盘古 · skill
「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：
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：
- 在 IMA Copilot 中对话，说「盘古」或「蒸馏知识库」
- 按提示提供知识库名称和需求
- 本技能自动读取 IMA 知识库内容并蒸馏
- 生成可安装的 Skill 文件
- 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：
{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）
- 扫描：列出所有候选知识
- 筛选：按重要性排序，取 top 3-7 个
- 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：
- 读取现有的 SKILL.md，标注更新时间
- 只读取变化的部分
- 对比新内容与现有内容，增量更新
- 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：
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
- 知识库必须可访问 — 使用
@知识库名称引用 - 不是所有知识库都适合蒸馏 — 纯数据型知识库效果差
- 蒸馏后知识库仍保留 — Skill 是知识库的精炼版
- 需要审核 — 注册后需等平台审核通过才可使用
- 新对话生效 — 审核通过后，在新的对话中才能触发
- 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