" python3 tools/fetch_wikipedia.py sections "<title>" python3 tools/fetch_wikipedia.py section "<title>" --index <N> # 拉取相关章节 ``` - summary 调用返回 `{title, extract, url}`。 - sections 调用返回 `[{index, line, level}, ...]` — 选取 `line` 包含 `Variants` / `Types` / `Architecture` / `History` / `Limitations` / `Applications` 的章节（大小写不敏感子串匹配）。 - 任意调用退出码为 `2` 表示**页面不存在** — 该种子回退到 LLM 知识，生成的 frontmatter 中 `source_url: ""`。 ### Step 4: 组装 foundation 页面按下方模板渲染。Wikipedia 来源的内容与 LLM 生成的内容需视觉上区分：纯 LLM 段落以 `(LLM analysis)` 标注。 ```yaml --- title: "{title}" slug: "{slug}" domain: "{domain}" status: mainstream # 已被取代的方法填 historical aliases: [] # 列出 LLM 有把握的常见别名 first_introduced: "{Wikipedia summary 中能提取的年份，否则留空}" date_updated: "{今天}" source_url: "{Wikipedia URL，404 时留空}" --- ## Definition {Wikipedia summary 首段，或 LLM 提供的定义。} ## Intuition {基于定义的通俗解释。} ## Formal notation {从 Wikipedia 提取的公式/记号；若无则由 LLM 补充并标注 `(LLM analysis)`。} ## Key variants {从 Wikipedia "Variants" / "Types" / "Architecture" 章节提炼的列表。} ## Known limitations {Wikipedia + LLM 综合判断。} ## Open problems {LLM analysis (LLM analysis)} ## Relevance to active research {LLM analysis (LLM analysis)} ``` 每页写入 `wiki/foundations/{slug}.md`。 ### Step 5: 刷新导航和日志 ```bash python3 tools/research_wiki.py rebuild-index wiki/ python3 tools/research_wiki.py log wiki/ "prefill | {N} foundations created for {domain}" ``` ### Step 6: 报告打印分组摘要： ``` ## Prefill Report — {date} **Domain**: {domain} **Created**: {N} **Skipped (already present)**: {M} ### mainstream - foundations/gradient-descent — Gradient Descent - ... ### historical - foundations/recurrent-neural-networks — Recurrent Neural Networks ``` 提醒用户：后续 `/ingest` 会与这些 foundation 去重，遇到匹配概念时创建 `[[foundation-slug]]` 链接而非新建 concept 页面。 ## Constraints - **foundations 是终端节点**：foundation 页面禁止写 `key_papers`、`related_concepts` 或任何外向引用字段。其他页面可链入。 - **从不覆盖**已存在的 `wiki/foundations/{slug}.md`（幂等）。 - **来源区分**：Wikipedia 内容与 LLM 内容必须在页面正文中视觉上区分。 - **catalog 是建议性的**：seed YAML 由人工维护、不完整，用户可无需改代码自行扩展。 - **仅写入 `wiki/foundations/`**：不会创建 `papers/`、`concepts/`、`topics/` 等目录下的页面。 ## Error Handling - **`wiki/foundations/` 不存在**：先运行 `python3 tools/research_wiki.py init wiki/`。 - **Wikipedia 404**：记录缺失页面，该种子回退 LLM 知识（`source_url: ""`）。 - **网络失败**：打印失败的种子，继续处理其余种子，不中断整个批次。 - **catalog 文件缺失**：报错并指向 `.claude/skills/prefill/foundations-catalog.yaml`。 ## Dependencies ### 工具（通过 Bash） - `python3 tools/fetch_wikipedia.py summary|sections|section|wikitext "<title>" [--index N]` - `python3 tools/research_wiki.py slug "<title>"` - `python3 tools/research_wiki.py rebuild-index wiki/` - `python3 tools/research_wiki.py log wiki/ "<message>"` ### Catalog - `.claude/skills/prefill/foundations-catalog.yaml` </article></body></html>

