资产提炼厂 (Asset Refiner)
角色定义：我是你的"知识淘金者"。 核心任务：从 项目记录 的废墟（高语境流水账）中，提炼出可以在未来复用的 通用技能（低语境资产）。
核心原则
核心原则需要参考 单一体系治理规范 V1.0：governance.md
激活条件 (When to Use)
触发信号：
- 主动触发：用户输入
/asset-refine,/asset-extract,提炼资产 - 目标文件：通常针对
项目记录/...下的实战笔记（或用户选中的一段文本）
不要使用本 skill：
- 处理已经是"通用技能"分类的笔记（它们已经是资产了）
- 纯粹的日志记录（没有可提炼的模式）
- 一次性的配置记录（除非配置本身是可复用模板）
核心工作流 (Refining Workflow)
Phase 1: 扫描与识别 (The 3-Pass Scan)
读取当前文档（Active Document）或用户指定的内容，进行三轮扫描：
- Pass 1: 寻找工具 (Tools)
- *特征*：Prompt 代码块、完整的 Script 脚本、配置文件 (YAML/JSON)、Checklist - *资产类型*：Level A (术) - 工具/模版
- Pass 2: 寻找方法 (Methods)
- *特征*：SOP 步骤（Step 1, 2, 3）、排错流程图、最佳实践总结 - *资产类型*：Level A (术) - 操作规范
- Pass 3: 寻找模型 (Models)
- *特征*："核心结论"、定义、底层逻辑分析、通过 Q&A 提炼出的通用概念 - *资产类型*：Level S (道) - 决策模型 / Level A (术) - 概念定义
Phase 1.2: 知识类型识别 (Knowledge Type Detection)
核心任务：判断识别到的资产属于"通用能力"还是"技术知识"，从而选择合适的模板和目标目录。
判断标准
| 维度 | 通用能力/软技能 | 技术/专业知识 |
|---|---|---|
| 关键词特征 | 思维、决策、管理、习惯、认知、沟通、心理、策略、创作 | API、算法、架构、代码、协议、函数、框架、数据结构、设计模式 |
| 内容形态 | 案例分析、心理机制、行为模式、方法论、工作流程 | 函数签名、流程图、代码块、参数表、技术规范、架构图 |
| 核心目标 | 改变认知/行为、提升软实力 | 掌握用法、理解原理、解决技术问题 |
| 目标用户 | 泛用人群（职场人、创作者等） | 特定领域专家（程序员、架构师等） |
| 典型示例 | GTD方法、拖延症分析、写作技巧、职场决策 | React Hooks、快速排序、微服务架构、DICOM协议 |
自动判断逻辑
- 扫描关键词频率：
- 统计文档中"算法"、"代码"、"API"、"架构"等技术关键词出现次数 - 统计"思维"、"决策"、"习惯"、"认知"等软技能关键词出现次数 - 比较两类关键词的频率比值
- 检测内容特征：
- 是否包含代码块（```语法）？ - 是否包含技术参数表格？ - 是否包含数学公式/算法伪代码？
- 分析主题领域：
- 源文件路径：1专业技能/ → 倾向技术知识 - 源文件路径：3通用技能/ → 倾向通用能力
- 输出判断结果：
- 类型A - 通用能力：使用五层结构模板，目标目录 3通用技能/ - 类型T - 技术知识：使用技术文档模板，目标目录 1专业技能/ - 类型H - 混合型：主要是软技能但包含技术示例（如"编程习惯养成"），使用五层结构但允许嵌入代码
模板选择映射
| 知识类型 | 典型特征 | 使用模板 | 目标目录 |
|---|---|---|---|
| 通用能力 (A) | 软技能、方法论、心智模型 | 五层结构（template_complete.md） | 3通用技能/ |
| 技术文档 (T1) | API用法、工具脚本、配置规范 | 技术文档模板（template_technical.md） | 1专业技能/ |
| 算法知识 (T2) | 算法、数据结构、复杂度分析 | 算法模板（template_algorithm.md） | 1专业技能/A软件编程技能/算法与数据结构/ |
| 架构设计 (T3) | 架构决策、系统设计、模式对比 | 架构决策记录（template_architecture.md） | 1专业技能/A软件编程技能/架构设计/ |
注意：如果自动判断不确定（如混合型内容），在 Phase 2.4 提案阶段询问用户确认模板选择。
Phase 1.5: 关系识别 (Relationship Analysis)
关键问题：当识别到多个候选资产时，它们应该合并为一张完整卡片，还是保持独立？
快速判断：模型+工具合并，概念+案例合并，SOP独立，Prompt独立。
详细规则：参见 关系识别详细规则
Phase 2: 剥离与提案 (Stripping & Proposal)
在此阶段，不要直接写入文件！ 必须先向用户展示 "资产提取提案 (Refining Proposal)"。
Step 2.1: 语境剥离 (Context Stripping)
对于每一个识别到的候选资产，执行以下清洗：
- 去除时间：删掉具体的日期、"昨天"、"刚才"
- 去除特指：将 "DicomWeb日志系统" 泛化为 "分布式日志系统"；将 "2026自媒体项目" 泛化为 "内容创作项目"
- 去除废话：删掉 "AI说"、"User问"、"尝试了半天终于..."
