把视频链接/视频文件、PDF/Word/PPT 文档、电子书或长文章蒸馏成带出处的知识卡,再编排成可快速阅读学习的可视化课件(单文件 HTML,可导出 PDF)。当用户要求「蒸馏这段内容」「做成课件」「生成学习材料」「把课程视频整理成能教人的东西」「做一份速读讲义」时使用。
Resources
4Install
npx skillscat add laissezmoiai/content-to-courseware Install via the SkillsCat registry.
内容蒸馏 → 课件生成
目标是可速读、可练习、可回查,不是把原文压成一段摘要。
开工确认(每次运行的第一步,不许跳过)
收到任务后先不要动手,按下面顺序做:
读
library/registry.md、library/topic-map.md和最近一份 runlog 的最后一行。根据用户的话判断模式:
- 给了新素材,没提课件 → 采集(阶段 0–3,不出课件)
- 说「融合」→ 阶段 4
- 说「出课件」→ 阶段 5–6
- 说「继续」→ 从 runlog 断的阶段接着跑;追加到原来那份 runlog,不新建。新建的那份开头没有确认单,验收会报错
能推出来的参数自己填好:
- 系列代号和卡号前缀:按登记表顺延(已有 wb-a/A,则新的是 wb-b/B)
- 素材类型:看素材内容判断
- 集数、时长、发布日期:从素材页面读,读不到写「未知」
用下面的格式发一张确认单,然后停下来等回复:
模式:采集(阶段 0–3,不出课件)
素材:<标题>,<N 集 / N 页>,<时长>
系列代号 / 前缀:wb-b / B
类型:操作教程
发布日期 / 软件版本:<…>
沿用:现有术语表 条、主题树 个节点
需要你定的:<只列确实推不出来的,没有就写「无」>
回复「开始」即按以上执行,或直接告诉我要改哪一项。用户回复「开始」或改完参数后,把确认单原样写进 runlog 标题之下、阶段记录表之前,再进入阶段 0。(
check_cards.py会核对:四项齐全、没有占位、系列代号等于目录名、前缀等于验收命令给的字母。)
规则:
- 确认单只发一次,不要逐项追问。
- 用户在任务里写了「按默认,直接跑」,就跳过等待,但确认单照样写进 runlog。
- 出课件模式下,确认单多三项:课件标题、读者、想突出的主题。标题不许用占位。
- 融合模式下,确认单列出要融合的系列和各自卡片数。
阶段 0 · 取材(Acquire)
先把一切变成带定位信息的纯文本,没有定位信息的内容一律不进入后面阶段。
| 输入 | 做法 |
|---|---|
| YouTube / B站 视频 | 先抓人工字幕 → 再抓自动字幕(yt-dlp --write-subs --write-auto-subs --skip-download --sub-format vtt) |
| 无字幕视频 / 本地 mp4 | ffmpeg -i in.mp4 -vn -ac 1 -ar 16000 audio.wav 后走 faster-whisper(scripts/ingest_media.sh) |
| 多集系列批量转写 | 逐集按上法抽音频成 sources/media/NN.wav,然后 python3 scripts/asr.py <系列目录> --prompt "<术语 hotwords>" —— 转写全部音频并合并成 sources/raw.md,每集自带 # 第N集 标题 |
| 关键画面(板书 / PPT / 图表) | ffmpeg -vf fps=1/30 抽帧 → 帧按 hhmmss.jpg 命名 → 需要理解画面时用 gsk understand_images -i <frame> |
pdftotext -layout;表格多的页面 fallback 到 pdfplumber |
|
| DOCX / PPTX | python-docx / python-pptx,按段落和页码输出 |
| 扫描件 / 图片 | gsk understand_images -i <path> -r "逐段转写图中文字,保留层级" |
产物统一放 sources/:
sources/raw.md— 全文,每段前加定位标记:[00:12:31]或[p.47]sources/index.json—{章节标题, 起止时间/页码, 一句话主题}
没有时间戳/页码的文本,等于无法验证的文本。抓不到定位就明说,别硬编。
阶段 1 · 结构解剖(Adler 四问)
对 raw.md 通读一遍,回答并写进 outline.md:
- 整体在讲什么?—— 一句话,不超过 25 字
- 它怎么分块?—— 每块的主张是什么(不是每块讲了什么)
- 哪些是作者自己的判断,哪些是引用别人的?
