enrich

Files (2)

• SKILL.md
• evals.json · evals/

SKILL.md (first lines)

# twinmind:enrich — 卡片知識深化引擎

## 輸入解析

從使用者輸入提取：

| 參數 | 必填 | 說明 |
|------|------|------|
| `target_card` | ✓ | 卡片名稱或 slug（比對 title 或 path） |
| `target_status` | 選填 | 目標狀態；預設升一級（seed→growing，growing→evergreen） |
| `focus` | 選填 | 內容焦點方向，如「實踐步驟」、「神經科學機制」、「哲學含意」 |

## 執行流程

### Step 1 — 讀取目標卡片

從 `vault/System/vault-index.json` 定位 target_card（比對 `title` 或 `path` slug）。讀取對應的卡片檔案，取得當前內容、status、domain、現有連結。

若找不到卡片，告知使用者並結束。

### Step 2 — 讀取 vault 上下文

讀取 `vault/System/vault-index.json`，掌握：

- 所有現有卡片的 title + path（用於識別「相關名詞」中哪些已有對應卡片）
- 與 target_card 相同 domain 的卡片（潛在新連結）

### Step 3 — 生成完整內容

依照下方「六個內容維度」生成所有 section 的內容。

使用者有 `focus` 方向時，在對應維度加深處理；其他維度維持標準深度。

### Step 4 — 重寫卡片

以完整內容重寫卡片檔案（全量覆寫，不是追加）。更新 frontmatter：

- `status`：升格至 target_status
- `updated`：今天日期（YYYY-MM-DD）

保留原有 `id`、`created`、`type`、`domain`、`source`、`related_projects`。

### Step 5 — 更新 vault-index.json

在 `vault/System/vault-index.json` 中更新 target_card 的 entry：

- `status`：新狀態
- `summary`：根據新內容重寫（1–2 句，精確反映新增內容的重點）
- `links_to`：加入新連結卡片的 ID（來自 Connections section）
- `link_count`：重新計算（target_card 連接的 unique 節點數，links_to ∪ linked_from）
- `stats.total_links`：加上新增的 links_to 數量

同時更新每張新連結卡片的 `linked_from`（加入 target_card ID）和 `link_count`。

**一致性原則：target_card 的 links_to 更新，與每張新連結卡片的 linked_from 更新，必須在同一次 Edit 操作中完成。** Hook 在每次寫入後驗證雙向一致性——若分步寫入，會因瞬間不一致而被攔截。解法：將所有需要變更的 entry 合併成一個連續的 JSON 區塊，一次替換。

**寫入順序：必須完成所有 vault-index.json 更新後，才能啟動 subagent。**

### Step 6 — 更新 MOC emoji

在對應的 `vault/Atlas/*.md` MOC 檔案中，將該卡片條目的狀態 emoji 更新：

- `🌱` seed → `🌿` growing
- `🌿` growing → `🌲` evergreen

若找不到對應 MOC，略過此步驟（不強制建立）。

### Step 7 — 啟動 post-op subagent

透過 Agent tool（`run_in_background: true`）啟動 post-op pipeline，**立即回應使用者，不等待**。

Post-op payload：

```json
{
  "task": "post-op",
  "layer": "knowledge",
  "event_type": "CARD_UPDATED",
  "event_context": {
    "card_id": "<id>",
    "card_title": "<title>",
    "card_path": "<path>",
    "domains": ["<domain>"],
    "status_change": "<old_status>→<new_status>"
  },
  "config": {
    "moc_threshold_create": "<從 config.md 取值>",
    "moc_threshold_split": "<從 config.md 取值>",
    "recent_cards_count": "<從 config.md 取值>",
    "vault_name": "<從 config.md 取值>"
  },
  "domain_counts": {
    "<domain>": "<從 vault-index.json stats.domains 取值>"
  },
  "total_cards": "<從 vault-index.json stats.total_cards 取值>",
  "recent_notes": [
    { "title": "...", "path": "...", "created": "YYYY-MM-DD", "status": "...", "type": "...", "domain": ["..."] }
  ],
  "changelog_path": "vault/System/changelog-YYYY-MM.md",
  "existing_moc_titles": ["Technology", "Learning"]
}
```

`config`、`domain_counts`、`total_cards`、`recent_notes` 從 main agent context 中已有的 config.md 和 vault-index.json 資料填充。`changelog_path` 由 main agent 取當前月份計算。`existing_moc_titles` 由 main agent 從 `vault/Atlas/` 掃描取得。Subagent 執行 changelog（append-only 至 `changelog-YYYY-MM.md`）+ MOC 閾值檢查（使用 payload `config` 和 `domain_counts`）+ Home.md 重建（使用 payload `recent_notes`，不重新讀取 vault-index.json 取最新卡片）。

## 六個內容維度

每次 enrich 必須覆蓋所有六個維度，每個維度對應卡片中一個 H2 section。目標：讀完這張卡片的人應能向他人解釋這個概念，知道它從哪來、有哪些具體案例、如何延伸探索、如何實際應用，以及有哪些常見的認知陷阱。

### 維度 1：完整概念解說

包含：

- 核心機制：它是如何運作的？（「為什麼」不只是「是什麼」）
- 概念在知識地圖中的定位：它解決什麼問題？填補什麼空缺？
- 若概念有值得獨立說明的子機制，用 H3 分節

Section 標題：通常即為卡片主標題（H1），後接機制說明。或用 `## 核心機制` 作為子節。

From VolderLu/TwinMind, MIT.

More from VolderLu/TwinMind