女娲与本竹 Skill 结构分析：人物蒸馏、证据检索与去语料化改造

这次讨论涉及两个容易混在一起的 Skill：“女娲”负责从材料中生产人物 Skill，“本竹”则是女娲式流程蒸馏出来的一个具体人物 Skill。

如果不先区分“生产系统”和“运行产物”，后面几个问题就很难说清楚：几本书到底由谁读取？原始材料为什么会被放进 Skill？回答问题时为什么还要 search corpus？删除语料以后，本竹又靠什么维持人物一致性？

因此，本文先分别拆解女娲和本竹的层次与功能，再讨论旧结构暴露的问题，最后说明本竹如何从“携带私有训练档案的人物 RAG”改造成“可以直接运行的编译模型”。

1. 女娲 Skill：从目录看人物 Skill 如何被生产
   1. SKILL.md：女娲的总控工作流
   2. references/：提炼方法、评分标准和输出模板
      1. extraction-framework.md：决定什么有资格成为心智模型
      2. fidelity-scorecard.md：检验生成结果像不像、诚不诚实
      3. skill-template.md：规定目标人物 Skill 的标准骨架
   3. scripts/：处理素材和机械质量检查
   4. 女娲会生成怎样的目标目录
2. 本竹 Skill：从旧目录看人物模型怎样运行
   1. SKILL.md 与 agents/openai.yaml：真正的运行模型
   2. references/research/ 与 FIDELITY.md：蒸馏中间层和保真检查
   3. references/sources/、catalog 与 corpus：私有证据子系统
   4. scripts/：下载、建库、检索和校验
3. 两套结构结合后暴露的问题
   1. 材料有几本书时，女娲要全部读完吗
   2. 蒸馏完成后，原始材料还需要吗
   3. 为什么旧本竹几乎每次都先 search corpus
   4. 为什么同步整个 Skill 会又大又危险
4. 本竹的去语料化优化
   1. 先确定保留到哪一级
   2. 二阶段再蒸馏：把值得长期运行的内容固化下来
   3. 物理删除私有证据链
   4. 优化后的五文件结构
   5. 人物证据零搜索协议
5. 优化后的收益与代价
6. 人物 Skill 的最终分工

女娲 Skill：从目录看人物 Skill 如何被生产

女娲本身不是人物角色，而是一个生产人物 Skill 的工作流。先用 tree 看它真实包含什么：

nuwa-skill/
├── SKILL.md
├── references/
│   ├── extraction-framework.md
│   ├── fidelity-scorecard.md
│   └── skill-template.md
└── scripts/
    ├── download_subtitles.sh
    ├── merge_research.py
    ├── quality_check.py
    └── srt_to_transcript.py

这个目录可以直接分成三部分：SKILL.md 是总控流程，references/ 保存蒸馏方法和产物模板，scripts/ 处理字幕、调研汇总和机械检查。

SKILL.md：女娲的总控工作流

女娲绝大部分能力都写在主文件里。它规定了从需求到人物 Skill 的完整 Phase：

flowchart TD
    A[Phase 0<br/>入口分流与需求确认] --> B[Phase 0.5<br/>创建目标 Skill 目录]
    B --> C[Phase 1<br/>六维信息采集]
    C --> D[Phase 1.5<br/>调研质量检查]
    D --> E[Phase 2<br/>框架提炼]
    E --> F[Phase 2.5<br/>提炼结果确认]
    F --> G[Phase 3<br/>组装人物 Skill]
    G --> H[Phase 4<br/>已知、边缘与风格测试]
    H --> I[Phase 5<br/>结构与触发精炼]
    I --> J[可运行人物 Skill]

    style A fill:#e3f2fd
    style D fill:#fff3bf
    style F fill:#fff3bf
    style J fill:#e8f5e9

