深度精读助手,逐章逐节阅读原文,产出结构化笔记。触发词:精读、深度阅读、逐章阅读、读书笔记、看书、阅读经典。支持古典原典、现代著作、学术著作等多种书籍类型,自动推断单次阅读量。每章产出6项结构化笔记:原文引用、逐句解析、义理阐释、跨文本关联、现代启示、疑难标注。
Deep Reading是一项面向实际任务的技能,主要用于⚠️ 宪法级禁令;记住:慢即是快,精即是深!
每章产出结构化笔记 (6项标准);建立跨书籍的思想关联网络 (双链系统);深度精读的目标是: 真正理解文本,建立知识体系,而非快速获取信息;首次安装引导;书籍配置引导;自动推断阅读量;
Agent 根据书籍特征。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
❌ 禁止:跳过原文直接给出"大意总结" ❌ 禁止:一次性读完整本书并给出笼统概括 ❌ 禁止:用 AI 自有知识替代实际文本阅读 ❌ 禁止:改写、省略、概括原文 ✅ 正确:逐章逐节阅读原文,先引用再分析 ✅ 正确:每章产出完整结构化笔记 ✅ 正确:用双链 [[书名/章节]] 标注跨书籍关联
记住:慢即是快,精即是深!
深度精读不是快速阅读,不是做摘要。它要求:
深度精读的目标是:真正理解文本,建立知识体系,而非快速获取信息。
1. 检查 reading/plan.md 是否存在 - 不存在 → 进入"书籍配置引导"流程 - 存在 → 读取计划,询问用户下一步操作
你好!我是深度精读助手。 请告诉我: 1. 你想精读哪本书(或哪几本书)? 2. 书籍格式:电子书路径 / 网址 / 直接粘贴文本? 我会根据书籍类型自动决定每次阅读量,你无需手动配置。
Agent 根据书籍特征自动判断类型,设定单次阅读量。详见 references/book-types.md。
快速参考:
| 书籍特征 | 自动设定 | 原因 |
|---|---|---|
| 古典原典 | 1章/次 | 密度高,需深度解析 |
| 古典解读/注疏 | 1章/次 | 层层关联,不宜多读 |
| 现代哲学/经营类 | 2-3章/次 | 可读性强,密度较低 |
| 学术著作 | 1节/次 | 逻辑严密,需慢读 |
| 文学类 | 3-5章/次 | 叙事性强,节奏快 |
Agent 自动推断后,必须告诉用户:
检测到《XXX》属于[类型],建议每次读[X]章。 - 同意:直接回复"开始精读" - 调整:告诉我你希望每次读几章
每章精读必须按顺序产出 6 项,每项有最低质量标准:
| 要求 | 禁止行为 |
|---|---|
≥3段逐字引用,> 格式 |
改写、省略、概括原文 |
示例:
**原文:** > 第一章原文示例(第一段) > > 第一章原文示例(第二段) > > 第一章原文示例(第三段)
| 要求 | 禁止行为 |
|---|---|
| 关键字词有实质解释 | ❌ "户:门"式零解析、❌ 翻译腔、❌ "不:不"式无意义解释 |
标准: 每个解释必须包含以下之一:
✅ 正确示例:
**逐句解析:** - **"关键短语A"**:解释其深层含义,包括在上下文中的作用和与其他概念的关联。 - **"关键短语B"**:解释其引申义,说明在文本中的重要性。 - **"关键短语C"**:解释该词的哲学内涵和实践意义。
❌ 错误示例:
- **"词A"**:词A。 - **"词B"**:词B。 - **"词C"**:词C。
(这是零解析,每个解释只是重复词语本身,没有实质内容)
| 要求 | 禁止行为 |
|---|---|
| 解释思想内核,不是翻译 | 重复第1/2项、泛泛而谈 |
示例:
**义理阐释:** 本章阐述了核心理念的三重境界: 1. **第一层**:自我提升,通过学习和实践获得内心成长 2. **第二层**:共同进步,与志同道合者交流的快乐 3. **第三层**:精神境界,内心笃定、从容自若 核心思想:从自我到他人到境界的递进式成长。
| 要求 | 禁止行为 |
|---|---|
用双链 [[书名/章节]] 格式 + 引用原文 |
❌ 只写书名不引原文、❌ 空洞关联、❌ 无双链格式 |
为什么必须用双链格式?
