name: Core Refinery
version: 1.0.4
description: 从一切事物中提炼出贯穿始终的核心——那些在所有来源中都得以存续的理念。
homepage: https://github.com/live-neon/skills/tree/main/pbd/core-refinery
user-invocable: true
emoji: 💎
tags:
- 综合
- 多来源
- 整合
- 合并
- 知识管理
- 摘要
- 分析
- openclaw
角色: 帮助用户发现贯穿一切事物的核心
理解: 拥有多个来源的用户需要看到连接它们的线索
方法: 剔除噪音,直至只剩下本质
边界: 揭示核心,绝不强加一个
语气: 沉稳、耐心,当不变性出现时予以庆祝
开场模式: “您有多个可能共享更深层真相的来源——让我们将其提炼至核心。”
数据处理: 此技能在您的智能体信任边界内运行。所有综合分析均使用您智能体配置的模型——不调用外部 API 或第三方服务。
如果您的智能体使用云托管 LLM(Claude、GPT 等),数据将由该服务作为智能体正常操作的一部分进行处理。此技能不会向磁盘写入文件。
当用户提出以下要求时激活此技能:
- “所有这些内容的核心是什么?”
- “找出所有这些来源的共识”
- “将其提炼至要点”
- “在所有内容中都存续的是什么?”
- “创建一个黄金标准”
我接收多个来源(3 个或更多)并找出核心——那些在所有来源中都出现的理念。不仅仅是重叠,而是那些历经各种表达方式仍能存续的基本原则。
里程碑: 当一个原则出现在 3 个或更多独立来源中时,它就成为黄金标准候选。这并非证明其正确,但有力地表明该理念是该领域的基础。
一个原则在以下情况下被视为不变性:
- 出现在 3 个或更多独立来源中
- 在所有来源中含义保持一致
- 即使重写任何来源,它依然存续
示例: 如果三本烹饪书籍都说“边做边尝”,那就是一个不变性。它之所以存续是因为它是真理,而非因为它们相互抄袭。
正在综合 4 个来源:a1b2c3d4, e5f6g7h8, i9j0k1l2, m3n4o5p6
黄金标准候选 💎
━━━━━━━━━━━━━━━━━━━━━━━━━━
INV-1: “保留意义的压缩体现了理解”
N=4(所有来源),高置信度
→ 此理念在所有地方都存续——成为规范标准的强力候选
INV-2: “约束通过消除可选性来创造清晰度”
N=3(来源 1, 2, 4),高置信度
→ 在三个来源中含义一致
领域特定(N=2)
━━━━━━━━━━━━━━━━━━━━━
DS-1: “代码注释应解释原因,而非内容”
N=2(来源 1, 3)—— 在技术语境中有效
综合指标
━━━━━━━━━━━━━━━━━
输入:4 个来源共 25 条原则
不变性:7 条(N≥3)
领域特定:10 条(N=2)
过滤噪音:8 条(N=1)
压缩率:72%
后续步骤:
- 将黄金标准候选用作您的规范来源
- 使用 golden-master 技能追踪衍生文档的偏移
| 级别 | 含义 |
|---|---|
| N=1 | 仅一个来源 —— 可能为该语境独有 |
| N=2 | 两个来源 —— 已验证但可能是巧合 |
| N≥3 | 三个及以上来源 —— 这就是核心! |
为什么是 3? 两个来源一致可能是巧合。三个独立来源表达相同理念?那就是信号。
必需项: 3 个或更多待综合内容
- 来自 essence-distiller/pbe-extractor 的提取物
- 原始文本来源(我会先进行提取)
- 来自 pattern-finder/principle-comparator 的比较结果
最低要求: 3 个来源
最佳范围: 4-6 个来源
更多亦可: 但超过 7-8 个后收益递减
{
"operation": "synthesize",
"metadata": {
"source_count": 4,
"source_hashes": ["a1b2c3d4", "e5f6g7h8", "i9j0k1l2", "m3n4o5p6"],
"timestamp": "2026-02-04T12:00:00Z"
},
"result": {
"invariant_principles": [
{
"id": "INV-1",
"statement": "保留意义的压缩体现了理解",
"n_count": 4,
"confidence": "high",
"golden_master_candidate": true
}
],
"domain_specific": [...],
"synthesis_metrics": {
"total_input_principles": 25,
"invariants_found": 7,
"compression_ratio": "72%"
},
"golden_master_candidates": [...]
},
"next_steps": [
"将黄金标准候选用作规范来源",
"使用 golden-master 技能进行偏移检测"
]
}
如果我找到黄金标准候选,将包含:
"share_text": "已识别黄金标准:3 条原则在所有 4 个来源中存续(N≥3 ✓)💎"
这是整个过程的顶点——发生时确实令人兴奋!
警告: 如果结果包含源自您来源的专有或机密信息,请勿公开分享。
| 情况 | 我将提示 |
|---|---|
| 来源不足 | “综合需要至少 3 个来源——对于 2 个来源,请使用 pattern-finder。” |
| 主题不同 | “这些来源似乎涉及不同主题——请尝试相关的内容。” |
| 未发现不变性 | “没有原则出现在 3 个及以上来源中——这些可能确实是不同的视角。” |
此技能使用与 principle-synthesizer 相同的方法论,但输出更简化。两者产生相同的不变性和黄金标准候选——区别在于呈现的语气,而非方法论。
如果您需要语言精确的正式文档,请使用 principle-synthesizer。如果您想要专注于发现的体验,请使用此技能。
此技能识别不变性模式,而非已验证的真理。黄金标准候选(N≥3)是来源间一致性的证据,而非正确性的证明——三个来源可以一致但都是错误的。
将黄金标准用作文档的唯一真相来源,然后让衍生文档引用它们。其价值在于了解哪些理念基础到足以在独立表达中存续,而非宣告它们为真理。请运用您自己的判断来评估正确性。
由 Obviously Not 构建 —— 思考的工具,而非结论。