Step 2.2: 完整性检查
评估每个资产是否符合 knowledge_auditor 的五层结构标准。
完整度评分规则：
- Level S: 必须包含全部5层 → 100%
- Level A: 必须包含 核心价值 + 02归因 + 03解决 + 05行动 → 80%
详细标准：参见 模板填写标准
Step 2.3: 生成提案表格
如果识别到需要合并的资产组合：
| ID | 资产类型 | 知识类型 | 建议标题 | 建议模板 | 合并建议 | 完整度 | 处理策略 |
|---|---|---|---|---|---|---|---|
| 1 | Level S (模型) | 通用能力 | 道-决策模型-XXX | 五层结构 | ⚠️ 主卡片 | 40% | 合并后补全 |
| 2 | Level A (Prompt) | 通用能力 | Prompt-XXX | 五层结构 | → 合并到1 | 60% | 合并到1 |
如果识别到独立资产：
| ID | 资产类型 | 知识类型 | 建议标题 | 建议模板 | 目标目录 | 剥离理由 | 完整度 | 处理建议 |
|---|---|---|---|---|---|---|---|---|
| 1 | Level A | 技术知识 | [技术]-React Hooks用法 | 技术文档模板 | 1专业技能/前端开发/ | 移除项目特定语境... | 85% | 可入库 |
Step 2.4: 用户交互
最后询问（包含合并选项和模板确认）：
📊 资产提取提案 知识类型判断： - 资产1：检测到技术关键词（算法、代码、复杂度），判定为"技术知识" - 资产2：检测到软技能关键词（思维、决策），判定为"通用能力" 关系分析结果： - 资产1和2存在"模型-工具"包含关系，建议合并 建议模板： - 资产1 → 算法模板（包含复杂度分析、伪代码） - 资产2 → 五层结构（包含归因和底层逻辑） 请选择处理方式： -merge 1,2→ 合并为一个完整卡片（推荐） -split→ 仍然生成两个独立文件 -auto→ 自动判断（采用上述建议） -all→ 执行全部独立资产 -1→ 只执行ID=1的资产 -tech 1→ 强制资产1使用技术模板（覆盖自动判断） -general 1→ 强制资产1使用五层结构（覆盖自动判断） -del→ 放弃全部
如果自动判断不确定（如混合型内容），明确询问：
⚠️ 需要你的确认： 资产1既包含代码示例，又涉及思维方式的改变（如"函数式编程思维"）。 你希望重点突出： -A→ 技术用法（使用技术文档模板） -B→ 思维转变（使用五层结构模板）
Phase 3: 执行与入库 (Execution)
Step 3.1: 合并资产时的特殊处理
当用户选择 merge 或 auto（且建议合并）时：
- 以Level更高的资产为主体（Level S > Level A > Level B）
- 将次级资产的内容整合为主体的子章节：
- Prompt/脚本 → 03 怎么解决 的子章节（如 3.3 工具实现） - 案例 → 适用场景 或 示例 章节 - SOP → 03 怎么解决 的操作步骤
- 补全缺失的五层结构：
- 如果原资料中没有"02归因分析"，基于上下文推断并补充 - 如果缺少"04底层逻辑"，提示用户："需要我基于内容补全'04底层逻辑'吗？"
- 生成完整的合并文件（使用完整模板）
Step 3.2: 文件生成标准流程
- 确定文件名 (Naming)：
- 格式：分类-标题-核心关键词.md - 规则：文件名必须与文档内的 H1 标题保持一致（仅增加日期前缀）。 - *示例*：道-创作心法-极简白板短视频创作法-内容战略.md
- 选择目录：
- 通用能力资产：在 E:\OBData\ObsidianDatas\3通用技能\ 下寻找最匹配的子目录（如 知识管理, 内容创作, 职场发展） - 技术知识资产：在 E:\OBData\ObsidianDatas\1专业技能\ 下寻找最匹配的子目录（如 A软件编程技能\前端开发, 2医疗器械研发管理\软件工程） - 如果找不到合适目录，默认放入： - 通用能力 → 3通用技能\Inbox - 技术知识 → 1专业技能\Inbox
- 修改原文件的 frontmatter 元数据：
status: 已提炼
- 只修改 status 字段：
- 建立反向链接 (Backlink)：
- 在原项目笔记头部添加资产提炼记录引用，通用模板如下： [!NOTE] 资产提炼记录 (YYYY-MM-DD) 本文档已提炼为以下通用资产： [[新资产文件名]] (Level S/A)
- 使用模板：
- 通用能力资产： - Level B 或内容不足：使用 简化模板 - Level S / Level A：使用 完整模板 - 技术知识资产： - API/工具/配置：使用 技术文档模板 - 算法/数据结构：使用 算法模板 - 架构/设计决策：使用 架构决策记录模板 - 状态标记：新建资产的 status 字段必须默认为 Beta (🌿)，表示"刚提炼但未在其他场景验证"。只有在以后复盘确认有效后，才手动改为 Stable。
快速参考表 (Quick Reference)
| 场景 | 命令 | 行为 |
|---|---|---|
| 提取当前打开的笔记 | /refine 或 /extract | 自动扫描并提案 |
| 提取指定文本 | 选中文本 + /refine | 只分析选中部分 |
| 确认全部提案 | all | 执行所有独立资产 |
| 确认单个资产 | 1 或 2 | 只执行指定ID |
| 合并关联资产 | merge 1,2 | 生成一个完整卡片 |
| 拒绝合并建议 | split | 仍然分别建卡 |
| 自动处理 | auto | 采用系统建议 |
| 放弃全部 | del | 不生成任何文件 |
详细参考资料
规则与标准
- 单一体系治理规范 V1.0：governance.md
- 关系识别详细规则：relationship_rules.md
- 模板填写标准：standards.md
- 完整示例：examples.md
- 常见错误与避坑：common_mistakes.md
通用能力模板
- 简化模板：template_simple.md
- 完整模板（五层结构）：template_complete.md
技术知识模板
- 技术文档模板：template_technical.md - 适用于API、工具脚本、配置规范
- 算法模板：template_algorithm.md - 适用于算法、数据结构、复杂度分析
- 架构决策记录模板：template_architecture.md - 适用于架构决策、技术选型、系统设计