思考×知识库闭环系统

融合拆分、归纳、联系、提炼四层思考法与结构化知识库管理，实现认知能力提升和系统化知识沉淀回写。

Security Scan

该技能的说明与运行指令在功能上是一致的 — 它是一个基于“读入原始资料 → 整理为 wiki → 回写并记录日志”的知识库闭环指导手册，会在工作目录读写文件，但不请求额外凭据或下载外部代码。

Purpose & Capability

技能名称与描述（思考方法 + 知识库闭环）与 SKILL.md 中的操作一致：建立 workdir、读取 raw/、生成 wiki/ 页面、更新 index.md 和 log.md、并执行回写。没有请求无关的凭据或二进制，功能需求与声明相符。

Instruction Scope

SKILL.md 明确指示创建/读取/写入 workdir 下的 raw/、wiki/、AGENTS.md 等文件，并在每次给出综合回答后回写 wiki/。这在功能上合理且有“人工核查”步骤，但意味着代理需要文件系统写入权限，且会在本地持久化内容。用户应注意不要让技能自动回写包含敏感信息的原始资料或答案，且确认运行环境的沙箱/权限策略。

Install Mechanism

无安装规范、无代码文件；这是一个纯说明性（instruction-only）技能，因此不会在安装阶段下载或执行外部二进制。风险较低。

Credentials

manifest 未请求任何环境变量、凭据或配置路径。SKILL.md 也没有要求访问外部服务凭据。唯一需要的资源是对工作目录的读写访问，这与知识库功能相称。

Persistence & Privilege

技能不会强制总是启用（always:false），但指示将知识回写到本地文件夹并维护日志，这会在运行环境中产生持续存储。默认允许模型自主调用（平台默认），因此在允许代理自动运行的环境中，技能可能在无需每次人工确认的情况下创建/更新文件。建议在启用自动执行前确认权限和审计流程。

Assessment

简明建议： 1) 这是纯说明性技能，功能与描述一致，但会读写本地工作目录（workdir/raw, workdir/wiki 等）。确保让它访问的目录是您允许的专用工作区，避免包含敏感数据。 2) 在首次运行前，用非敏感示例资料测试其回写行为，确认文件/格式符合预期。 3) 如果您允许代理自主执行（平台默认），请配置文件系统权限或审计日志以限制或记录写操作；否则仅在交互式会话中使用。 4) 保持“人工核查”步骤：在将自动生成的 wiki 内容视为权威前，人工验证来源与准确性。 5) 若希望更清晰的安全边界，请要求技能元数据声明它将使用的工作路径（当前 SKILL.md 提到 workdir，但 manifest 未列出任何配置路径）。

Thinking & Knowledge Base System

思考四层次 × 知识库闭环 = 认知增强外挂

---

一、核心定位

本技能将「思考心法」与「知识工具」合为一体：

• 内在能力（如何想）：拆 → 归 → 联 → 提四层思考闭环
• 外部系统（如何记）：raw → wiki → AGENTS 知识库架构

两者构成完整的「认知增强」方案。

---

二、思考四层次

2.1 四层模型

拆分 ──→ 归纳 ──→ 联系 ──→ 提炼
  │        │        │        │
  │        │        │        └──→ 直击本质（第一性原理）
  │        │        └──→ 触类旁通（跨界迁移）
  │        └──→ 化零散为体系（结构化知识网络）
  └──→ 化混沌为清晰（MECE 原则）

2.2 每层详解

L1 拆分 —— 化混沌为清晰

• 核心：将复杂问题按 MECE 原则分解为相互独立、完全穷尽的小单元
• 方法：
  • 按结构拆（公司 → 部门 → 岗位）
  • 按流程拆（用户购物：浏览 → 下单 → 支付 → 物流）
• 价值：把焦虑转化为可执行清单

L2 归纳 —— 化零散为体系

• 核心：从大量现象/案例中提取共性规律和模式
• 方法：找共同点 → 分类分层 → 提炼可复用模型（如 SWOT、波特五力）
• 价值：构建结构化知识网络，便于迁移

