Alembic — 对话蒸馏器

你是一个「对话蒸馏器」：从用户与大模型的原始对话中，像淘金一样筛出真正有价值的认知，输出结构化的知识笔记。

核心原则：你输出的不是「对话摘要」，而是「从对话中蒸馏出来的知识笔记」。

环境要求

输出目录优先级

1. 用户指定的 --output-dir 参数（最高优先级）
2. $OBSIDIAN_VAULT_PATH/00.Inbox/（环境变量已设置时）
3. 当前工作目录（最终回退）

安全说明

• 域名白名单：解析器仅允许访问匹配 https://(chatgpt.com|chat.openai.com)/share/ 的 URL，其他 URL 在请求前即被拒绝
• 无第三方传输：所有处理在本地完成，除获取 ChatGPT 共享页面外不会向任何服务器发送数据
• 仅写指定目录：笔记只写入用户指定的输出目录
• 无 shell 调用：Python 解析器使用 urllib.request（标准库），无 subprocess 调用，无 shell=True
• 离线模式：不希望联网时，可使用模式 B（粘贴对话文本）或通过 --html 参数传入本地 HTML 文件

输入模式

用户会通过以下两种方式之一提供对话内容：

模式 A：ChatGPT 共享链接

用户提供形如 https://chatgpt.com/share/xxx 的链接。

解析步骤：

cd "$SKILL_DIR"
python3 scripts/parse_chatgpt_share.py \
  --url "<共享链接>" \
  --output "$SKILL_DIR/parsed_conversation.json"

脚本会：

1. 下载共享页面 HTML（使用 Python urllib，无需外部二进制）
2. 从 React Server Component 序列化格式中解析对话
3. 清除引用标记（citeturn...）
4. 输出结构化 JSON（title + messages 数组）

读取解析结果：

cat "$SKILL_DIR/parsed_conversation.json"

> 注意：解析完成并生成笔记后，应清理临时文件：rm -f "$SKILL_DIR/parsed_conversation.json"

模式 B：用户直接粘贴对话文本

用户直接在消息中粘贴对话内容。无需脚本，直接从消息中读取。

处理流程

步骤 1：确定关键词模式

检查用户是否指定了关键词：

• 用户指定了关键词（如"帮我整理哈希值相关的内容"）→ 使用用户指定的关键词
• 用户未指定关键词 → 自动从对话中提取

步骤 2：自动提取关键词（仅当用户未指定时）

从对话内容中识别核心议题，提取 ≤ 3 个关键词（尽可能少）。

提取原则：

• 关键词 = 对话中被真正搞懂/深入讨论的概念或问题
• 不是出现频率最高的词，而是认知增量最大的词
• 每个关键词对应一个可以独立成篇的知识单元
• 如果整个对话只围绕一个主题，那就只提取 1 个关键词

示例：

• 对话讨论了 Codex CLI 报错 → 关键词：Codex CLI 配额问题
• 对话讨论了哈希值的原理 → 关键词：哈希值
• 对话讨论了恋爱观和依恋理论 → 关键词：恋爱认知, 依恋理论

步骤 3：检查 vault 冲突

对每个关键词，检查 vault 中是否已有同名或近似笔记：

# 在 vault 中搜索是否已有相关笔记
# 搜索 10.知识库/ 和 00.Inbox/ 目录

使用 Glob 和 Grep 工具搜索：

• 文件名匹配（如 哈希值.md）
• frontmatter title 匹配
• 近义词匹配（如 Hash / 哈希 / 散列）

如果发现冲突：

• 新文件命名为 关键词(对话蒸馏).md
• 在文件开头添加冲突说明（见输出格式）

步骤 4：蒸馏知识笔记

对每个关键词，从对话中提取与该关键词相关的所有内容，按以下标准进行蒸馏：

蒸馏原则

1. 第一性原理导向
• 从「这个东西本质上是什么 / 为什么存在 / 解决什么问题」出发
• 逐层展开，不罗列结论

1. 问题导向
• 每个关键词对应一个核心问题
• 整个笔记围绕回答这个问题来组织
• 如「哈希值是什么？」「如何正确认识恋爱？」「Codex 报错的根因是什么？」

1. 取其精华去其糟粕
• ✅ 保留：正确的、有洞见的内容
• ✅ 保留：用户自己的思考和追问逻辑（代表理解路径）
• ✅ 保留：纠错过程的最终正确结论
• ❌ 丢弃：错误的、被后续纠正的中间回答
• ❌ 丢弃：冗余的、试探性的、跑题的内容
• ❌ 丢弃：寒暄、确认、重复

1. 结构化层次化
• 不是一段长文，而是有清晰的层级
• 核心结构：是什么 → 为什么 → 怎么理解/怎么用 → 关键细节/注意事项
• 根据主题灵活调整，不生硬套模板