从文件职责看，SKILL.md 主要完成五件事：

1. 确定造谁。 用户给出明确人名时走直接路径；只有“想提高决策质量”这类需求时，先诊断问题，再推荐人物或主题。
2. 确定怎么采集。 根据是否有本地一手材料，选择网络调研、本地优先或纯本地模式。
3. 组织六维研究。 分别研究著作、长对话、表达、他者评价、真实决策和时间线。
4. 把研究变成模型。 提取心智模型、决策启发式、表达 DNA、价值观、反模式、内在张力和诚实边界。
5. 构建和验证目标 Skill。 生成 SKILL.md，再进行已知立场、边缘问题和表达风格测试。

所以，女娲不是直接回答人物问题的运行时模型。它更像一个编译器入口：读取材料、调用方法、组织中间产物，最后生成另一个 Skill。

references/：提炼方法、评分标准和输出模板

三个 reference 分别解决“怎样提炼”“怎样验收”和“最后写成什么样”。

extraction-framework.md：决定什么有资格成为心智模型

这个文件是女娲的提炼方法论。它要求候选观点通过三重验证：

• 跨域复现：同一种思路是否出现在至少两个不同领域；
• 生成力：能否用它推断人物面对新问题时的可能判断；
• 排他性：它是否具有个人区分度，而不是所有聪明人都会说的通用道理。

没有完全通过的候选会降级为决策启发式或直接丢弃。文件还定义了表达 DNA 的测量方式、时间性矛盾与领域性矛盾的处理、信息不足时的降级规则，以及最终质量自检清单。

fidelity-scorecard.md：检验生成结果像不像、诚不诚实

评分卡把人物 Skill 的保真度拆成五项：立场一致性、风格辨识度、边缘诚实度、来源透明度和结构完整度，总分 100 分。

它特别要求答题 Agent 和评分 Agent 相互独立，避免生成者自评自证。最终可以在目标 Skill 中产出一份 FIDELITY.md，记录测试题、判断依据、模型和测试日期。

skill-template.md：规定目标人物 Skill 的标准骨架

模板规定最终 SKILL.md 应包含：激活描述、角色规则、身份卡、3—7 个心智模型、5—10 条决策启发式、表达 DNA、时间线、价值观、反模式、智识谱系、诚实边界和调研来源。

它把前面分散的研究结果转换为一个 Agent 能执行的文件结构。也正是在这里，“人物研究报告”被组装成了“人物认知操作系统”。

scripts/：处理素材和机械质量检查

四个脚本都属于辅助工具，不负责决定人物模型本身：

文件	作用
download_subtitles.sh	使用 yt-dlp 下载视频字幕，按人工中文、人工英文、自动字幕的顺序降级
srt_to_transcript.py	清除 SRT/VTT 的时间戳、序号、HTML 标签和连续重复行，生成可阅读 transcript
merge_research.py	扫描目标 Skill 的六维研究文件，统计来源、关键信息、矛盾点和缺失维度
quality_check.py	静态检查心智模型数量、局限性、表达 DNA、诚实边界、内在张力和一手来源占比

两个字幕脚本解决“怎样把视频变成可读材料”，另外两个脚本解决“六份研究是否齐全”和“生成文件是否满足结构要求”。真正需要判断的提炼工作仍由 SKILL.md 和 extraction-framework.md 控制。

女娲会生成怎样的目标目录

女娲自己的目录里没有人物原始语料。它是在运行时要求为目标人物创建另一个目录：

[person]-perspective/
├── SKILL.md
├── scripts/
└── references/
    ├── research/
    │   ├── 01-writings.md
    │   ├── 02-conversations.md
    │   ├── 03-expression-dna.md
    │   ├── 04-external-views.md
    │   ├── 05-decisions.md
    │   └── 06-timeline.md
    └── sources/
        ├── books/
        ├── transcripts/
        └── articles/

这棵输出目录树很关键：女娲要求目标 Skill 自包含，不仅保存最终人物模型，还保存六维研究和书籍、字幕、文章等一手材料。这个设计方便完整复制和复现，也为后面本竹的体积与隐私问题埋下了伏笔。