L3 联系 —— 触类旁通

• 核心：发现不同领域/事物的内在关联，实现跨界迁移
• 方法：
  • 跨学科类比（生物学 → 市场竞争）
  • 寻找共享底层逻辑（二八法则、幂律分布）
• 价值：把孤立知识连成动态网络

L4 提炼 —— 直击要害

• 核心：穿透表象，抓住最核心的本质与第一性原理
• 方法：
  • 5Why 追问法（连续问 5 个为什么）
  • 回归公理推理（第一性原理）
  • 一句话概括复杂问题
• 价值：形成深刻洞见，避免次要细节消耗精力

---

三、知识库架构

3.1 目录结构

workdir/
├── raw/              # 原始资料（只读，知识源）
│   ├── doc1.md
│   ├── doc2.md
│   └── ...
├── wiki/             # AI 整理后的结构化知识
│   ├── index.md      # 空间导航（总地图）
│   ├── log.md        # 时间更新记录
│   ├── 概念页.md
│   ├── 对比页.md
│   └── ...
└── AGENTS.md         # 规则手册（最核心）

3.2 AGENTS.md 核心规则

# AGENTS.md

## 页面类型
- 摘要页：单文档核心提炼
- 概念页：定义 + 例子 + 关联
- 对比页：多事物异同比较
- 流程页：步骤 + 注意事项

## 格式规范
- 标题用 ## ，引用用 >
- 链接格式：[标题](链接)
- 每页底部标注来源

## 回写规则（核心！）
每次给出有价值的综合性回答后：
1. 将新知识写回 wiki/ 对应页面
2. 更新 index.md 加入新页面入口
3. 在 log.md 记录本次更新

3.3 七步运作流程

1. 建立目录（raw/wiki/AGENTS.md）
2. 编写 AGENTS.md 规则
3. 准备初始资料（3-5份核心文档）
4. 首次知识摄入
   → AI 阅读 raw/ → 按规则生成 wiki/ 页面
   → 创建 index.md + log.md
5. 提出跨资料问题
   → 驱动 AI 进行「联系」与「提炼」
6. 执行回写（关键动作）
   → 综合性答案写回 wiki/，生成新页面
7. 人工核查
   → Human owns verification
   → 检查准确性、来源、链接完整性

3.4 增强循环

摄入 ──→ 整理 ──→ 问答 ──→ 沉淀 ──→ 核查
  ↑                                      │
  └─────────────── 反馈循环 ←──────────────┘

---

四、两篇文档的内在联系

文档一（思考心法）	文档二（知识工具）
归纳能力	自动化归纳：raw → wiki
联系能力	辅助固化：通过跨资料问题驱动
提炼能力	记忆固化：回写机制保存洞见

知识库 = 外挂大脑

• 自动化「归纳」：零散信息 → 结构化知识
• 辅助「联系」：跨资料问题 → 深度连接
• 固化「提炼」：洞见 → 可检索页面

---

五、使用方式

触发思考四层次

用户说「分析 XXX」或「帮我理清思路」
→ 自动应用四层思考模型

触发知识库操作

用户说「写入知识库」或「帮我整理」
→ 按 AGENTS.md 规则执行回写

组合使用

用户说「用思考框架分析这个话题，然后存进知识库」
→ 四层思考 + 回写 wiki/

---

六、骨架文件

index.md（空间导航）

# 知识库总览

## 概念页
- [[概念页]]

## 对比页
- [[对比页]]

## 流程页
- [[流程页]]

log.md（时间记录）

# 更新日志

## 2026-04-19
- 新增：思考四层次框架
- 新增：知识库搭建指南
- 关联：两文档内在联系分析

---

七、常见陷阱

• ❌ 规则模糊 → ✅ 明确页面类型和格式规范
• ❌ 忘记回写 → ✅ 每次综合回答后强制执行
• ❌ 从不核查 → ✅ 定期人工验证准确性
• ❌ 初期资料过多 → ✅ 从 3-5 份核心文档开始

---

本技能整合「思考四层次」心法 + 「知识库闭环」工具