考前冲刺知识流水线

要解决什么问题

考前资料往往散落在课件、笔记、真题和错题本里，类型和目标分数也常只在对话里随口一提。若每次都要人工整理「考什么、重点在哪、离考试还有多久」，很容易在真正复习前就耗掉一轮交互。本技能面向已有知识库文件的场景：在用户表达备考意图后，尽量用默认值补齐缺失信息，把资料权重和考点结构落到可机读的 knowledge_map.json，并在同一轮对话里衔接后续思维导图生成，而不是停在「请确认是否继续」。

技能如何工作

触发前提是用户消息里出现备考相关词，且知识库文件数 ≥ 1；纯闲聊、空知识库或 30 天内仍有效的记忆画像会走不同分支（空库会提示上传后终止，有效记忆可走模板 C 复用）。

Phase 1 只做一次等待：根据资料与对话推断考试类型（规则见内部 exam-types.md：命中特征 ≥3 置信度高，1～2 用模板 A，0 则静默填「通用考试」并用模板 B）。用户回复中的日期会按相对表述换算成绝对日期（如「下周三」「还有 30 天」「月底」）；分数未提则默认 及格线以上，不追问。

Phase 2 零等待：按来源类型给资料赋 source_weight（真题 1.0、老师划重点 0.9、课件 0.7、笔记 0.6、错题本 0.5 等），合并权重后写入 .exam-session/knowledge_map.json（目录不存在则创建）。Web 搜索或 RAG 某一维失败时采用 Log & Continue，不中断整条流水线。摘要发出后必须同一轮启动 exam-mindmap-generator 全流程，禁止再要用户说「继续」。

适用边界与注意点

• 不触发：知识库为空、或仅闲聊且无备考语义。
• 用户纠正是最终答案：改考试类型或目标会直接覆盖写入，不会重新跑一遍推断辩论。
• 静默协议：缺数据用文档定义的默认值；错误不抛给用户；除 Phase 1 确认外不应反复确认。
• 若 JSON 写入失败，内容会暂存会话上下文并仍尝试触发下一技能，避免整条链路硬停。