个人知识蒸馏

要解决什么问题

笔记、对话导出和零散 Markdown 往往越积越多，却难沉淀成可检索、可区分类型的个人知识库。本技能把「从文件里捞出片段 → 判定性质 → 写入统一卡片库」做成固定流水线，并支持按修改时间做增量蒸馏，避免每次全量重扫。

工作方式

1. 初始化：python knowledge_distiller.py init --output 生成空的 kb.md 模板。
2. 扫描（scan）：遍历源目录文本，可用 --since 只处理某日期之后改动的文件；产出 candidates.json（含 id / source / content / char_count）。对话里用 [!蒸馏] 包裹的段落会作为强制候选，不受默认最短字数限制。
3. 分类：Agent 读取候选列表，为每条补充 type 等元数据，规则大致为：

- 事实：数据、日期、名称、引用来源
- 观点：判断性表述（如「应该」「我认为」）
- 待办：任务动词 + 明确对象
- 灵感：以上都不匹配但内容新颖；不确定时默认灵感

1. 提交（commit）：脚本按 Jaccard 相似度去重（> 0.6 跳过）、分配 ID、写入 kb.md 并重建标签索引。完成后可向用户输出本期摘要。

增量场景下，--since 通常取 kb.md 里「最后更新」时间，对应「蒸馏一下」或定时 automation 触发。

边界与注意

• 知识库未 init、源目录无文本、或本期无候选时，会分别对应文档中的 E1～E3 类提示；若去重后零新增，则为 E4（与已有卡片重复）。
• 分类质量依赖 Agent 对 candidates.json 的执行；规则是启发式，边界案例（短句、混合类型）需要人工在 kb.md 里校对。
• 本流程面向本地文本文件与结构化 kb.md 输出，不替代全文搜索引擎或团队 Wiki 的协作模型。