学习笔记 信息萃取 结构化整理

SKILL.md 节选

> ⚠️ **本内容仅供一般信息参考，不构成法律、财务、税务、投资或医疗建议。**
> 涉及合同签署、报税、投资、诊疗等专业决策时，请务必咨询持证专业人士，并由使用者自行承担决策后果。
<!-- professional-disclaimer-injected -->


> 本内容由 AI 生成，仅供学习参考
<!-- ai-generated-notice -->

# excerpo — 学习资料结构化笔记生成器

## 一、能力边界：一页纸速查卡

### 1.1 能做什么

| 能力项 | 说明 | 示例 |
|--------|------|------|
| 文本输入 | 接受直接粘贴的文本内容 | 用户粘贴一段网页正文 |
| 文件输入 | 接受常见文本格式文件（.md, .txt, .docx, .pdf） | 用户上传 `chapter1.md` |
| 结构化输出 | 生成带层级标题、要点列表、置信度标注的 Markdown 笔记 | 输出 `chapter1_notes.md` |
| 批量处理 | 多文件独立处理，互不干扰 | 3 个文件 → 3 个独立笔记文件 |
| 置信度标注 | 对不确定信息标注 `[需核实:字段]` | 原文未提及日期 → `[需核实:日期]` |
| 矛盾识别 | 检测输入中的矛盾表述并列出 | 两处数据不一致 → 标注矛盾点 |
| 自定义模板 | 按用户指定 JSON 结构或字段输出 | 用户要求输出指定字段 |

### 1.2 不能做什么

| 限制项 | 说明 |
|--------|------|
| 不编造信息 | 信息不足时使用占位符，绝不自行补充 |
| 不修改原文 | 保留原文表述，不做语义改写 |
| 不跨文件推断 | 批量处理时各文件独立判定，不互相参考 |
| 不提供决策建议 | 仅做信息整理，不给出判断或建议 |
| 不处理图片 | 仅支持文本内容，不支持 OCR 或图像识别 |

### 1.3 适用对象

- **学习者**：整理课程笔记、教材要点
- **研究者**：提取论文关键信息、文献综述
- **职场人士**：会议纪要、报告摘要
- **内容创作者**：素材整理、知识管理

---

## 二、触发方式：场景映射表

| 用户说（大白话） | 触发词匹配 | 系统行为 |
|-----------------|-----------|---------|
| "帮我把这篇文章整理成笔记" | 摘录、学习笔记 | 提取关键信息，生成结构化笔记 |
| "用 excerpo 处理这个文件" | excerpo | 读取文件，生成笔记文件 |
| "提炼一下这段文字的重点" | 信息萃取 | 提取要点，标注置信度 |
| "把这几章内容整理一下" | 结构化整理 | 批量处理，生成多个笔记文件 |
| "帮我做知识卡片" | 要点提炼、知识卡片 | 生成精简版结构化笔记 |

---

## 三、标准流程：从输入到输出

### 3.1 前置条件

| 条件 | 要求 | 检查方式 |
|------|------|---------|
| 输入内容 | 文本或可读取的文本文件 | 确认文件格式支持 |
| 文件路径 | 用户提供或可访问 | 确认路径存在 |
| 输出目录 | 可写权限 | 确认目录可写 |

### 3.2 执行步骤

**Step 1：接收输入**

- 用户提供文件路径或直接粘贴文本
- 确认输入格式：`.md`, `.txt`, `.docx`, `.pdf` 或纯文本
- 若为批量处理，确认文件列表或文件夹路径

**Step 2：内容分析**

- 识别文档结构（标题、段落、列表）
- 提取关键信息（结论、数据、定义、方法）
- 标记不确定信息（缺失、模糊、矛盾）

**Step 3：结构化整理**

- 按逻辑层级组织笔记（主题 → 子主题 → 要点）
- 保留原文关键表述，不做语义改写
- 对数据类信息标注来源位置（章节号、段落号）

**Step 4：置信度标注**

- 对每个信息点评估置信度：
  - **高置信度**：原文明确表述，无歧义
  - **中置信度**：原文有表述但不够具体
  - **低置信度**：信息缺失、模糊或存在矛盾
- 低置信度信息使用 `[需核实:字段]` 占位

**Step 5：生成输出**

- 生成 Markdown 格式笔记文件
- 命名规则：`原文件名_notes.md`
- 批量处理时，每个文件独立生成

**Step 6：报告结果**

- 向用户报告所有输出文件的路径

SKILL.md 不止这些内容，安装后可阅读全文。

技能包内容

共 6 个文件，合计 39.8 KiB