- 它回答了什么问题,没回答什么?—— 这一条直接决定课件的「边界」页
阶段 2 · 抽卡(Extract)
把内容拆成五类知识卡,每张卡一个文件,放 cards/:
| 类型 | 判据 | 例 |
|---|---|---|
| Framework 框架 | 有 2 个以上构成要素且有结构关系 | 「三层信息架构」 |
| Principle 原则 | 可复用的判断规则 | 「先约束再自由」 |
| Case 案例 | 有具体对象、动作、结果 | 「Airbnb 改版前后转化率」 |
| Counter 反例 | 失败路径 / 常见错误 | 「把导航做成装饰」 |
| Glossary 术语 | 影响理解的专有词 | 「认知负荷」 |
卡片模板:
## [C-014] 原则:先收敛信息层级再谈视觉风格
- 结论:(≤40 字)
- 展开:(≤120 字)
- 出处:[00:42:10] / [p.118]
- 动作:读者可以立刻做的一件事
- 边界:什么情况下不适用硬性要求:结论 + 展开 合计 ≤ 160 字。写不下就说明这张卡其实该拆成两张。
阶段 3 · 三重验证 + 晋升门
每张卡过三道门,缺一道就降级:
- 源充分 —— 出处能定位到具体时间戳/页码
- 可执行 —— 能翻译成一个具体动作
- 任务价值 —— 能解决读者真实会碰到的问题
三缺一的卡不进课件正文,移到 appendix/background.md(背景知识),课件里只用一行引用带过。
审稿可以交给子 agent,但判定权和改稿权要分开
机械层和判断题都可以交给子 agent:摘录是否逐字、界面名是否对得上、切段边界是否落在句子中间、摘录是否支持卡片结论、推断有没有标注、截图是不是那一步、时间区间有没有错位。主线程同时推进下一集,不阻塞。
交出去之前必须把下面五条写进任务书。
- 只给原始文件,不给执行者的总结。 任务书里只放路径:校正稿、卡片目录、
frames/下的.txt、切段表、脚本输出文件。不许把「本集有 11 段、我已经核过了」这类结论写进去——子 agent 一旦读到执行者的说法,就会去验证说法而不是验证事实,审稿等于作废。 - 界面文字一律对
frames/epNN-MMSS.txt识别原文,不许对corrected.md。 校正稿混着讲者口播,会放过照口播写的界面名。实测:A-S-05 路径写「调整计划」,check_frames.py的警告因校正稿能搜到这四个字而消失;子 agent 拿.txt一比,发现该帧只有「跳过」。对校正稿比,这条永远查不出来。 - 基线用文件 diff,不写数字。 送审前把各检查脚本(check_cards / check_frames / coverage_reverse / check_courseware / check_merge)的原始输出各存一份(如
/tmp/baseline_*.txt),让子 agent 对文件做 diff,只报新增。不要在任务书里写「当前 74 错 6 警」——数字会过期,而且每个系列的基线不同。同时明确:基线错误必须在归档前清零,基线不是豁免。 - 只读,改稿权归主线程。 子 agent 回一份「文件:行号 — 问题 — 原文 — 依据 — 建议」的清单,不直接改文件。
- 不采纳要写理由,并进「待你定」清单。 主线程可以不同意某条意见,但每条不采纳的必须写一句理由和依据,汇成清单交给用户定。这条是防止回到「自己审自己」的唯一闸门——没有它,子 agent 的意见可以被无声吞掉。
子 agent 判不准的(画面与口播哪个可信、内容讲没讲透),在清单里标「存疑」并写明它看得到什么、看不到什么,由主线程带着证据再判,而不是直接划出审稿范围。
帧与识别原文不覆盖
frames/epNN-MMSS.jpg 和同名 .txt 一旦存在,不重抽、不重识别。抽帧前先查文件是否已存在,存在就复用。
确需重做时:旧文件改名保留(如 ep04-0022.v1.txt),新文件另存,两次结果都留档,并在 runlog 记一行「何时、为何重做」。
原因是实测过的:同一张图两次识别输出不同,.txt 被覆盖后,check_frames.py 里同一张卡的错误条目会跟着变。这会直接摧毁「基线逐行不变」这类比对(本轮 A-S-07、A-S-08 卡片没动,错误却变了 12 条,就是 ep04-0022.txt、ep04-0121.txt 在 15:38 被重识别覆盖)。
另外,收尾时不许靠反复重识别直到对上——那是挑结果。对不上的按「裁切放大后重识」处理,且两次结果都留档。
审稿清单:性质判定要填表,证据要能 grep
给子 agent 的清单必须包含下面两条,否则它在「已核对通过」里就会放过性质错误。
- 每个讲解段都要填一栏「画面上有、口播没念的信息」:有表格、清单、选项就列出来,没有就写「无」。要求它逐段填写,比让它判「通过/不通过」可靠——只判通过/不通过时,它会只看口播有没有内容,把「表的内容全在画面上」的段判成讲解。填表则会暴露「口播没念但画面有」这个事实,性质自然浮出来。
