Cangjie Skill

我们收藏了无数书籍、长视频和播客，但真正能转化为行动的知识寥寥无几。

摘要只是压缩，笔记只是存档。当面对具体问题时，我们依然不知道“该用什么”。Cangjie Skill 试图解决这一困境：它将高价值内容中的方法论蒸馏成一套套可独立调用、可组合、可压力测试的 AI Skills。

这不是简单的总结，而是将知识重构为 AI Agent 可以直接执行的工具包。

核心理念：从消费到执行

传统的阅读或观看是面向“人”的消费行为，而 Cangjie Skill 面向的是“Agent”的执行需求。

• 拒绝泛化总结：不生成一篇长长的说明文，而是拆解为多个带有触发条件、适用边界和使用步骤的技能模块。
• 严格筛选：并非所有内容都值得变成 Skill。系统通过三重验证，剔除常识和缺乏独特性的内容，只保留真正具有预测力和迁移价值的方法论。
• 即插即用：生成的 Skill 可直接安装到 Claude Code、Cursor 等环境中，让 AI 在真实场景中自动调用这些知识。

工作流：RIA-TV++ 流水线

Cangjie Skill 采用七阶段处理流程，将原始文本（书籍、字幕、转录稿）转化为结构化 Skill：

1. 整体理解 (Adler 分析)：借鉴 Mortimer Adler 的分析阅读法，对内容进行结构、解释、批判和应用四步拆解，生成全局概览 BOOK_OVERVIEW.md。
2. 并行提取：五个专项提取器同时工作，分别抽取框架、原则、案例、反例和术语。
3. 三重验证 (Triple Verification)：
   • 佐证性：原文中至少有 2 处独立佐证。
   • 预测力：能回答内容未明说的新问题。
   • 独特性：非常识性知识。
   • 注：通过率通常仅 25-50%，确保高质量。
4. RIA++ 构造：将验证通过的内容结构化：
   • R (Reading)：原文引用。
   • I (Interpretation)：重写阐释。
   • A1/A2 (Appropriation)：书中案例与未来触发场景。
   • E (Execution)：可执行步骤。
   • B (Boundary)：边界与盲点。
5. Zettelkasten 链接：建立 Skill 间的依赖、对比和组合关系，生成 INDEX.md 和引用图。
6. 压力测试：设计包含诱饵题和混淆测试的用例，未通过的 Skill 回炉重做。
7. 交付：生成面向读者的精华长文 DIGEST.md，并将通过测试的 Skill 安装至本地环境。

使用建议：搭配 Video Downloader

对于视频内容，建议先使用 video-downloader Skill 下载视频、提取字幕和关键素材，再将文本交给 Cangjie Skill 进行处理。这种组合拳能高效处理 B 站、YouTube 等平台的长视频资源。

已生成的 Skill Packs

Cangjie Skill 已开源多个高质量知识库，涵盖投资、商业、心理学、经典文学等领域：

此外，还有来自社区贡献的《精益创业》、《缠论》、《茶经》等垂直领域 Skill。