在多来源陌生领域研究中从材料整理到可发布文章时…

当你需要深入研究不熟悉领域、整合多份材料并产出结构化笔记/文章/权威参考时，按六阶段流程从来源收集走到可发布输出。

适用场景

解决思路

1. 首行以内联形式加 🥷，不要单独成段。
2. 支持用户的思考，不要替代用户的思考。
3. 明确结果契约：让陌生材料变成用户可用的可靠心智模型、参考、文章或笔记集；完成条件是已经收集或由用户提供一手来源、显式处理矛盾，并且最终结构能教会该主题且不隐藏不确定性。
4. 记录证据：来源 URL 或文件、抓取到的内容、消化阶段笔记、大纲决策，以及针对所请求输出的自审。
5. 按所选模式输出研究笔记、大纲、可发布草稿或权威参考。
6. 边界：单个 URL 只需抓取应走 /read；单个 URL 需要总结或分析时可用 /read 作为抓取步骤，但最终答案要满足用户请求的总结或分析；/learn 用于多来源研究并产出新的结构化输出。
7. Pre-check：检查 /read 和 /write 技能是否已安装（在 skills 目录中查找它们的 SKILL.md）。缺失时只警告，不阻塞。
8. /read 缺失时，Phase 1 抓取回退到原生 WebFetch / curl；对付费墙、JS 重和中文平台页面的覆盖会下降。
9. /write 缺失时，Phase 5 的 AI 模式清理回退为手动扫描；Phase 1-4 不受影响。
10. Choose Mode：根据请求的产物和已提供材料推断模式；只有当可能模式会改变范围或交付物且用户意图无法解决选择时才询问。
11. Deep Research 模式：目标是理解领域到足以写关于它的内容；入口 Phase 1，出口 Phase 6 的可发布草稿。
12. Quick Reference 模式：目标是快速建立可工作的心智模型，不计划写文章；入口 Phase 2，出口 Phase 2 的仅笔记。
13. Write to Learn 模式：已经有材料，通过写作强制理解；入口 Phase 3，出口 Phase 6 的可发布草稿。
14. Canonical Article 模式：用一篇文章彻底覆盖主题，使读者无需再找其他资料；入口 Phase 1，出口 Phase 6 的单一权威参考。
15. 如果不确定选哪个模式，建议 Quick Reference。
16. Canonical Article 模式在出现「一篇就够」「一站式参考」「整理成长文」「目的是大家只需要看这篇就好了」或用户想要单一权威参考时激活。
17. Canonical Article 目标：读者读完后不需要再搜索该主题的任何其他内容。
18. Canonical Article 附加要求：每个主要子主题都必须有独立章节；不能只留作脚注。
19. Canonical Article 附加要求：包含可操作的示例，而不只是原则。
20. Canonical Article 附加要求：覆盖常见错误以及如何避免它们。
21. Canonical Article 附加要求：添加 Further Reading 部分，列出 3-5 个最深入的来源，并标出哪些是最好的起点。
22. Canonical Article 附加要求：Phase 6 自审必须确认「读者能否仅凭这篇文章实现或理解该主题？」
23. Phase 1 Collect：只收集一手来源：提出关键思想的论文、官方实验室/产品博客、构建者的帖子、经典的「build it from scratch」仓库；不要摘要，不要解释性二手文章；每个来源按三个有序步骤处理，不走捷径，不合并步骤。
24. Phase 1 Discover：使用已安装的搜索插件（例如 PipeLLM）绘制领域地图，再深度搜索 2-3 个最有希望的子主题；没有插件时使用环境原生 web search。输出是 URL 列表；不要在这一步抓取内容。
25. Phase 1 Fetch：每个 URL 在可用时都经过 /read。/read 负责代理级联、付费墙检测和平台路由（WeChat、Feishu、PDF、GitHub）。原生抓取工具和裸 curl 会在 JS 重或付费墙站点静默失败，并跳过这些处理。若 /read 缺失（Pre-check 已警告），回退到原生抓取并接受覆盖减少。
26. Phase 1 File：如果存在研究项目的源目录，告诉 /read 该目录；如果未指定目录，让 /read 使用每会话临时目录并返回保存路径。抓取返回后，把保存文件移动或索引到子主题目录。要移动，不要重新抓取。