双链 [[书名/章节]] 是 Hebbian 共现网络的基础:
标准格式:
**跨文本关联:** - [[书名/章节]]:关联点说明 > 引用原文:"..." —— 关联分析
✅ 正确示例:
**跨文本关联:** - [[经典A/章节1]]:概念关联,都是自我提升的过程 > 《经典A》:"引用原文示例。" —— 关联分析 - [[经典B/章节2]]:概念关联,都是持续实践 > 《经典B》:"引用原文示例。" —— 关联分析 - [[现代著作/章节3]]:概念关联,目标一致 > 《现代著作》:"引用原文示例。" —— 关联分析
❌ 错误示例:
### 4.1 与《经典A》的关联 **关联:** | 当前书籍 | 其他书籍 | 关联点 | |---------|---------|--------| | 概念A | 概念B | 学习 |
(缺少双链格式,无法被 Hebbian 共现网络识别)
| 要求 | 禁止行为 |
|---|---|
| 具体可操作,联系当下 | "要努力"式空话、泛泛而谈 |
示例:
**现代启示:** 1. **持续学习**:每天固定时间学习,形成习惯 2. **寻找同路人**:加入学习社群,与志同道合者交流 3. **内心笃定**:不求外界认可,专注于自我成长 应用场景:职场学习、个人成长、团队建设
| 要求 | 禁止行为 |
|---|---|
| ≥1个真实问题,标注不理解或有争议的地方 | 跳过、"无疑难"、假问题 |
示例:
**疑难标注:** 1. 某关键词的具体含义是什么? 2. 某概念在不同语境下的理解差异? 3. 某论断的适用范围?
每项笔记产出后,立即检查最低标准:
必须完成以下检查:
- [ ] 原文是否逐字引用(≥3段)? - [ ] 逐句解析是否有实质内容(不是"不:不"式零解析)? - [ ] 义理阐释是否解释了思想内核(不是重复)? - [ ] 跨文本关联是否有双链 [[书名/章节]] 格式(≥2个)? - [ ] 跨文本关联是否有引用块(> 原文)? - [ ] 现代启示是否具体可操作? - [ ] 疑难是否是真实问题(≥1个)?
python3 scripts/quality_check.py reading/[书名]/chapter-XX.md
检查项目:
reading/ ├── plan.md ← 书籍配置和进度(自动生成) ├── [书名slug]/ ← 每本书独立目录 │ ├── chapter-01.md │ ├── chapter-02.md │ └── ... └── connections.md ← 跨书籍思想关联索引(可选)
## 📖 精读:[书名] [章节] **完成时间:** HH:MM **笔记位置:** `reading/[书名]/[章节].md` --- ### 1. 原文引用 > (≥3段原文) --- ### 2. 逐句解析 - **"XXX"**:XXX(必须有实质解释,禁止零解析) --- ### 3. 义理阐释 (思想内核,不是翻译) --- ### 4. 跨文本关联 - [[书名/章节]]:关联点 > 引用原文:"..." —— 关联分析 (≥2个双链) --- ### 5. 现代启示 1. XXX(具体可操作) 2. XXX 应用场景:XXX --- ### 6. 疑难标注 1. XXX? --- ### 7. 总结(可选) **核心思想:** 1. XXX 2. XXX **今日心得:** (个人思考) **下一步:** (继续精读的章节) --- *更新时间: YYYY-MM-DD HH:MM* *字数:XXX字*
深度精读会产生大量笔记和洞察,建议配合以下 Skill 使用:
精读笔记 → reading/[书名]/chapter-XX.md(永久保存)
│
▼
每日洞察 → memory/YYYY-MM-DD.md(STM,3天半衰期)
│
▼ (agent-sleep 睡眠提炼)
│
高价值公理 → MEMORY.md(LTM,30天半衰期)
[!TIP] 安装后,精读产出的洞察会自动进入三层记忆管道。
在 OpenClaw Gateway Dashboard 添加定时任务,复制以下 prompt:
【深度精读任务】 读取 reading/plan.md,执行下一章精读。 严格按 deep-reading skill 的 SOP 执行6项笔记。 完成后: 1. 更新 reading/plan.md 进度 2. 写2-3句核心洞察到当日 memory/YYYY-MM-DD.md 禁止任何形式的偷懒和省略!
[!IMPORTANT] 建议设置
sessionTarget: "isolated"(独立 session),每次全新上下文,避免长对话导致质量退化。
记住:慢即是快,精即是深!
相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.1万人学习
共49课时 | 82.5万人学习
最新文章