本竹 Skill：从旧目录看人物模型怎样运行

本竹是女娲式流程生成的一个具体人物 Skill，主要用于技术判断、复杂问题分析、架构取舍、项目推进、写作和复盘。

讨论开始时，本竹同时保存了运行模型和私有训练档案。旧目录已经被删除，下面按照删除前的设计记录，只保留结构上关键的项目：

benzhu/
├── SKILL.md
├── agents/
│   └── openai.yaml
├── FIDELITY.md
├── references/
│   ├── research/
│   │   ├── 01-writings.md
│   │   ├── 02-conversations.md
│   │   ├── 03-expression-dna.md
│   │   ├── 04-external-views.md
│   │   ├── 05-decisions.md
│   │   ├── 06-timeline.md
│   │   └── 07-synthesis.md
│   ├── sources/
│   ├── catalogs/
│   ├── fidelity/
│   ├── manifest.jsonl
│   ├── analysis-corpus.jsonl
│   └── corpus-summary.json
└── scripts/
    ├── search_corpus.py
    ├── download_yuque.py
    ├── build_manifest.py
    └── quality_check.py

从这棵树看，旧本竹实际上包含两个子系统。

SKILL.md 与 agents/openai.yaml：真正的运行模型

SKILL.md 保存激活规则、回答工作流、心智模型、决策启发式、表达方式、价值排序、内在张力和诚实边界。它决定本竹接到一个问题后关注什么、怎样取舍以及如何表达。

agents/openai.yaml 是外层元数据，定义展示名称、简短说明、默认提示和是否允许隐式激活。它不保存人物知识，但影响 Skill 怎样被发现和启动。

本竹最终保留下来的五个核心模型都来自这一运行子系统：

心智模型	主要作用
全链路结果树	从局部能力追踪到用户体验和最终结果，避免局部优化自嗨
Case → 系统 → 机制闭环	从个案判断系统问题，并区分止血、修复和机制建设
架构承接认知负担	把理解、修改、排障和协作成本纳入架构取舍
独立演进，证据重组	让模块独立变化，同时显式组合决策证据和交付状态
证据门控的自治棘轮	在 baseline、fallback、灰度、监控和回退上逐级扩大自治

五个模型之外，主文件还保存了十二条高频启发式，例如先统一坐标系、把断言改写成实验、恢复不等于解决、扩容前先归因、指标必须触发行动，以及区分计划、实现、验证和发布。

references/research/ 与 FIDELITY.md：蒸馏中间层和保真检查

research/ 对应女娲的六维采集结果，07-synthesis.md 则负责把多个维度合并成人物画像。这里保存的不是原始全文，而是带来源定位的研究结论、候选模型、矛盾与综合判断。

FIDELITY.md 和 references/fidelity/ 保存已知立场、边缘诚实度和表达风格等测试结果，用来判断人物模型是否跑偏。

references/sources/、catalog 与 corpus：私有证据子系统

sources/ 保存原始书籍、文档、对话和其他一手材料；catalogs/、manifest.jsonl、analysis-corpus.jsonl 与 corpus-summary.json 则把这些材料组织成可枚举、可定位、可全文搜索的 corpus。

这个子系统使本竹可以从回答一路追到研究结论，再追到具体私有文档。它提供的是文档级可追溯能力。

scripts/：下载、建库、检索和校验

download_yuque.py 负责获取授权文档，build_manifest.py 负责建立清单和索引，search_corpus.py 是运行时全文搜索入口，旧 quality_check.py 则依赖 corpus 检查证据和结构。

因此，旧本竹并不只是一个人物提示词。它把已经蒸馏的人物模型和用于复现蒸馏过程的训练档案装在了同一个目录里。人物模型负责生成判断，证据子系统负责为判断寻找历史依据。