--- description: 用领域基础知识填充 wiki/foundations/，避免后续 /ingest 为教科书材料创建重复的 concept 页面 argument-hint: "[domain] [--add '概念名']" --- # /prefill > 将领域基础知识（奠基性方法、common practice、标准架构）作为**终端**页面沉淀到 `wiki/foundations/`。 > Foundations 设计上**单向**：其他页面可以链接到 foundation，foundation 不写反向链接。 ## Trigger 手动：`/prefill [domain]` 或 `/prefill --add "概念名"`。 ## Inputs - `domain`（位置参数，可选）：研究领域 — `general` / `NLP` / `CV` / `ML Systems` / `Robotics` 之一。未指定时从 `wiki/topics/` 标签推断；若 topics 为空则提示用户。 - `--add "<概念>"`：跳过 catalog，直接为单个概念建立 foundation。 ## Outputs - `wiki/foundations/{slug}.md` — 每个种子一页 - 更新的 `wiki/index.md`（由 `rebuild-index` 重生成 foundations 段落） - `wiki/log.md` 一条记录 ## Wiki Interaction ### 读取 - `wiki/topics/*.md` — 用于推断 domain（未指定时） - `wiki/foundations/*.md` — 跳过已存在的 foundation（幂等） - `.claude/skills/prefill/foundations-catalog.yaml` — 种子列表 ### 写入 - `wiki/foundations/{slug}.md`（仅新建，从不覆盖） - `wiki/index.md`（通过 `tools/research_wiki.py rebuild-index`） - `wiki/log.md`（通过 `tools/research_wiki.py log`） ## Workflow **前置条件**：当前目录包含 `wiki/`、`tools/`、`.claude/`。`WIKI_ROOT=wiki/`。 ### Step 1: 确定 domain 1. 用户传入 `domain` → 直接使用。 2. 否则若处于 `--add` 模式 → 默认 `general`，除非用户额外指定。 3. 否则：读取 `wiki/topics/*.md` 的 frontmatter `tags`；若能识别出主导 domain 则用之，否则提示用户。 ### Step 2: 加载种子 - **Catalog 模式**：读取 `.claude/skills/prefill/foundations-catalog.yaml`，取 `domains.{domain}` 下所有条目，并叠加 `domains.general` 的全部条目（general foundations 适用所有领域）。 - **`--add` 模式**：构造单一种子 `{slug: , title: , summary: ""}`。Slug 用 `python3 tools/research_wiki.py slug ""` 生成。对每个种子，若 `wiki/foundations/{slug}.md` 已存在则**跳过**（不覆盖、不警告）。 ### Step 3: 从 Wikipedia 拉取背景对每个剩余种子调用 `tools/fetch_wikipedia.py`： ```bash python3 tools/fetch_wikipedia.py summary "" python3 tools/fetch_wikipedia.py sections "<title>" python3 tools/fetch_wikipedia.py section "<title>" --index <N> # 拉取相关章节 ``` - summary 调用返回 `{title, extract, url}`。 - sections 调用返回 `[{index, line, level}, ...]` — 选取 `line` 包含 `Variants` / `Types` / `Architecture` / `History` / `Limitations` / `Applications` 的章节（大小写不敏感子串匹配）。 - 任意调用退出码为 `2` 表示**页面不存在** — 该种子回退到 LLM 知识，生成的 frontmatter 中 `source_url: ""`。 ### Step 4: 组装 foundation 页面按下方模板渲染。Wikipedia 来源的内容与 LLM 生成的内容需视觉上区分：纯 LLM 段落以 `(LLM analysis)` 标注。 ```yaml --- title: "{title}" slug: "{slug}" domain: "{domain}" status: mainstream # 已被取代的方法填 historical aliases: [] # 列出 LLM 有把握的常见别名 first_introduced: "{Wikipedia summary 中能提取的年份，否则留空}" date_updated: "{今天}" source_url: "{Wikipedia URL，404 时留空}" --- ## Definition {Wikipedia summary 首段，或 LLM 提供的定义。} ## Intuition {基于定义的通俗解释。} ## Formal notation {从 Wikipedia 提取的公式/记号；若无则由 LLM 补充并标注 `(LLM analysis)`。} ## Key variants {从 Wikipedia "Variants" / "Types" / "Architecture" 章节提炼的列表。} ## Known limitations {Wikipedia + LLM 综合判断。} ## Open problems {LLM analysis (LLM analysis)} ## Relevance to active research {LLM analysis (LLM analysis)} ``` 每页写入 `wiki/foundations/{slug}.md`。 ### Step 5: 刷新导航和日志 ```bash python3 tools/research_wiki.py rebuild-index wiki/ python3 tools/research_wiki.py log wiki/ "prefill | {N} foundations created for {domain}" ``` ### Step 6: 报告打印分组摘要： ``` ## Prefill Report — {date} **Domain**: {domain} **Created**: {N} **Skipped (already present)**: {M} ### mainstream - foundations/gradient-descent — Gradient Descent - ... ### historical - foundations/recurrent-neural-networks — Recurrent Neural Networks ``` 提醒用户：后续 `/ingest` 会与这些 foundation 去重，遇到匹配概念时创建 `[[foundation-slug]]` 链接而非新建 concept 页面。 ## Constraints - **foundations 是终端节点**：foundation 页面禁止写 `key_papers`、`related_concepts` 或任何外向引用字段。其他页面可链入。 - **从不覆盖**已存在的 `wiki/foundations/{slug}.md`（幂等）。 - **来源区分**：Wikipedia 内容与 LLM 内容必须在页面正文中视觉上区分。 - **catalog 是建议性的**：seed YAML 由人工维护、不完整，用户可无需改代码自行扩展。 - **仅写入 `wiki/foundations/`**：不会创建 `papers/`、`concepts/`、`topics/` 等目录下的页面。 ## Error Handling - **`wiki/foundations/` 不存在**：先运行 `python3 tools/research_wiki.py init wiki/`。 - **Wikipedia 404**：记录缺失页面，该种子回退 LLM 知识（`source_url: ""`）。 - **网络失败**：打印失败的种子，继续处理其余种子，不中断整个批次。 - **catalog 文件缺失**：报错并指向 `.claude/skills/prefill/foundations-catalog.yaml`。 ## Dependencies ### 工具（通过 Bash） - `python3 tools/fetch_wikipedia.py summary|sections|section|wikitext "<title>" [--index N]` - `python3 tools/research_wiki.py slug "<title>"` - `python3 tools/research_wiki.py rebuild-index wiki/` - `python3 tools/research_wiki.py log wiki/ "<message>"` ### Catalog - `.claude/skills/prefill/foundations-catalog.yaml` </article></body></html>

/prefill

Install this skill

Comments