- 引用证据必须带文件名、行号和原文:主线程用
grep就能验,不用争。引用里grep不到原文的,直接驳回并在「待你定」清单外记一行;只有两边都拿得出原文、结论却相反时,才进「待你定」。
识别原文被覆盖后的补救
帧的 .txt 一旦被重识别覆盖,卡片里对着新 .txt 改,等于拿第二次结果当标准答案。补救流程:
- 原图裁切并放大(建议 400%–600%,Lanczos + unsharp),对放大图重新识别,结果存
frames/crops/。 - 旧卡片的写法、转写稿的写法、原
.txt的写法,全部作为「存疑」写进卡片的「画面识别存疑」一行,不删。 - 以放大后的识别为准;放大后仍读不清的字,标
〔?〕。 - 同一处出现三种以上读法时,不许直接挑一个当定论,必须把几种读法都留在卡片里。
淘汰率参考:一份 90 分钟的视频,通常只能出 12–18 张合格卡。如果你抽出 40 张,多半是没做验证。
阶段 4 · 组课(Compose)
编排原则
- 先结论后论证:每节第一屏就给「学完你能做到什么」
- 先高频后长尾:出现频率低、只影响边角场景的内容全部砍掉
- 反例占比 10–20%:没有反例,学员只会背不会用
- 每屏一个观点:一屏塞两个观点等于零个
单节课结构(Lesson)
1 目标页 —— 一句话:学完你能做到 X
3–5 张知识卡 —— 一屏一张
1 个自测 —— 「如果……你会怎么做?」附参考答案要点
1 页速查 —— 全节的判断清单,可截图带走字数硬上限
| 元素 | 上限 |
|---|---|
| 单屏正文 | 180 字 |
| 单张卡片 | 120 字 |
| 标题 | 24 字 |
| 全课件总节数 | 7 ± 2 节(超出就分册) |
超限的处理顺序:删修饰 → 拆成两屏 → 移到附录。不允许缩小字号硬塞。
阶段 5 · 出片(Render)
- 模型只写草稿:复制
templates/courseware.html到工作目录,写封面、取材说明、精华路线、每节的目标句和练习、速查清单;放卡片的位置写<!--CARD 编号-->,附录写一行<!--APPENDIX-CARDS-->。单文件输出:CSS/JS 全部内联,不引用外部资源 - 渲染:
python3 scripts/render_cards.py 草稿.html --cards <系列>/cards --registry library/registry.md --out <系列>/courseware.html—— 卡片、截图、出处链接和封面数字由脚本填,卡片内容不经手写(融合课件--cards换library/merged) - 机器自检(必做):
python3 scripts/check_courseware.py courseware.html --registry library/registry.md --glossary library/glossary.md --index <系列>/cards/index.json—— 退出码非 0 不许交付(融合课件--index换library/merged/cards/index.json) - 视觉自检(必做):
gsk screenshot courseware.html --scale 2拿到截图 URLgsk understand_images -i <截图URL> -r "检查:每屏是否只有一个视觉焦点、有无文字溢出或被裁切、对比度是否足够、层级是否清晰"- 有问题就改,改完重截
- 需要 PDF 时:
gsk doc export或gsk screenshot -f pdf
固定要求(每次都执行,不需要用户重复)
- 沿用
library/里的术语表和主题树;主题树只许新增节点,不许改名改编号。 - 先建覆盖率矩阵,再抽卡。
- 交付时贴出每个检查脚本的原始输出,不许只写「通过」。
- 交付时单独列三样:没有对照画面核过的卡、标了推断的句子、拿不准的术语。
- 融合时遇到冲突不自行裁决,全部列进冲突表等用户定。
- 每个阶段结束把
library/打包交给用户。
质量红线
- 不许把材料里没有的结论写成作者的观点——推断要标「整理者推断」
- 每张卡必须能回查,回查不到的删掉
- 一屏一个观点,超了就拆
- 材料只够讲概念、不够支撑练习时,如实降级为「速读手册」,不假装是完整课程
与其他 skill 的分工
| 环节 | 用哪个 |
|---|---|
| 视频下载 / 字幕 / 抽帧 | 本 skill 的 scripts/ingest_media.sh,或 kangarooking/video-downloader |
| 方法论深度提炼(要出多 skill 仓库) | kangarooking/cangjie-skill(RIA-TV++ 七阶段) |
| 要能回查关键画面、要生成「AI 老师」陪你练 | JuneYaooo/lineage-skill |
| 课件排版成文档 / PDF | build-doc skill |