内容读取和分析完成后，暂停展示分析摘要给用户确认，再进入 Phase 3。

---

Phase 3: 框架提炼

3.1 核心框架提取（3-7个）

1. 扫描：列出所有候选知识
2. 筛选：按重要性排序，取 top 3-7 个
3. 记录格式：每个框架记录——名称、一句话描述、来源证据、应用方式、局限性

3.2-3.5 提炼内容

• 流程步骤提炼（如有）：完成某项任务的具体步骤
• 检查清单提炼（如有）：需要逐项确认的内容
• 决策规则提炼（如有）：做判断时的快速规则
• 模板提炼（如有）：需要生成特定格式内容时的模板

3.6 边界规则

必须明确写出的局限：这个 Skill 不能做什么、在什么情况下不适用、需要人工介入的场景。

---

Phase 3.5: 提炼确认检查点

Phase 3 提炼完成后，暂停展示提炼摘要给用户确认，再进入 Phase 4。

---

Phase 4: Skill 构建

将 Phase 3 提炼结果组装为可运行的 SKILL.md。

内容映射规则：

知识库内容	映射为 Skill 中的
零散的规则/规范	规范型 Skill 的检查清单
操作步骤文档	流程型 Skill 的 Step 步骤
分类知识	任务型 Skill 的决策表
长篇参考文档	references/ 目录下的参考文件
模板/范例	assets/ 目录下的模板文件
案例/常见问题	examples/ 目录下的示例文件

---

Phase 5: 质量验证

生成 Skill 后，执行以下质量验证：

检查项	通过标准	不通过信号
核心框架数量	3-7 个，每个有来源证据	<3 或 >10
每个框架的局限性	明确写出失效条件	只写优点
流程步骤清晰度	用户能按步骤执行	步骤模糊或缺失
边界规则完整性	至少 2 条具体局限	只有「不能替代人工」
示例充分性	至少 2 个具体示例	没有示例
文档结构完整性	所有必要 section 都有	有 section 缺失

迭代上限：Phase 3→5 最多循环 2 次。

---

Phase 6: 双Agent精炼（可选）

Phase 5 验证通过后，可选启动双Agent精炼：

• Agent A（结构视角）：评审结构清晰度和工作流
• Agent B（用户视角）：评审触发关键词和示例

---

Phase 7: 输出与注册

将生成的 Skill 文件输出，提供注册指引（IMA 中注册：打包zip → 上传 → 等待审核）。

---

更新已有 Skill

当用户说「更新我的 XX Skill」时：

1. 读取现有的 SKILL.md，标注更新时间
2. 只读取变化的部分
3. 对比新内容与现有内容，增量更新
4. 不重写整个 Skill

---

品味守则（速查）

原则	一句话
流程 > 知识	能执行的流程比散装知识更有价值
规则 > 案例	具体规则比一堆案例更容易泛化
边界 > 能力	明确边界比夸大能力更诚实
精炼 > 堆砌	3 个核心框架远好于 10 个浅薄原则

绝不做的事

• 把知识库文档原封不动地复制到 Skill 中
• 蒸馏不适合蒸馏的知识库类型
• 夸大 Skill 的能力
• 在信息不足时强行生成完整的 Skill

---

特殊场景

场景1：知识库内容太多（>100 文件或 50000 字）

建议用户指定蒸馏范围，或分批次蒸馏。

场景2：知识库不适合蒸馏

纯数据型、需要频繁更新的实时数据、纯文献存档、需要专业资质的领域 → 建议保留为知识库。

场景3：跨文件夹引用

保留引用关系，使用相对路径引用 references/ 下的文件。

场景4：蒸馏用户自己的知识库

需要用户明确授权和描述核心知识，注意「自我认知偏差」。

场景5：冷门知识库（<10 篇文档）

框架数量减至 2-3 个，边界规则 section 加大篇幅。

---

蒸馏示例

完整示例请参考：

• 示例1：完整知识库蒸馏
• 示例2：文件夹蒸馏
• 示例3：单文档蒸馏

---

小贴士

问题	建议
不知道技能名称怎么起？	不填，让 AI 自动生成（英文 kebab-case 格式）
不知道触发关键词怎么写？	不填，AI 会根据知识库内容自动推断
知识库内容太多？	在"重点提炼"中说明哪些必须包含
只想蒸馏部分内容？	加一行「蒸馏范围：只提炼「XX」文件夹」
想修改已蒸馏的 Skill？	说"更新我的 XX 技能"
想分享给别人？	告诉 AI "我需要下载 zip 包"

---

注意事项

1. 知识库必须可访问 — 使用 @知识库名称 引用
2. 不是所有知识库都适合蒸馏 — 纯数据型知识库效果差
3. 蒸馏后知识库仍保留 — Skill 是知识库的精炼版
4. 需要审核 — 注册后需等平台审核通过才可使用
5. 新对话生效 — 审核通过后，在新的对话中才能触发
6. 内容版权 — 确保你有权蒸馏该知识库的内容

---

最后

这个 Skill 的目标是：让你知识库中的知识，从「被动等待查询」变成「主动帮你工作」。

一个好的蒸馏 Skill，应该让用户在安装后，只需要说一句话，就能触发完整的工作流——就像有一个专家在旁边指导一样。 蒸馏的是能做到什么（流程/规则/框架），不是知道什么（信息/文档）。

本 Skill 由 盘古 · skill 生成