知识到技能流水线

要解决的问题

把生活里碰到的知识点变成可长期调用的 skill，听起来直接写就行。实测会踩三个坑：没先辨真伪，营销话术里的错误前提会被直接焊进 skill；对书、文档这类内容型知识裸跑仓库搜索，召回的全是无关热库；子 skill 之间没有「互相调用」原语，编排全靠人工串。本流水线就是为这三件事提供一个固定框架。

工作原理

它不重新造构建流程，而是做元编排层：agent 作为编排者，先后加载 cognitive-amplifier 与 need-to-skill-flow，用落盘的 CLARITY.md / SPEC.md 作为唯一接口解耦。

• Stage 0 需求澄清：放大器对知识点跑一遍，逐条给核心主张做 Seal 分级与证据等级，产出真伪判定、剥掉话术后的本质需求、最该戳破的营销误区，最后给出闸门结论：值得做、只能做成辟谣型、或价值不足建议停。营销包装、健康认知理财类内容强制跑，纯 trivial 事实可经用户同意跳过。
• Stage 1 精准寻源：从需求提炼领域词，用 WebSearch 查 awesome / curated / 循证清单，挑 2–3 个高星仓库只借实现架构、不搬第三方代码；无果才降级跑 find_repos.py。
• Stage 2 落地：CLARITY.md 作为预置输入传给 flow，decoder 跳过自身的需求捕获与寻源，直接产出 SPEC.md，随后走路径确认、构建三件套、验证循环与发布门控。

来源是书、文档、论文等结构化知识源时，产物按内容型强化：蒸馏框架而非摘要、显式化判断力的 cheatsheet 决策层、防注水的 token 预算矩阵、SKILL.md 前置。

适用边界

• 两个子 skill 是硬前置，缺失时停下等装，不静默跳过
• 闸门结论为「价值不足 / 纯编造」时不进 Stage 2，除非用户确认仍要做
• 发布是对外动作，必须显式问「是否现在发布」，绝不静默
• 它处理「你主动遇到的知识点」；想从 GitHub 热门反向找机会，仍用 skill-opportunity-radar