1实现原理 · 为什么它能做到
把一份文章/论文/书读成「为什么—怎么—边界」的问答链,产物是思想骨架重建而非摘要
读一份东西,把它的思想拆成「为什么—怎么—边界」的问答链。
三条铁律规定 Q 切要害、A 必须四段形式化收口、Q 链要有方向
*A 有形式化收口* —— 每个 A 严格四段:*结论*(一句话)+ *形式化*(用文字 + 简单符号把思想压成一行可视关系,如 `A = B + C`、`旧: X → 新: Y`)+ *论证步*(怎么想到的)+ *边界*(不成立的条件)。
Step 2 先立脊柱:写下核心论点与 3-5 个关键转折,作为 Q 链的骨架
这篇东西的核心论点是什么?它怎么把这个论点撑起来?哪几步是关键转折?
Q 排序按论证依赖而非章节顺序:先问根问题、再问解法、再问代价
按论证依赖关系,不按章节顺序。原文先写背景再写方法是叙事需要,但 Q 链应该按「先问根问题,再问解法,再问代价」走。
A 四段硬要求:结论可被抄走、形式化一行可视、论证步只走一步、边界只写不成立条件
*边界*:写「不成立的条件」,不写「未来工作」——前者是诚实度,后者是公关辞令
Step 5 用删除测试检查 Q 链方向感:删一个后续会塌才算路径,否则重排或合并
如果 Q 之间是平行的(删一个不影响其他),重排或合并。Q 链是路径,不是清单。
输出强制 org-mode(禁 markdown 语法),并按 denote 规范命名与落盘
denote 文件名:`{YYYYMMDDTHHMMSS}--qa-{核心主题 5-10 字}__qa.org`
Q 分动/对/因/界四类,一篇好 Q 链至少混合三类,否则退化成教程/辩论稿/论文/反思
纯动作问题 = 教程 … 只有混合,才能复刻原作那种「方法 + 代价 + 限制」的真实张力。
给出 Q 的禁忌清单(什么是 X、有几个步骤、重要吗、优缺点、对未来意味着什么)
❌ 「什么是 X?」 —— 一句定义打发,没承重
Gotchas 预列 AI 默认失败模式:教科书腔、A 散掉、按章节提问、堆术语保平安
*AI 默认会写「什么是 X」型问题* —— 教科书腔。生成后扫一遍,凡是 Q 能用一句定义打发的,重写
2核心能力
3外部依赖
| 类型 | 依赖 |
|---|---|
| network | 本地 Voice Notification 端点(workflow 执行前通知) |
| api | 宿主网页/文件获取能力(WebFetch / WebSearch / Read) |
4风险提醒 风险提醒:绿色 · 放心使用
- 输出依赖具体宿主环境:写死 ~/Documents/notes/ 与本地 31337 通知端点,换环境或目录不存在时会失败
- 抓取外部 URL/PDF 正文整段进入 prompt,存在 prompt injection 面(结果仅本地,危害半径有限)
- 质量高度依赖模型对「Q 切要害」的判断,无自动校验兜底;教科书腔仍可能漏网
5第二遍独立确认
- [ok] 实现原理=纯 prompt 编排,无自带可执行代码 — 全目录 3 个文件均为 Markdown(SKILL.md / References/QuestionDesign.md / Workflows/Extract.md);扫描到的『执行外部程序』只有 SKILL.md 与 Extract.md 各一段 curl 本地通知,无其他脚本。
- [ok] Voice Notification 的 curl 调用真实存在且指向本地回环 — SKILL.md 与 Workflows/Extract.md 各有一段完全相同的 curl -s -X POST http://localhost:31337/notify 命令块,端点仅 localhost,不含任何外部域。
- [ok] 输出路径与命名在 SKILL.md 与 Extract.md 间一致 — 两处都写 ~/Documents/notes/ 与 {YYYYMMDDTHHMMSS}--qa-{主题}__qa.org,denote 前缀 qa- 与后缀 __qa 一致,无冲突。
- [ok] 「5-10 个 Q」数量纪律前后一致 — SKILL.md 未给数量;QuestionDesign.md「数量节制」与 Extract.md Step 3 均为 5-10 个 Q、7±2 最舒服,彼此不冲突。
- [ok] 形式化禁 LaTeX、禁 Unicode 绘图的约束可执行 — QuestionDesign.md 明列允许符号 = ≠ → ← + - × ÷ < > ⊃ ⊂ ⊥ ∧ ∨,禁 LaTeX 与复杂运算式,并给等式/对比/流向/递进四模式与『单独抽出来能否看懂』的检验句,可判定。
- [discrepancy] 风险扫描把正文示例词 token 误报为凭据命中 — §3「憑證/環境變數」5 条命中全部是正文里的『token 经济性』『数据 → token → 答案』等示例词,无任何环境变量或密钥读取;扫描为线索非结论,故 credential_reads 保持空。
- [ok] meta 直采项(stars/installs)无可定位 per-skill 值 — §0 未给 stars/last_push;安装量只有仓库级聚合,按契约 meta.stars / last_push / installs 保持 null。
6结论
1b797a9697841e58…9e75497a95