两套结构结合后暴露的问题

理解女娲的生产流程和本竹的运行目标以后，几个疑问才真正浮现出来。

材料有几本书时，女娲要全部读完吗

如果目标是高保真蒸馏，重要材料应当被完整纳入分析范围。但“完整纳入”不等于“把几本书一次性塞进同一个上下文”。

女娲本身已经考虑到完整蒸馏可能累计超过几十万 token。它的处理方式是把过程拆成多个 Phase，把每个维度的研究结果落盘，把研究文件同时作为中间产物和断点；上下文不足时，可以按“采集—提炼—构建与验证”分段继续。

一本书也可以按章节或主题处理：先提取局部候选模式，再跨章节、跨书籍和跨材料做聚类与反证检查。模型在蒸馏阶段概念上处理了全书，但从来不要求所有原文同时存在于工作记忆。

flowchart TD
    A[多本书与其他材料] --> B[分段读取与来源标记]
    B --> C[每份材料的局部提取]
    C --> D[跨材料聚类]
    D --> E[跨域复现、生成力、排他性]
    E --> F[反证、置信度与失效条件]
    F --> G[编译后的人物模型]

    style A fill:#e3f2fd
    style D fill:#fff3bf
    style G fill:#e8f5e9

所以，大语料首先是一个离线构建问题，不是每次回答都要重新解决的问题。

蒸馏完成后，原始材料还需要吗

这取决于人物 Skill 想提供哪一种追溯能力。

版本	运行时保留什么	适合场景	代价
文档级可追溯	原文、索引和引用位置	研究、传记、原话与页码查询	体积大、响应慢、隐私风险高
模型级可追溯	支持模式、反证、置信度和边界	判断、评审、写作和思维顾问	不能恢复原文与精确出处
最小角色模型	心智模型与表达规则	轻量角色扮演	难以解释模型为何成立

文档级版本本质上是人物 RAG：回答前检索片段，再基于原文组织回答。模型级版本则把原始材料视为编译输入，交付后直接运行已经形成的模型。

二者没有绝对的好坏，关键在于目标。如果要问“本人在某年某份文档中怎样表述”，原始材料不可缺少；如果要问“按照这种思维方式怎样评审当前方案”，继续携带全部语料并不是必要条件。

为什么旧本竹几乎每次都先 search corpus

女娲的原始规则并没有要求每个问题都搜索。它明确允许纯框架问题直接使用心智模型；只有需要现实事实的问题才先研究。

但它同时包含两个容易耦合的设计：

1. Skill 自包含：六维研究、原始书籍、字幕、文章和辅助索引都放进人物 Skill 目录，确保复制整个目录就能独立运行；
2. 证据优先：遇到可能因事实缺失而降低质量的问题，倾向先使用工具研究，“宁可多搜一次”。

旧本竹又进一步带有全文 corpus、manifest、研究注册表和 search_corpus.py。当运行路由把“这个回答需要理由”误判成“需要重新寻找人物证据”时，搜索就变成了几乎所有问题的前置动作。

flowchart LR
    Q[用户问题] --> R{是否需要依据}
    R -->|人物依据与任务事实未分离| S[search corpus]
    S --> E[抽取历史材料]
    E --> A[再运行人物模型]

