skill-from-notebook

来自 Notebook 的 Skill

从学习材料（文档、文章、视频）或优质示例（博客文章、设计、代码）中提取可执行的方法，生成可复用的 Skill。

核心理念：NotebookLM 帮助你理解，而这个 Skill 帮助你行动。

适用场景

当用户希望将知识转化为可执行的技能时：

• “我刚读了一篇关于代码审查的文章，帮我据此创建一个 Skill”
• “这是一篇很棒的技术博客，提取其中的写作方法”
• “把这份 PDF 指南转化为我可以复用的 Skill”
• “从这个示例中学习，并创建一个能生成类似输出的 Skill”

支持的输入类型

类型	处理方式
本地文件	PDF、Word、Markdown——直接读取
Web URL	使用 WebFetch 提取内容
YouTube	使用 yt-dlp 获取字幕；若不可用，则使用 Whisper
NotebookLM 链接	通过浏览器自动化提取笔记/摘要
示例/输出	逆向分析方法

步骤 0：识别输入类型

关键的第一步——确定要使用哪条处理路径：

User Input
    │
    ├─ Has teaching intent? ("how to", "steps", "guide")
    │   └─ YES → Path A: Methodology Document
    │
    ├─ Is a finished work? (article, design, code, proposal)
    │   └─ YES → Path B: Example (Reverse Engineering)
    │
    └─ Neither? → Tell user this content is not suitable

路径 A 指标（方法文档）：

• 包含“如何”“步骤”“方法”“指南”等词语
• 有编号列表或步骤序列
• 具有教学意图
• 描述“要做什么”

路径 B 指标（示例/输出）：

• 是一份完整作品/成果
• 没有教学意图
• 是“事物本身”，而非“如何制作该事物”
• 示例：一篇写得很好的博客文章、一份精心打磨的提案、一个代码项目

---

路径 A：从方法文档中提取

A1：验证文档是否适用

检查文档是否适合用于生成 Skill（至少满足 2 项）：

• 有明确的目标/结果
• 有可重复的步骤/流程
• 有质量标准
• 有情境/场景说明

如果不适用：如实告知用户并解释原因。

A2：识别 Skill 类型

类型	特征	示例
操作指南	步骤顺序明确，输入→输出	部署 Docker、配置 CI/CD
决策	条件、权衡、选择	选择数据库、选择框架
框架	心智模型、分析维度	SWOT、5W1H、第一性原理
检查清单	验证项目、通过/失败标准	代码审查清单、发布清单

A3：按类型提取结构

操作指南：

• 前置条件
• 步骤序列（附每个步骤的预期输出）
• 最终预期结果
• 常见错误

决策：

• 决策因素
• 各选项及其优缺点
• 决策树/流程图
• 推荐的默认选项

框架：

• 核心概念
• 分析维度
• 应用方法
• 局限性

检查清单：

• 检查项及其标准
• 优先级
• 常被忽略的项目

A4：生成 Skill

使用此模板：

## Applicable Scenarios
[When to use this skill]

## Prerequisites
- [What's needed before starting]

## Steps
1. [Step 1] - [Expected outcome]
2. [Step 2] - [Expected outcome]
...

## Quality Checkpoints
- [ ] [Checkpoint 1]
- [ ] [Checkpoint 2]

## Common Pitfalls
- [Pitfall 1]: [How to avoid]

## Source
- Document: [name/URL]
- Extracted: [timestamp]

---

路径 B：从示例中逆向分析

当输入是一份完成的作品（而非教程）时，逆向分析其方法。

B1：识别输出类型

这是什么类型的成果？

• 技术博客文章
• 产品提案/PRD
• 学术论文
• 代码架构
• 设计文档
• 其他：[指定]

B2：分析结构

拆解示例：

Structure Analysis:
├── [Part 1]: [Function] - [Proportion %]
├── [Part 2]: [Function] - [Proportion %]
├── [Part 3]: [Function] - [Proportion %]
└── [Part N]: [Function] - [Proportion %]

