知识提取器 (Knowledge Extractor)

将隐性知识转化为可复用的 Skill，让个人经验变成团队资产。

核心价值：无论用户是口头描述、粘贴对话记录、还是上传文档，本 Skill 都能帮助识别可复用的模式并生成结构化的 Skill 草稿——不依赖任何脚本，Claude 直接分析完成。

适用场景

工作流程

极简模式（推荐起点）

当用户直接描述经验或粘贴记录时，无需任何脚本，Claude 直接执行以下步骤：

1. 理解输入：识别材料类型（口述 / 对话记录 / 文档）
2. 提取模式：识别重复出现的步骤、判断逻辑、话术结构、检查点
3. 生成草稿：直接输出知识提取报告 + Skill 草稿
4. 确认迭代：向用户确认准确性，按反馈调整

脚本（scripts/extract_patterns.py）是可选的加速方案，适合批量处理大量文件。对于单次对话或口述场景，Claude 直接分析即可。

详细流程

第一步：收集原始材料

若用户未提供材料，引导提供以下任一：

• 口述经验（直接描述工作方法，最简单）
• 对话记录（聊天截图、文字记录）
• 工作文档（笔记、报告、邮件）

对于口述场景，使用引导性提问帮助用户清晰表达：

• "您通常第一步做什么？"
• "遇到[常见情况]时，您怎么处理？"
• "有没有特别重要、别人容易忽略的点？"

第二步：识别可复用模式

从材料中识别以下类型的模式：

话术模式（适用于销售、客服）

• 开场白模式、问题诊断模式、异议处理模式、促成/收尾模式

检查清单模式（适用于审核、质检、评审）

• 必查项目、常见问题点、风险预警项

决策树模式（适用于问题诊断、分类、排障）

• 判断条件、分支路径、最终结论

模板模式（适用于文档、回复、报告）

• 固定结构、可变参数、示例填充

SOP 模式（适用于流程规范化）

• 步骤序列、关键节点、验收标准

第三步：生成 Skill 草稿

根据提取的模式，直接生成符合规范的 Skill 草稿：

---
name: [skill-name]
description: [何时触发、适用场景的简洁描述]
---

# [Skill 名称]

[一句话说明核心价值]

## 使用场景

[描述何时使用这个 Skill]

## 核心模式

### 模式 1：[模式名称]
**触发条件**：[何时使用]
**执行步骤**：
1. [步骤1]
2. [步骤2]
**示例**：[具体示例]

### 模式 2：[模式名称]
...

第四步：用户确认与优化

展示草稿后，询问：

1. 是否准确反映了他们的经验？
2. 有没有遗漏的重要模式？
3. 示例是否需要调整？

根据反馈迭代优化。

可选：脚本批量处理

对于需要分析大量文件（如 100+ 条对话记录）的场景，可使用脚本加速：

python scripts/extract_patterns.py --input <材料文件> --type <材料类型>

材料类型：conversation（对话记录）/ document（工作文档）/ description（口述描述）

输出格式

知识提取报告

知识提取报告
━━━━━━━━━━━━━━━━━━━━━━
来源：[材料来源描述]
分析数量：[分析的记录/文档数量]

发现的可复用模式：

1. **[模式名称]**（出现 X 次，占比 Y%）
   - 触发场景：[何时出现]
   - 核心要点：[关键内容]
   - 示例：[具体示例]

2. **[模式名称]**（出现 X 次，占比 Y%）
   ...

建议生成的 Skill：
- [skill-name-1]（[功能描述]）
- [skill-name-2]（[功能描述]）

知识覆盖度：
- 已提取：X 个模式
- 覆盖场景：Y%
- 建议补充：[需要更多材料的领域]

Skill 草稿

生成符合规范的 SKILL.md 文件，包含：

• 正确的 frontmatter（name, description）
• 清晰的使用场景
• 结构化的模式描述
• 具体的示例

特殊处理

非技术用户

对于非技术用户，使用更简单的语言：

• 避免技术术语
• 多用具体示例
• 提供逐步引导

敏感信息

提取过程中注意：

• 脱敏客户信息
• 隐藏具体金额
• 匿名化人名

多人经验合并

当需要合并多人经验时：

1. 分别提取每人的模式
2. 识别共同模式（最佳实践）
3. 标注差异模式（个人风格）
4. 生成综合版 Skill

示例

示例 1：销售话术提取

输入：销售冠军张三的 50 条成交对话记录

输出：

知识提取报告
━━━━━━━━━━━━━━━━━━━━━━
来源：销售部 张三 的 50 条成交对话记录

发现的可复用模式：

1. **痛点挖掘开场**（出现 45 次，占比 90%）
   - 触发场景：首次接触客户
   - 核心要点：先问痛点，再介绍产品
   - 示例："您目前在 XX 方面遇到什么挑战？"

2. **价格异议处理**（出现 32 次，占比 64%）
   - 触发场景：客户说"太贵了"
   - 核心要点：先认同，再算账，最后对比
   - 示例："您说得对，我们确实不是最便宜的。但您算过吗..."

3. **限时促成**（出现 28 次，占比 56%）
   - 触发场景：客户犹豫不决
   - 核心要点：限时优惠 + 案例背书
   - 示例："这个月签约的话，可以享受..."

建议生成的 Skill：
- sales-opening-skill（开场白助手）
- objection-handler-skill（异议处理助手）
- closing-skill（促成助手）

示例 2：合同审查经验提取

输入：法务专家李四的合同审查笔记

输出：

知识提取报告
━━━━━━━━━━━━━━━━━━━━━━
来源：法务部 李四 的合同审查笔记（30 份）

发现的可复用模式：

1. **付款条款检查**（必查项）
   - 检查点：付款比例、付款条件、付款时间
   - 常见问题：预付比例过高、验收条件模糊
   - 建议条款：[标准条款模板]

2. **违约责任检查**（必查项）
   - 检查点：违约定义、赔偿上限、免责条款
   - 常见问题：赔偿无上限、免责范围过宽
   - 建议条款：[标准条款模板]

3. **知识产权检查**（技术合同必查）
   - 检查点：权属归属、使用范围、保密期限
   - 常见问题：权属不清、保密期过短
   - 建议条款：[标准条款模板]

建议生成的 Skill：
- contract-checklist-skill（合同检查清单）
- clause-library-skill（条款库）

注意事项

1. 优先极简模式：口述描述是最低门槛的输入，直接帮用户从对话中提炼，无需准备任何材料
2. 材料质量：输入材料越丰富，提取的模式越准确；但单条口述同样有价值
3. 隐私保护：提取过程中自动脱敏客户信息和敏感数据
4. 持续迭代：Skill 草稿需要与用户确认后再正式使用
5. 多人合并：合并多人经验时，注意区分共同模式和个人风格