    style R fill:#fff3bf
    style S fill:#ffe3e3

真正混在一起的是两类完全不同的证据：

• 人物证据：为什么认为本竹具有某种稳定的思维模式；
• 任务事实：今天这个产品、系统、指标或事件实际上是什么状态。

人物证据应该在蒸馏阶段完成验证，任务事实才可能需要在回答当前问题时核验。旧结构没有把这条边界写死，于是人物材料从构建资产变成了运行时依赖。

为什么同步整个 Skill 会又大又危险

女娲要求“自包含”的原意是提高可复制性：Skill 目录里既有最终模型，也有完整的调研和来源，换一台机器仍然可以搜索和复现。

这个设计适合公开人物的开源研究，却不适合由内部文档和非公开工作材料蒸馏出来的人物 Skill。旧本竹同时保存了两类资产：

1. 已收敛的人物模型；
2. 原始语料、目录、文档标识、下载记录、搜索脚本和文档级研究档案。

第二类资产占据绝大部分体积。同步 Skill 就等于同步私有资料；即使接收方有权限，也会增加权限管理、误提交和泄漏风险。

本竹的去语料化优化

这次改造没有修改女娲本身，而是针对本竹选择了“标准可追溯再蒸馏”：保留人物模型，删除私有训练档案，把追溯能力从文档级收缩到模型级。

先确定保留到哪一级

改造前比较了三种方案：

方案	做法	判断
只删除原始文档	保留六维研究和旧运行协议	研究文件仍含私有定位，过度检索也没有解决
标准可追溯再蒸馏	保留模型级依据，重写运行协议，删除整个私有链	兼顾隐私、可解释性和运行质量
只留单文件	只保存一个 SKILL.md	最轻，但反证、表达细节和审计能力损失过大

最终选择中间方案。这里的“可追溯”表示：

回答
  → 使用了哪个心智模型或决策规则
  → 哪些跨场景行为模式支持它
  → 有哪些反证、置信度和失效条件

追溯到此为止，不再继续指向私有文档、标题、路径、页码和原文。

二阶段再蒸馏：把值得长期运行的内容固化下来

删除前没有重新联网调研，也没有从头重读所有原始文档，而是基于已经完成的六维研究和综合稿进行二阶段再蒸馏：

1. 保留已经通过跨域复现、生成力和排他性验证的五个核心模型；
2. 把历史决策案例抽象成可以处理新问题的场景协议；
3. 把外部评价中的盲点、反证和替代解释固化下来；
4. 补强短答、现场排障、正式方案和被反驳后改判的表达差异；
5. 删除只代表阶段性愿望、身份跃迁叙事、团队共同产物或 AI 扩写的候选特征；
6. 明确区分人物模型依据与当前任务事实。

这一步很重要。直接删除 corpus 会让旧 SKILL.md 中尚未固化的有效模式一起消失；继续保留所有研究文件又达不到隐私目标。二阶段再蒸馏相当于在销毁编译输入前，先检查哪些信息还应该进入最终程序。

物理删除私有证据链

新模型验证通过后，旧本竹中的以下内容被直接删除，且没有创建备份：

• 原始书籍、文档、字幕和其他 sources；
• catalog、manifest、corpus 摘要和下载记录；
• 六维研究、综合稿与保真度档案；
• 私有文档标题、路径、标识和内部定位信息；
• search_corpus.py、下载器、索引构建和依赖 corpus 的质量脚本；
• 缓存及其他与运行无关的产物。

删除的目标不是简单压缩目录，而是让最终 Skill 即使被单独复制，也无法还原或继续检索私有材料。

优化后的五文件结构

排除 macOS 自动生成、与 Skill 无关的 .DS_Store 后，现在的本竹只有五个有效文件，总体积约 52 KB：

benzhu/
├── SKILL.md
├── agents/
│   └── openai.yaml
└── references/
    ├── model-evidence.md
    ├── decision-playbook.md
    └── voice-and-boundaries.md

它们形成了四个运行层。

flowchart TD
    A[显式触发层<br/>description 与 openai.yaml] --> B[运行时控制层<br/>路由、事实判断、零搜索协议]
    B --> C[人物模型层<br/>心智模型、启发式、价值观、盲点]
    C --> D{当前任务需要什么}
    D -->|解释模型依据| E[model-evidence<br/>可解释性模型卡]
    D -->|复杂决策场景| F[decision-playbook<br/>行动协议库]
    D -->|长文或语气校准| G[voice-and-boundaries<br/>表达适配器]
    D -->|普通短问| H[直接回答]
    E --> I[输出与自检]
    F --> I
    G --> I
    H --> I

    style A fill:#e3f2fd
    style B fill:#fff3bf
    style C fill:#e8f5e9
    style I fill:#e8f5e9