27. Phase 1 目标数量：博客文章收集 5-10 个来源；深度技术 survey 收集 15-20 个来源。
28. Phase 2 Digest：逐篇处理材料。每篇完整阅读，保留好的，狠心删掉不好的。
29. Phase 2 关键主张筛选：在纳入大纲前询问：该想法是否在同一来源的至少两个不同语境中出现？该框架能否预测该来源会如何评论一个新问题？这是该来源特有的，还是该领域任何专家都会说同样的话？
30. Phase 2 判断规则：通用智慧不值得提炼。通过两到三项检查的主张放入大纲；通过一项的作为背景材料；零项的删掉。
31. Conversation Or Review Distillation：当输入是近期对话、项目复盘、评分卡或诊断报告时，把它当作原材料。
32. Conversation Or Review Distillation：优先使用已经提炼过的摘要、记忆条目和复盘输出；只有验证有争议的细节或恢复重复模式的确切来源时，才打开原始 transcript。
33. Conversation Or Review Distillation：在编辑持久指导前建立候选矩阵：来源/项目、重复失败、可迁移规则、目标层、证据数量、脱敏风险。只晋升有跨来源支持或同一项目族中重复失败的候选。
34. Conversation Or Review Distillation：提取重复的工作流失败、不变量和验证器表面。
35. Conversation Or Review Distillation：丢弃带日期的行号、当前分数框架、私有路径、单机设置和 repo 特定命令，除非输出明确用于同一个 repo。
36. Conversation Or Review Distillation：把每条持久经验映射到目标层：项目文档、共享规则、技能参考或确定性脚本。
37. Conversation Or Review Distillation：自适应工作流指导优先放参考或现有技能章节；只有可可靠失败且不依赖项目特定上下文的确定性检查才用脚本。
38. Conversation Or Review Distillation：证据片段只留作自己的笔记；不要把原始对话历史粘贴到最终产物。
39. Phase 3 Outline：为文章写大纲。每个章节都注明它引用的源材料。如果某章节没有来源，要么它不属于大纲，要么需要先找到来源。
40. Phase 4 Fill In：按大纲逐节写作。某节难写说明该子主题的心智模型仍然薄弱：回到 Phase 2 处理该子主题，而不是整篇重来。停滞信号包括：开头句改了三次仍未定、单来源主张没有交叉验证、Phase 1 缺少某个来源、或某个主张你无法出声解释。大纲可以改变，这没关系。
41. Phase 5 Refine：只做编辑：削减冗余但不改变含义或声音，标记断裂的论证流，标出缺口（概念在使用前未解释、主张需要来源）。不要从头起草新章节。
42. Phase 5 清理 AI 模式：安装 /write 时调用它，否则手动扫描填充语、二元对比和戏剧化碎片。
43. Phase 6 Self-review：用户发布前会线性阅读整篇文章。不要用 AI。标记所有感觉不对的地方，修复，再读一遍。至少两遍。
44. Phase 6 发布就绪：当从头到尾读起来干净顺畅时，草稿即可供用户发布。
45. Hard Rule：大纲扎实之前不要进入 Phase 4。没有来源的章节要么不属于，要么需要先找到来源。
46. Hard Rule：矛盾保持可见。当两个来源在事实主张上矛盾时，记录两种立场及各自给出的证据；绝不静默选一个。
47. Hard Rule：停在发布确认。用户确认文章就绪后，除非明确要求，不要上传、发布、分发或执行任何发布动作。
48. Gotcha：Phase 2 写成了摘要而不是教概念。消化意味着建立心智模型；总结不是消化。
49. Output：产物是上面所选模式的出口。写入文件时报告保存路径，并完成已授权的交接；发布需要明确请求，如 Hard Rules 所述。

适用边界 · 注意事项

• 不适合快速查找或单文件读取；这类场景不要用 /learn。
• 单个 URL 只需抓取时用 /read；单个 URL 只需总结或分析时也可用 /read 作为抓取步骤，不必启动 /learn 的多来源研究。
• 没有多来源研究需求、不需要产出新的结构化输出/可发布文章/权威参考时，不要用 /learn。