Agent Skills › Tencent/LoopForge › knowledge-distillation

knowledge-distillation

GitHub

提供从项目交付中提炼可复用经验、教训和模式的标准化方法论,涵盖信息收集、筛选提炼、分类组织及结构化输出,用于构建团队知识资产。

local/.cursor/skills/knowledge-distillation/SKILL.md Tencent/LoopForge

Trigger Scenarios

帮我做知识沉淀 总结一下这次需求的经验 记录一下踩坑 沉淀一下这次的技术决策 做个复盘

Install

npx skills add Tencent/LoopForge --skill knowledge-distillation -g -y
More Options

Non-standard path

npx skills add https://github.com/Tencent/LoopForge/tree/main/local/.cursor/skills/knowledge-distillation -g -y

Use without installing

npx skills use Tencent/LoopForge@knowledge-distillation

指定 Agent (Claude Code)

npx skills add Tencent/LoopForge --skill knowledge-distillation -a claude-code -g -y

安装 repo 全部 skill

npx skills add Tencent/LoopForge --all -g -y

预览 repo 内 skill

npx skills add Tencent/LoopForge --list

SKILL.md

Frontmatter
{
    "name": "knowledge-distillation",
    "description": "通用知识沉淀能力 - 提供从项目交付过程中提炼可复用经验、教训和模式的标准化方法论,包括信息收集、精简提炼、结构化输出。不绑定任何特定工作流或存储方式。当用户说\"帮我做知识沉淀\"、\"总结一下这次需求的经验\"、\"记录一下踩坑\"、\"沉淀一下这次的技术决策\"、\"做个复盘\"时使用本技能。"
}

通用知识沉淀能力

提供一套标准化的知识沉淀方法论,帮助从项目/需求交付过程中系统性地提炼可复用的经验、教训和模式。本 skill 关注知识提炼方法本身,不绑定任何特定的存储位置、项目管理工具或工作流。


适用场景

  • 需求/项目交付完成后,提炼可复用的知识
  • 技术攻关后,记录关键决策和踩坑经验
  • 代码改造后,沉淀可复用的改造模式
  • 定期回顾,梳理团队知识资产

核心流程

Step 1: 信息收集

回顾交付过程中的各阶段产物和记录,提取有沉淀价值的信息:

信息来源 关注要点
需求分析产物 需求理解中的关键决策、澄清的歧义、识别的边界条件
技术方案产物 架构决策理由、方案取舍原因、技术选型考量
代码实现产物 实现中遇到的坑、关键改造模式、巧妙的解决方案
测试产物 发现的缺陷模式、易出错的场景、测试方法的有效性
审核/评审记录 被打回的原因、修订内容、评审中提出的关键问题
沟通记录 用户/干系人补充的关键上下文信息

Step 2: 筛选与提炼

对收集的原始信息进行筛选和精炼,每条知识点必须满足以下标准:

标准 要求 反例
可复用 对后续类似场景有参考价值 "本次需求的截止日期是 X"
具体明确 包含具体的模块名、函数名、技术术语等上下文 "某个模块有个坑需要注意"
结论导向 直接写结论和做法,不记录过程讨论 "经过 3 轮讨论最终决定..."
精简 每条 1-3 句话,直击要点 大段复制粘贴原始产物内容

Step 3: 分类组织

将提炼的知识点按类别组织:

类别 内容范围 举例
业务知识 业务规则、模块职责、数据流向 "X 表的 Y 字段由外部程序写入,不在本系统控制范围内"
技术决策 架构选型、方案取舍及其理由 "选择序列表方案而非 Redis 方案,因为需要事务内原子操作"
改造模式 可复用的代码改造范式 "通用化函数设计:接受 table_name/id_column 参数,支持多业务类型"
踩坑记录 易错点、陷阱、注意事项 "GBK 编码文件中不能使用 UTF-8 特殊字符,否则编译失败"
流程改进 对工作流程的改进建议 "审核标准应增加 X 检查项,本次因遗漏导致返工"

Step 4: 结构化输出

按照下方模板输出知识沉淀结果,并写入用户指定的文件路径。若用户未指定路径,询问保存位置。


知识沉淀输出模板

## {需求/项目标识} - {标题} ({日期})

### 业务知识
- {从需求分析中提炼的业务规则、模块职责、数据流向等}

### 技术决策
- {架构选型理由、方案取舍、为什么选 A 不选 B}

### 改造模式
- {代码改造中总结的可复用模式/范式}

### 踩坑记录
- {实现/测试过程中遇到的坑、易错点、注意事项}

### 流程改进
- {本次流程执行中发现的改进点}

如果某个类别没有值得沉淀的内容,该类别可省略。 如果本次交付整体没有新的知识点(如简单配置变更),输出一条简要记录说明。


写入规则

  1. 追加不覆盖:每次沉淀追加新章节,不修改或删除已有条目
  2. 幂等安全:同一需求/项目多次沉淀时,检查是否已存在对应章节,避免重复
  3. 版本化:沉淀产物应纳入版本控制,确保可追溯

知识质量自检

沉淀完成后,检查以下要点:

  • 每条知识点是否满足"可复用、具体明确、结论导向、精简"四个标准?
  • 是否遗漏了重要的决策理由或踩坑经验?
  • 知识点的分类是否准确?
  • 是否包含了足够的上下文信息,让不了解本次需求的人也能理解?
  • 是否有大段复制粘贴原始产物的情况?(应提炼为精简结论)

关键原则

  1. 宁缺毋滥:只沉淀真正有复用价值的知识,不为了填充而凑数
  2. 具体到位:包含具体的技术术语、模块名、函数名,让知识可操作
  3. 结论优先:直接给出结论和最佳实践,不记录冗长的讨论过程
  4. 持续积累:每次交付都追加,逐步构建团队知识资产
  5. 可检索性:使用清晰的标题和分类,便于后续检索和引用

Version History

  • dd56585 Current 2026-11-16 13:50

Same Skill Collection

local/.claude/skills/agent-observability/SKILL.md
local/.claude/skills/brainstorming/SKILL.md
local/.claude/skills/knowledge-distillation/SKILL.md
local/.claude/skills/tech-design/SKILL.md
local/.claude/skills/writing-plans/SKILL.md
local/.codebuddy/skills/agent-observability/SKILL.md
local/.codebuddy/skills/brainstorming/SKILL.md
local/.codebuddy/skills/knowledge-distillation/SKILL.md
local/.codebuddy/skills/tech-design/SKILL.md
local/.codebuddy/skills/writing-plans/SKILL.md
local/.codex/skills/devflow-codex/SKILL.md
local/.codex/skills/knowledge-distillation/SKILL.md
local/.codex/skills/superpowers/brainstorming/SKILL.md
local/.cursor/skills/agent-observability/SKILL.md
local/.cursor/skills/brainstorming/SKILL.md
local/.cursor/skills/tech-design/SKILL.md
local/.cursor/skills/writing-plans/SKILL.md
local/skills/devflow-clarify-requirements/SKILL.md
local/skills/devflow/SKILL.md
skills/report-workflow-usage/SKILL.md

Metadata

Files
0
Version
dd56585
Hash
bb3c3cf5
Indexed
2026-11-16 13:50

inicio - Wiki
Copyright © 2011-2026 iteam. Current version is 2.156.0. UTC+08:00, 2026-11-16 14:58
浙ICP备14020137号-1