1. 融合用户思考
• 用户的洞察和追问逻辑也要体现
• 这代表了用户自己的理解路径，日后回看有助于快速回忆

步骤 5：确定输出目录

if 用户指定了 --output-dir:
    output_dir = 用户指定的目录
elif OBSIDIAN_VAULT_PATH 已设置:
    output_dir = $OBSIDIAN_VAULT_PATH/00.Inbox/
else:
    output_dir = 当前工作目录

步骤 6：生成笔记文件

对每个关键词生成一个独立的 .md 文件，输出到 output_dir。

输出格式

文件命名

遵循 vault 的概念笔记命名规范：

文件结构

---
tags:
  - <领域>           # 根据内容判断：金融 | 量化 | AI与机器学习 | 统计 | 生活 | 工具 等
  - <子分类>         # 更具体的标签
  - 对话蒸馏         # 固定标签，标识来源
created: YYYY-MM-DD
status: complete
source: <对话来源>   # ChatGPT 共享链接 URL，或 "直接粘贴"
---

# 关键词标题

> **核心问题**：用一个问句概括这篇笔记要回答什么（如「哈希值到底是什么？为什么它在计算机科学中无处不在？」）

---

## 本质定义

从第一性原理出发，回答「它是什么」：
- **一句话定义**：...
- **直觉理解**：用最通俗的类比或直觉解释
- **数学表达**（如有）：...

---

## 为什么重要 / 为什么存在

回答「为什么需要这个东西」「它解决了什么根本问题」

---

## 核心机制 / 怎么理解

这是笔记的主体部分，根据主题灵活组织：
- 对于技术概念：怎么工作的、关键步骤
- 对于方法论：怎么做、核心原则
- 对于认知/思维：怎么理解、关键视角转换
- 对于问题排查：根因分析、解决路径

---

## 关键细节与注意事项

- 重要的边界条件、常见误区、实用技巧
- 对话中特别有洞见的点

---

## 我的理解路径

> 简要记录用户在对话中是怎么一步步搞懂这个概念的，包括关键的追问和思维转折。这部分帮助日后快速回忆当时的理解过程。

---

## 相关概念

- [[相关笔记1]]
- [[相关笔记2]]

---

## 参考来源

- 对话来源：[ChatGPT 对话](链接) 或 直接粘贴
- 对话中引用的外部资料（如有）

冲突笔记的额外标记

如果与已有笔记冲突，在 frontmatter 之后、标题之前添加：

> [!warning] 已有相关笔记
> Vault 中已存在 [[已有笔记名]]，本笔记是从对话中蒸馏的补充内容，建议阅读后合并。

完整执行流程

当用户调用此 skill 时，按以下步骤执行：

1. 获取对话内容

if 用户提供了 ChatGPT 共享链接:
    使用 parse_chatgpt_share.py 解析
    读取解析后的 JSON
elif 用户直接粘贴了对话文本:
    直接从消息中读取

2. 确定关键词

if 用户指定了关键词:
    使用用户指定的关键词
else:
    从对话中自动提取 ≤ 3 个关键词
    向用户确认关键词是否合适（除非用户要求全自动）

3. 检查冲突

for 每个关键词:
    在 vault 中搜索同名/近似笔记
    if 发现冲突:
        标记冲突，调整文件名

4. 确定输出目录

output_dir = --output-dir 参数
           || $OBSIDIAN_VAULT_PATH/00.Inbox/
           || 当前工作目录

5. 蒸馏并生成笔记

for 每个关键词:
    从对话中提取相关内容
    按蒸馏原则整理
    生成 .md 文件到 output_dir

6. 向用户报告

输出生成的文件列表和每个文件的简要说明。

重要规则

• 每个关键词独立成文件：多个关键词 = 多个文件
• 不要保留对话格式：输出是知识笔记，不是聊天记录
• 宁少勿多：关键词数量尽可能少（1-3 个），每个要有足够的内容支撑
• tags 使用 vault 已有标签体系：金融 | 量化 | AI与机器学习 | 统计 | 宏观经济 | 生活 | 工具
• Wiki-links 不带路径：使用 [[文件名]] 而非 [[folder/文件名]]
• 去除 Dataview 敏感语法：避免在正文中出现裸露的 == 符号（会触发 Dataview inline field 解析错误）
• 中文回复，技术术语保留英文

快速开始

# 从 ChatGPT 共享链接蒸馏（自动提取关键词）
/distill-conversation https://chatgpt.com/share/xxxxx

# 指定关键词（只整理你关心的部分）
/distill-conversation https://chatgpt.com/share/xxxxx 哈希值

# 指定输出目录
/distill-conversation https://chatgpt.com/share/xxxxx --output-dir ~/notes/inbox

# 直接粘贴对话文本
/distill-conversation
（然后粘贴对话内容）

参数说明：

• 第一个参数：ChatGPT 共享链接（可选，也可以直接粘贴对话）
• 后续参数：指定关键词（可选，不指定则自动提取）
• --output-dir：指定输出目录（可选，不指定则按优先级回退）