SKILL.md 是运行时内核，只保存每次激活都可能需要的路由、核心模型、启发式、价值观、反模式、张力和诚实边界。

model-evidence.md 是脱敏模型卡。每个核心模型记录支持它的行为模式、生成能力、反证、替代解释、置信度和失效条件，不再保存私有出处。

decision-playbook.md 把模型转换成架构、故障、评测、性能成本、项目、AI 工具、反驳和复盘等场景协议。

voice-and-boundaries.md 负责思考态与交付态、短答与长文、确定性表达、幽默、不可模仿特征和非覆盖领域。

agents/openai.yaml 则控制展示信息和显式激活，防止普通对话误触发人物视角。

人物证据零搜索协议

新本竹把自身视为已经编译完成的人物模型。运行时遵循以下边界：

• 普通回答不搜索本竹语料、历史原话、私有材料或其他画像背景；
• 用户要求解释理由时，使用心智模型、决策规则和模型卡，不把它理解成重新检索人物证据；
• 当前任务确实需要实时或高风险事实时，只核验任务事实，再把事实输入人物模型；
• 事实不足但仍能推进时，明确假设并给条件化结论；
• 只有一个缺失变量会实质改变建议时，才追问这个变量；
• 用户询问未固化的历史立场时，明确回答未知或“按现有框架推断”，不搜索已删除材料。

新的查询路径变成：

flowchart TD
    Q[用户问题] --> F{当前任务事实是否足够}
    F -->|足够| M[直接运行人物模型]
    F -->|部分缺失| C[声明假设或条件化结论]
    F -->|缺少一个关键变量| U[只追问一个必要问题]
    F -->|必须核验现实事实| T[只核验任务事实]
    T --> M
    C --> M
    U --> Q
    M --> O[结论、依据、行动与变更条件]

    style T fill:#e3f2fd
    style M fill:#e8f5e9
    style U fill:#fff3bf

所以，优化后的本竹不是完全禁止搜索。被删除的是人物证据的默认运行时检索，不是任务所必需的现实核验能力。

优化后的收益与代价

这次改造解决了四个直接问题：

维度	改造前	改造后
回答路径	容易先检索人物 corpus	普通问题直接运行模型
目录体积	原始材料和索引占据绝大部分	五个有效文件，约 52 KB
隐私	Skill 与私有训练档案绑定	无原文、路径和内部标识
可移植性	同步时必须携带证据库	复制目录即可独立运行
可解释性	能追到具体文档	只能追到模型依据与边界

最后一项同时也是主要代价：Skill 不再能提供精确引文、文档页码或完整证据链。涉及“本人是否说过”时，只能使用已经固化的内容，否则必须承认未知。

此外，编译模型还有三个天然限制：

1. 存在时间截面。 人物后续改变观点，需要取得新的授权材料并重新蒸馏；
2. 压缩必然损失细节。 稳定模型可能把真实存在的阶段变化和矛盾压平，因此必须保留反证和置信度；
3. 不适合所有任务。 需要文献研究、逐字引用和页码定位时，仍应使用经过授权、访问受控的文档级证据库。

人物 Skill 的最终分工

经过这次分析，女娲和本竹的职责边界变得清楚：

• 女娲负责构建。 它读取大量材料，组织六维研究，筛选心智模型，生成运行协议并验证产物；
• 本竹负责运行。 它接收当前问题和必要事实，使用已经固化的模型形成判断，不重新复现蒸馏过程；
• 原始材料属于构建期。 除非产品目标明确要求文档级追溯，否则不应默认进入可分发运行包；
• 模型卡负责解释。 它保留支持模式、反证、置信度和失效条件，同时切断私有原文；
• 任务事实与人物证据分开。 前者可能需要实时核验，后者应在蒸馏完成后停止重复搜索。

这也给出了一个更准确的人物 Skill 定义：它不是“某个人过去材料的搜索入口”，而是“从这些材料中编译出来、能够对新问题生成有边界判断的认知模型”。