深度文档阅读助手

任务目标

本 Skill 用于：深度精读电子书和文档，建立个人知识体系
能力包含：文档解析、原文引用、深度分析、双链接关联、知识图谱构建、遗忘曲线管理
触发条件：用户上传电子书/文档并请求深度精读

核心原则

⚠️ 严格阅读规范

禁止行为：

❌ 禁止一次读完给出概括总结
❌ 禁止跳过原文直接给出概括总结
❌ 禁止用自有知识库代替实际阅读

必须执行：

✅ 严格按照文档内容，逐章逐节阅读原文
✅ 先引用原文，再进行分析和解读
✅ 每章产出完整的内容结构笔记
✅ 识别书籍和文档的思想关联
✅ 构建个人知识图谱

单次阅读控制：

按章节进行阅读，一次只读一个章节
不建议一次读完整本书
确保深度理解和消化

前置准备

依赖说明：scripts脚本所需的依赖包及版本

ebooklib==0.18
pypdf==3.17.0
beautifulsoup4==4.12.0
python-docx==1.1.0

推荐配合 Skill（用于知识管理）：

agent-sleep（睡眠归档系统）
memory-sync-enhanced（遗忘曲线 + 共现图）

输出格式说明

核心要求：所有读书笔记和分析报告均以 Markdown (.md) 格式 输出

Markdown 格式优势：

✅ 轻量快速：纯文本格式，生成速度快，体积小
✅ 易于编辑：任何文本编辑器都能打开和修改
✅ 跨平台兼容：Windows/Mac/Linux 全平台支持
✅ 版本管理友好：可直接用 Git 管理，便于追踪修改
✅ 格式灵活：支持表格、代码块、链接、双链接等丰富格式

文件命名规范：

reading/[书名]/chapter-XX.md

示例：
reading/原子习惯/chapter-01.md
reading/深度工作/chapter-02.md
reading/原则/chapter-05.md

操作步骤

1. 文档解析

调用脚本：执行 scripts/document_parser.py 解析文档文件

python /workspace/projects/ebook-reader/scripts/document_parser.py \
  --input <文档文件路径> \
  --output <输出JSON路径> \
  --section <章节编号>

参数说明：

--input：文档文件路径（支持 .epub、.pdf、.docx 格式）
--output：输出 JSON 文件路径（可选，默认输出到标准输出）
--section：指定章节编号（推荐一次只解析一个章节）

输出格式：

{
  "document_title": "书名",
  "author": "作者",
  "format": "epub",
  "total_sections": 10,
  "sections": [
    {
      "number": 1,
      "title": "章节标题",
      "content": "章节内容文本"
    }
  ]
}

2. 逐章精读（严格流程）

步骤2.1：阅读原文

智能体处理：完整阅读章节原文内容

阅读要求：

逐字逐句阅读，理解每一句话的含义
标记重要的观点、案例、数据
识别作者的核心论点和论证逻辑
注意章节之间的逻辑联系

禁止操作：

❌ 跳过某些段落直接总结
❌ 用自己的理解代替原文表述
❌ 依赖外部知识库补充内容

步骤2.2：原文引用

智能体处理：准确引用原文关键内容

引用格式：

> 【原文引用】
> 
> 原文内容...
> 
> —— 《书名》第X章第Y节

引用原则：

引用必须准确，不得改写或意译
标注准确的位置信息（章节、页码）
引用要完整，保留上下文
不得断章取义

步骤2.3：逐节分析

智能体处理：对每个小节进行深度分析

分析要求：

每个小节都要独立分析
先理解小节的核心观点
再分析小节的论证逻辑
最后提炼小节的价值和启示

输出格式：

### 2.1 [小节标题]

#### 原文引用
> [原文内容]

#### 核心观点
- 观点1：...
- 观点2：...

#### 论证逻辑
- 论据1 → 结论
- 论据2 → 结论

#### 价值启示
- 对读者的启示：...
- 可应用的场景：...

3. 章节总结（逐章执行）

智能体处理：严格按照章节顺序生成总结

总结框架（参考 references/reading-framework.md）：

核心观点（基于原文总结，1-3句话）
关键论据（基于原文提取，3-5个）
逻辑结构（基于原文分析）
思想关联（识别与其他书籍或文档的关联）

重要提示：

每个章节都必须独立完成总结
总结必须基于原文，不得跳过原文
不得一次读完多章再总结

4. 关键内容摘录（逐章执行）

智能体处理：从章节中识别并摘录有价值的内容

摘录标准：

✅ 启发性观点（颠覆认知或提供新视角）
✅ 可执行方法论（具体可操作的步骤或框架）
✅ 经典案例与数据（有说服力的实例）
✅ 金句与隐喻（值得记忆的表达）

输出格式：

## 关键内容摘录

### 摘录1：启发性观点
> [原文内容]
> 
> —— 《书名》第X章第Y节

【价值分析】
- 为什么值得摘录：...
- 对理解主题的帮助：...

