四元 Skill 锻造框架

解决什么问题

把人物思维或书籍方法论转成 AI 技能时，真正的难点通常不是“提示词怎么写”，而是这三件事：

• 素材质量不可控：二手转述、营销稿、AI 生成内容混在一起，直接蒸馏会放大噪声。
• 框架与原文混写：把整本书或整篇访谈塞进技能，既带来版权风险，也让输出失去稳定性。
• 技能无法演进：上线后只有“好用/不好用”的主观评价，没有版本记录，也没有回滚依据。

Quad 把技能锻造拆成四个角色：Nuwa 负责人物视角，Cangjie 负责书籍方法论，Lineage 负责来源与回滚，Darwin 负责基于反馈的调优。每个角色只解决一段问题，产物边界更清楚。

核心能力

Nuwa（女娲） 面向人物视角，产出心智模型、决策启发式、表达 DNA、反模式和边界条件。它通过多 Agent 并行调研，并对关键结论做三重验证，尽量把“风格”拆成可复用的判断规则，而不是写一段泛泛的角色描述。

Cangjie（仓颉） 面向书籍方法论，把内容按本体、文献、案例、应用、批评五个维度分桶，再提炼成方法论工具。它的红线是：只蒸馏框架，不复制整书内容。

Lineage（谱系） 为每个来源记录来源、进化和分支关系，形成谱系块和演进树。它解决的不是“能不能生成”，而是“这个版本从哪里来、基于哪些素材、能不能回滚”。

Darwin（进化器） 收集真实反馈，调整触发词和参数，并把变更写成演进记录。它不是自动改写提示词，而是把调优过程变成可追踪的版本建议。

关键步骤

1. 识别：人物走 Nuwa，书籍走 Cangjie，已有技能包走编排。
2. 采集：通过 source_adapter 生成 SourcePackage；知乎、公众号、百度进入黑名单；优先级为一手 > 批评 > 二手 > 推测。
3. 蒸馏：Nuwa 产出人物 Skill，Cangjie 产出方法论 Skill。
4. 打包：可选统一工作流、Plugin 或脚本三种发布形态。
5. 进化：收集反馈，调整触发词和参数，版本化并支持回滚。

适用边界

• 它适合需要明确方法论或人物视角的领域，不适合只需要一次性提示词的短任务。
• Nuwa 和 Cangjie 的产物质量强依赖原始素材。来源不可信时，框架再完整也会输出高置信度的错误。
• Darwin 需要真实使用反馈。没有反馈数据时，它不会凭空改进技能，只能记录当前版本。
• 采集阶段的黑名单和优先级能降低风险，但不等于完成事实核查。涉及法律、医疗、金融等高风险场景时，仍然需要人工审校。