Conversation Knowledge Extractor

核心功能

从当前对话窗口中深度提取和结构化知识，生成详细的个人知识库文档。

工作流程

步骤1：对话全览分析

首先快速浏览整个对话窗口，识别：

• 对话轮次总数
• 主要话题数量（可能有多个主题交织）
• 话题类型（学术写作、学术探讨、技术任务、其他）
• 关键转折点（话题切换、重要突破）

步骤2：话题分类与深度提取

根据识别出的话题类型，使用对应的提取模板：

学术写作类（优先级最高，最详细）

• 使用 references/academic-writing-template.md 模板
• 完整记录修改前后对比
• 深度分析写作偏好和习惯
• 详细程度：3000-5000字

学术探讨类

• 使用 references/academic-discussion-template.md 模板
• 记录思考过程和论证逻辑
• 详细程度：2000-3000字

技术任务类

• 使用 references/technical-task-template.md 模板
• 记录方法、工具、决策点
• 详细程度：1500-2500字

综合对话类

• 使用 references/general-conversation-template.md 模板
• 按主题分段记录
• 详细程度：视内容而定

步骤3：智能标注与分级

在提取内容时，添加以下标记：

• ⭐⭐⭐ 高频问题/核心知识点
• 💡 重要洞察/突破性认知
• ⚠️ 需要强化记忆的点/反复出现的错误
• 🔄 认知演进点（从不理解到理解）
• 📌 个人偏好/习惯

步骤4：生成分级文档

输出结构：

# 第一层：执行摘要（200-400字）
快速概览本次对话的核心价值

# 第二层：结构化详细内容（按模板展开）
完整的知识提取

# 第三层：可执行建议
基于本次对话的后续行动

步骤5：输出与保存

• 生成独立的markdown文件
• 文件命名：knowledge-{YYYYMMDD}-{主题简称}-{序号}.md
• 使用 create_file 保存到 /home/claude/
• 使用 present_files 提供给用户下载

特殊处理：学术写作深度记录

对于学术写作类对话，必须包含以下详细内容：

修改对比记录

## 原文片段
[引用原始文本]

## 修改后文本
[引用修改后文本]

## 修改原因分析
- 语法层面：[具体说明]
- 表达层面：[具体说明]
- 逻辑层面：[具体说明]
- 风格层面：[具体说明]

## 可复用规则
[从这次修改中提炼出的通用规则]

写作模式识别

• 引言写作偏好
• 论证逻辑习惯
• 段落组织方式
• 过渡句使用特点
• 结论撰写风格

个人习惯追踪

• 常用句式模板
• 偏好的连接词
• 倾向的论证方式
• 需要警惕的表达陷阱

输出文件规范

文件头部（YAML元数据）

---
extraction_date: 2025-01-29T10:30:00Z
conversation_type: [academic-writing / academic-discussion / technical / general]
main_topics: [列表]
importance_level: [high / medium / low]
word_count: [文档字数]
key_tags: [标签列表]
---

文件尾部

## 📋 后续行动建议
[基于本次对话，给出3-5条可执行建议]

## 🔗 潜在关联
[如果能想到与之前知识的关联，标注出来]

## 🎯 下次对话关注点
[标记下次类似任务需要重点关注的方面]

触发指令示例

用户可以用以下任何方式触发：

• "总结这次对话"
• "提取知识点"
• "记录这次学习内容"
• "整理对话精华"
• "构建知识库条目"
• 或任何类似的表述

参考文件

提取模板

• 学术写作类模板 - 学术写作对话的知识提取模板，含修改对比、写作偏好分析等
• 学术探讨类模板 - 学术探讨对话的知识提取模板，记录思考过程和论证逻辑
• 技术任务类模板 - 技术任务对话的知识提取模板，记录方法、工具、决策点
• 通用对话类模板 - 通用对话的知识提取模板，按主题分段记录

输出示例

• 知识库文档输出示例 - 完整的输出文件示例，含文件命名规范和格式参考

注意事项

1. 完整性优先：宁可详细也不要遗漏重要信息
2. 结构化优先：使用清晰的层级和标记
3. 可复用性优先：提炼出通用规则而非孤立案例
4. 学术写作特殊对待：给予最详细的记录
5. 保持客观：如实记录对话内容，不添加主观解读
6. 上下文保留：记录足够的上下文以便未来理解

质量检查清单

生成文档前，确认：

• 是否准确识别了所有主要话题？
• 学术写作类是否有详细的修改对比？
• 是否提炼了可复用的规则/模式？
• 是否标注了重要性等级？
• 文件命名是否符合规范？
• 是否包含了元数据和后续建议？