### 摘录2：可执行方法论
> [原文内容]
> 
> —— 《书名》第X章第Y节

【应用分析】
- 如何应用：...
- 适用场景：...

5. 章节深度分析（逐章执行）

智能体处理：多维度分析章节内容

分析维度（详见 references/reading-framework.md）：

内容层面：主题深度、观点创新性、论据充分性
逻辑层面：论证方式、思维模型、逻辑严密性
价值层面：理论贡献、实践意义、适用边界

分析要求：

必须结合当前章节的具体内容进行分析
避免泛泛而谈，要有具体的例子支撑
分析要言之有物，指出具体的优缺点

6. 落地应用建议（逐章执行）

智能体处理：将章节内容转化为具体可执行的行动方案

应用方向框架：

个人层面：认知升级、习惯养成、技能提升
工作层面：方法应用、决策优化、流程改进
社会层面：价值传播、体系构建、影响力扩大

输出要求：

## 落地应用建议

### 应用场景1：[场景描述]
【关联内容】第X章中的[具体观点或方法]

【行动建议】
1. [具体步骤1]
2. [具体步骤2]
3. [具体步骤3]

【预期效果】[可量化的预期成果]
【注意事项】[可能的问题及解决方案]

7. 双链接关联（逐章执行）

智能体处理：识别并标注书籍和文档的思想关联

双链接格式：

## 思想关联

### 与《[其他书名]》的关联
- [[深度工作]]：在第2章提到的"深度工作"概念与本章的"专注力"有相似之处
- [[原子习惯]]：本章提到的"习惯养成方法"与《原子习惯》第3章的"两分钟法则"呼应
- [[原则]]：作者的"系统思维"与《原则》中的"系统化决策"有共鸣

### 思想脉络
本章的核心思想是[XXX]，这与[其他作者]在《[书名]》中提出的[YYY]思想有直接关联，都强调了[共同点]。

识别维度：

概念关联：相同或相似的概念
方法关联：相似的方法论或框架
观点关联：相似或相反的观点
案例关联：相似的案例或数据

8. 知识图谱节点（逐章执行）

智能体处理：将章节内容抽象为知识图谱节点

节点格式：

## 知识图谱

### 核心概念节点
- **[概念名]**：[概念定义]
  - 属性：[属性1]、[属性2]
  - 关联：[[其他概念]]
  - 来源：本书第X章

### 关系节点
- **[关系名]**：[关系描述]
  - 起点：[[概念A]]
  - 终点：[[概念B]]
  - 关联：[[其他关系]]

### 实例节点
- **[实例名]**：[实例描述]
  - 类型：[类型]
  - 关联：[[相关概念]]
  - 来源：本书第X章

9. 遗忘曲线标记（逐章执行）

智能体处理：标记需要复习的关键内容

遗忘曲线格式：

## 遗忘曲线标记

### 高频复习点
- **[要点1]**：[描述] [!记忆]
  - 首次复习：阅读后1天
  - 第二次复习：阅读后3天
  - 第三次复习：阅读后7天
  - 第四次复习：阅读后15天
  - 第五次复习：阅读后30天

### 中频复习点
- **[要点2]**：[描述] [!记忆]
  - 复习间隔：3天、7天、15天

### 低频复习点
- **[要点3]**：[描述] [!记忆]
  - 复习间隔：7天、30天

10. 章节笔记输出（逐章执行）

智能体处理：将所有分析内容整合为完整的章节笔记

输出要求：

文件格式：.md (Markdown)
文件命名：reading/[书名]/chapter-XX.md
编码格式：UTF-8
包含完整：原文引用、分析、应用、关联、图谱、遗忘曲线

输出模板：

# 《[书名]》Chapter XX: [章节标题]

## 基本信息
- **书名**：《[书名]》
- **作者**：[作者]
- **章节**：第X章：[章节标题]
- **阅读时间**：[时间]
- **阅读状态**：已完成

---

## 原文引用
> [完整引用章节原文]

---

## 章节总结
[基于原文的总结]

---

## 关键内容摘录
[摘录内容]

---

## 章节深度分析
[多维度分析]

---

## 落地应用建议
[应用建议]

---

## 思想关联（双链接）
[关联内容]

---

## 知识图谱
[图谱节点]

---

## 遗忘曲线标记
[复习标记]

11. 全书综合分析（读完所有章节后执行）

智能体处理：在完成所有章节分析后，对全书进行综合分析

分析框架（详见 references/reading-framework.md）：

横向分析：正确的一面

核心价值：本书最重要的贡献是什么
创新观点：提出了哪些新概念、新框架、新方法
实践验证：书中观点在实践中取得了哪些成果
理论贡献：对相关领域的理论发展有何推动

纵向分析：不足的地方

论证局限：哪些论证不够充分或有逻辑漏洞
观点片面：哪些观点存在偏颇或绝对化
适用边界模糊：哪些方法的应用边界不清晰
时代局限：哪些观点已经过时或不适用于当前环境

时代印记分析

作者背景：作者的职业、经历如何影响其观点
时代背景：成书时代的社会环境、技术水平、思想潮流
历史条件：当时的知识储备、研究方法、数据来源
跨时代价值：哪些观点具有超越时代的普适性