需要回答的问题：

• 它由几个部分组成？
• 每个部分的作用是什么？
• 顺序和篇幅比例如何？

B3：提取质量特征

这个示例为何出色？

维度	问题
结构	内容是如何组织的？
风格	语气、用词和表达如何？
技巧	哪些方法使其有效？
逻辑	信息如何流动？
细节	有哪些细小但重要的点？

B4：逆向分析流程

推断：要创建这样的输出，需要哪些步骤？

## Deduced Production Steps
1. [Step 1]: [What to do] - [Key point]
2. [Step 2]: [What to do] - [Key point]
...

## Key Decisions
- [Decision 1]: [Options] - [This example chose X because...]

## Reusable Techniques
- [Technique 1]: [How to apply]
- [Technique 2]: [How to apply]

B5：生成 Skill

使用此模板生成逆向分析的 Skill：

## Output Type
[What kind of artifact this produces]

## Applicable Scenarios
[When to create this type of output]

## Structure Template
1. [Part 1]: [Function] - [~X%]
2. [Part 2]: [Function] - [~X%]
...

## Quality Characteristics (Learned from Example)
- [Characteristic 1]: [How it manifests]
- [Characteristic 2]: [How it manifests]

## Production Steps
1. [Step 1]: [What to do] - [Tips]
2. [Step 2]: [What to do] - [Tips]
...

## Checklist
- [ ] [Check item 1]
- [ ] [Check item 2]

## Reference Example
- Source: [name/URL]
- Analyzed: [timestamp]

---

示例：路径 A（方法论文档）

用户：“从这篇关于如何写好提交消息的文章中提取一项技能”

流程：

1. 阅读文章
2. 判断：这是 操作指南 类型（包含步骤，具有教学意图）
3. 提取：
   • 目标：编写清晰、有用的提交消息
   • 步骤：使用约定格式，将主题与正文分开，等等
   • 质量标准：主题少于 50 个字符，使用祈使语气，等等
4. 生成包含步骤和检查清单的技能

---

示例：路径 B（逆向工程）

用户：“这是一篇很棒的技术博客文章。请从中学习，并创建一项用于撰写类似文章的技能。”

流程：

1. 判断：这是一个 示例（已完成的作品，没有教学意图）
2. 分析结构：

   ├── Hook: Real pain point (2-3 sentences)
   ├── Problem: 3 sentences on the core issue
   ├── Solution: Conclusion first, then details
   ├── Code: Each snippet < 20 lines, with comments
   ├── Pitfalls: 3 common errors
   └── Summary: One-line takeaway
   

3. 提取质量特征：
   • 标题 = 具体技术 + 解决的问题
   • 每段只表达一个想法
   • 代码与文本的比例约为 40:60
   • 用个人轶事增强可信度
4. 逆向推导步骤：
   • 从一个你解决过的实际问题开始
   • 先写解决方案，再写背景
   • 逐步添加代码示例
   • 等等
5. 生成技能：“如何撰写技术博客文章”

---

高级：多示例学习

当用户提供多个同类型的示例时：

Example A ──┐
Example B ──┼──> Extract commonalities ──> Core methodology
Example C ──┘           │
                        ▼
                  Analyze differences ──> Style variants / Optional techniques

这会生成更稳健、可泛化的技能。

---

重要说明

1. 始终先进行验证——并非所有内容都适合提取技能
2. 尽早识别路径——方法论文档与示例需要采用不同的方法
3. 具体明确——含糊的技能毫无用处；应包含具体步骤和标准
4. 保留来源信息——始终注明知识的来源
5. 要求澄清——如果不确定用户意图，请先询问再继续
6. 质量优先于速度——花时间真正理解内容

这项技能不是什么

• 不是摘要工具（这是 NotebookLM 的工作）
• 不是文档转换工具
• 它旨在提取可反复执行的 可操作方法论