resource2skilllisted

# resource2skill — 资源蒸馏为技能 方法来自微软 Resource2Skill 论文：**蒸馏算子 f_θ（会话内的我 + 视觉）+ 五道确定性质检门 A_D**。 已验证案例：PPT 域（`~/论文转实践/r2s-ppt/`，双臂盲评 6.6 vs 4.6）、 前端规范域（`~/.claude/skills/frontend-design-spec/`）。 ## 停点约定（重要） 全程只停两次，其余步骤连续执行不询问： - **停点①**（蒸馏评估后）：汇报该资源能蒸出什么、数值/操作密度够不够；不够时给两个选项——补同系列资源，或用用户自有材料（设计稿/内部录屏）作第四类资源 - **停点②**（质检后）：展示冒烟产物（截图/渲染）供用户验收 ## 流程 ### 1. 采集（长任务一律后台） - **视频**：`scripts/fetch.sh <URL> <outdir> [whisper语言]` —— yt-dlp ≤720p + 字幕 （无字幕自动 whisper medium）+ 联络表抽帧（fps 自适应，目标 ~50 帧/视频） - **文章**：`scripts/fetch_article.sh <URL> <out.md>`（自带导航壳检测，<5KB 报警换源） - **代码仓库**：GitHub API 列目录 + raw 抓关键文件 - B站视频不要用 yt-dlp，用 agent-reach 的 bili-cli ### 2. 蒸馏（f_θ = 我） 看联络表 + 文字稿；关键数值帧（色值/字号/参数表）从原视频按时间戳抽全分辨率单帧再读。 先按 `references/distiller-template.md` 产出结构化中间负载（含粒度与骨架/皮肤分层）， 再按 `references/schema.md` 落盘。每条规则必须带： **数值或可操作步骤 + 适用条件 + 来源时间戳**。概念性内容入背景说明，不入可执行部分。 → **停点①**（密度评估口径见 distiller-template.md） ### 3. 五道质检门（A_D，全确定性） 1. 完整性：必填字段齐、说明文本非空、至少一种内容模态 2. 溯源：每条规则有 resource_id + 时间戳/行号，写进 provenance.md 3. 去重：与已有 skill/技能条目查重（名称规范化 + 职责边界声明） 4. 模态一致：声明的文本/视觉/代码模态在磁盘上真实非空 5. **可执行冒烟**：按域适配表执行（见 domains.md）；失败则降级为纯参考并明示 形态 A 产物用 `scripts/gate_skill.py <skill_dir>` 机械检查门 1-4 与派生纪律； 形态 B 用对应项目的 gates.py。 ### 4. 入库 - Claude Code skill → `~/.claude/skills/<name>/`（SKILL.md 的 description 必须写清触发词 与既有 skill 的边界分工） - 域技能库条目 → 对应项目的 `skills_wiki/<domain>/<slug>/` → **停点②**（展示冒烟截图/渲染件 + gate_skill.py 结果） ### 5. （可选）双臂验证 协议、反偏差手段与结果解读纪律见 `references/validation.md`（含防过拟合规则与 两个已归档案例）。修复后复验报「分差收敛量」，不只