12. 延伸阅读推荐

智能体处理：基于全书内容，推荐相关的延伸阅读书籍

推荐框架（详见 references/reading-framework.md）：

理论深化类

与本书理论相关的经典著作
对本书理论进行深化或扩展的书籍
不同理论流派的代表性作品

实践应用类

应用本书方法的实践案例集
相关领域的实操指南
行业应用的成功案例

批判反思类

对本书观点提出质疑或批判的著作
不同立场的代表性作品
相关领域的最新研究成果

配合使用 Skill

完整知识管理体系

阅读层（本 Skill）
  ↓
  ├─ 深度精读
  ├─ 原文引用
  ├─ 双链接关联
  └─ 知识图谱
  ↓
记忆层（agent-sleep + memory-sync）
  ↓
  ├─ STM（短期记忆）：3天半衰期
  ├─ LTM（长期记忆）：30天半衰期
  └─ 共现网络：Hebbian 关联
  ↓
应用层（其他 Skill）
  ↓
  ├─ 知识检索
  ├─ 创意生成
  └─ 决策支持

资源索引

解析脚本：见 scripts/document_parser.py（解析文档文件，输出结构化JSON）
阅读框架：见 references/reading-framework.md（原文引用、双链接、知识图谱、遗忘曲线的详细框架）

注意事项

首次使用需安装依赖：pip install ebooklib==0.18 pypdf==3.17.0 beautifulsoup4==4.12.0 python-docx==1.1.0
EPUB/DOCX格式解析效果最佳，PDF可能存在格式损失
对于扫描版PDF，建议先使用OCR工具转换为文本版
严格阅读规范：禁止一次读完、禁止跳过原文、禁止用知识库代替实际阅读
单次阅读控制：按章节进行，一次只读一个章节
原文引用要求：引用必须准确，标注位置，保留上下文
双链接关联：识别书籍和文档的思想关联，构建知识网络
知识图谱：将内容抽象为节点和关系，便于理解和检索
遗忘曲线：标记需要复习的内容，配合 memory-sync 使用
推荐配合使用：agent-sleep 和 memory-sync-enhanced 构建完整知识管理体系

使用示例

示例1：逐章深度精读

用户：请深度精读《原子习惯》第1章
执行：
1. 调用脚本解析第1章
2. 逐字逐句阅读原文
3. 准确引用关键段落
4. 对每个小节进行分析
5. 生成完整章节笔记（含双链接、知识图谱、遗忘曲线）
6. 输出到 reading/原子习惯/chapter-01.md

示例2：双链接关联分析

用户：分析《深度工作》第3章，并找出与其他书籍的思想关联
执行：
1. 解析第3章内容
2. 逐节阅读和分析
3. 识别与《原子习惯》《原则》等书籍的关联
4. 使用双链接格式标注关联
5. 构建知识图谱节点

示例3：配合记忆系统

用户：阅读《原则》第5章，并标记需要复习的内容
执行：
1. 深度精读第5章
2. 标记关键洞察 `[!insight]`
3. 标记需要复习的内容 `[!memory]`
4. 生成完整笔记
5. agent-sleep 自动提取洞察到长期记忆
6. memory-sync 跟踪遗忘曲线

智能读书助手

深度文档阅读助手

任务目标

核心原则

⚠️ 严格阅读规范

前置准备

输出格式说明

操作步骤

1. 文档解析

2. 逐章精读（严格流程）

步骤2.1：阅读原文

步骤2.2：原文引用

步骤2.3：逐节分析

3. 章节总结（逐章执行）

4. 关键内容摘录（逐章执行）

5. 章节深度分析（逐章执行）

6. 落地应用建议（逐章执行）

7. 双链接关联（逐章执行）

8. 知识图谱节点（逐章执行）

9. 遗忘曲线标记（逐章执行）

10. 章节笔记输出（逐章执行）

11. 全书综合分析（读完所有章节后执行）

横向分析：正确的一面

纵向分析：不足的地方

时代印记分析

12. 延伸阅读推荐

理论深化类

实践应用类

批判反思类

配合使用 Skill

推荐配置

🛌 agent-sleep（睡眠归档系统）

🧠 memory-sync-enhanced（遗忘曲线 + 共现图）

完整知识管理体系

资源索引

注意事项

使用示例

示例1：逐章深度精读

示例2：双链接关联分析

示例3：配合记忆系统