尧图网页设计 
LifeOS 中的 Fabric extract_wisdom 模式从任意文本中系统化提取智慧的结构化提示词指南【免费下载链接】LifeOS⛰️ The Life Operating System — an intent engineering platform that moves you from your current state to your ideal state, in life and work.项目地址: https://gitcode.com/GitHub_Trending/pe/LifeOS本篇技术指南聚焦 LifeOS 仓库中 Fabric 技能的核心模式extract_wisdom模式系统提示词讲解它如何把任意可转译为文本的内容播客、论文、博客、访谈结构化拆解为九大智慧区块并说明在 LifeOS 中原生执行该模式的完整调用链。读完本文你将掌握 extract_wisdom 的每一节输出规格、16 词写作约束与数量下限并能在 LifeOS 的 ExecutePattern 工作流中一键复用。一、模式定位解决内容太多、时间太少、忘得太快extract_wisdom 源自 Fabric 模式体系其设计初衷非常直白面对输入文本提取其中令人惊讶、富有洞见、值得回味的信息且主题聚焦于生命的意义与目的、人的繁荣发展、技术对人类未来的影响、人工智能与人的关系、meme、学习、阅读、书籍、持续改进等智慧类内容。按照模式自述的 IDENTITY身份与 PURPOSE目的它像一个智慧萃取器不追求逐字摘要而是从文本中捞出最反直觉、最具启发、最有趣的部分并按固定区块输出解决两个痛点时间过滤快速判断一段内容是否值得精读笔记替代代替耗时的手工摘抄直接把精华沉淀成结构化笔记。该模式在仓库中位于 Patterns/extract_wisdom/目录内除system.md外还带有模式说明 README.md详细阐述了它的功能与输出示例。从仓库的 Fabric 技能说明 可以看到它是整个 Fabric 技能中被列为最常见模式之首Intent 为 Extract insights产出 IDEAS、INSIGHTS、QUOTES、HABITS 等区块。二、九大输出区块system.md 的 STEPS 逐条拆解模式的执行步骤STEPS要求对输入依次完成九类提取每一类对应输出中的一个 Markdown 小节区块提取内容数量要求SUMMARY25 词以内的内容摘要需点名讲述者与讨论主题1 条IDEAS最令人惊讶、最有洞见、最有趣的观点相当于手工做笔记时会记下的内容2050 条至少 20 条若不足 50 则全收INSIGHTS由原始输入与 IDEAS 提炼出的更精炼、更抽象、更深刻的洞察1020 条QUOTES最出彩的原文引用末尾标注说话人1530 条HABITS讲述者提到的最实用习惯睡眠、阅读、工作方式、饮食、运动、常做与常避免的事等1530 条FACTS内容中提到的关于宏观世界的可信事实1530 条REFERENCES讲述者提到的写作、艺术、工具、项目及其他灵感来源全部提及项ONE-SENTENCE TAKEAWAY15 词的一句话核心收获与建议1 条RECOMMENDATIONS从内容中收集到的最有价值建议1530 条这九大区块构成了 extract_wisdom 区别于普通摘要的关键它不止压缩信息而是按观点、洞察、引用、习惯、事实、引用来源、建议七个维度重新组织信息且 README 明确指出 IDEAS 对应如果你手动做笔记会记下的内容。三、OUTPUT INSTRUCTIONS严格的格式与字数约束模式对输出格式施加了硬性约束这是保证输出质量稳定、可被二次消费的核心机制仅输出 Markdown使用无序列表bullet而非编号列表字数锁死IDEAS、RECOMMENDATIONS、HABITS、FACTS、INSIGHTS 五个区块的每条 bullet 必须恰好 16 词数量下限至少 25 条 IDEAS、至少 10 条 INSIGHTS其余区块每类至少 20 条去重不得重复观点、洞察、引用、习惯、事实或引用来源开篇去同不得以相同的开头词起句静默执行不输出警告或备注只输出要求的区块。从执行工作流 的格式示例可见实际产出即为## SUMMARY到## RECOMMENDATIONS的固定模板而 README.md 的输出示例 给出了一个节选 10 条/区块的样例展示了从一次访谈中提取出 Rilke 诗歌、Ayn Rand 的《Atlas Shrugged》、Nietzsche 的散步习惯等 REFERENCES 与 HABITS 的真实形态。四、在 LifeOS 中原生执行ExecutePattern 工作流调用链在 LifeOS 中extract_wisdom 并不需要外部 CLI 往返。Fabric 技能采用原生模式执行Native Pattern ExecutionAI 直接读取Patterns/{pattern_name}/system.md把其中的指令当作提示词应用返回结构化结果避免fabric -p的外部依赖与延迟。完整调用链如下User Request → 模式选择 → 读取 system.md → 应用模式 → 返回结构化结果具体到 ExecutePattern.md识别意图用户请求包含 extract wisdom 或 wisdom 时映射到extract_wisdom模式若用户直接点名模式名如 use extract_article_wisdom则直接使用该模式加载系统提示词按$HOME/.claude/skills/Fabric/Patterns/$PATTERN_NAME/system.md路径读取模式文件文件不存在时给出提示并列出可用模式应用模式将 system.md 中的 IDENTITY AND PURPOSE、STEPS、OUTPUT INSTRUCTIONS 直接作用于用户内容特殊输入走 CLI仅当输入是 YouTube 链接fabric -y URL -p pattern自动提取字幕或原生抓取失败需要 URL 兜底fabric -u URL -p pattern时才调用 fabric CLI按模板输出严格遵循模式规定的## SUMMARY→## IDEAS→## INSIGHTS→## QUOTES→## HABITS→## FACTS→## REFERENCES→## RECOMMENDATIONS结构。模式选择决策树节选User Request │ ├─ Contains wisdom or insights? │ └─ Yes → extract_wisdom / extract_insights │ ├─ Contains summarize or summary? │ └─ 5 sentence → create_5_sentence_summarymicro/tldr → create_micro_summary默认 → summarize │ └─ Pattern explicitly named? └─ Use that pattern directlyFabric 技能共管理 240 模式extract_wisdom 属于 Extraction提取大类30 个同族还包括extract_insights、extract_main_idea、extract_recommendations、extract_article_wisdom、extract_book_ideas等可根据内容形态文章、书籍、预测、争议观点选择更细分的模式。自定义与通知执行前SKILL.md 要求先检查用户自定义目录~/.claude/LIFEOS/USER/CUSTOMIZATIONS/SKILLS/Fabric/存在则以其覆盖默认行为执行工作流时通过curl -X POST http://localhost:31337/notify发送语音通知并向聊天输出文本通知。五、输入形式与适用场景模式在 system.md 末尾以INPUT:声明接收待处理内容。结合 README.md 与执行工作流的错误提示可处理的输入包括直接粘贴的文本文章 URL原生抓取YouTube URL经fabric -y提取字幕本地文件路径播客字幕、学术论文、随笔、博客等一切可转文本的内容。若未提供任何内容工作流会提示 No content provided for pattern execution 并要求提供文本、URL、YouTube URL 或文件路径之一。对于超长输入SKILL.md 的 Gotchas 章节建议先分块或先用 summarize 类模式压缩以避免超出模式的上下文限制。六、模式更新保持 240 模式与上游同步Fabric 技能提供 UpdatePatterns 工作流 用于从上游仓库同步最新模式# 1. 检查当前模式数量 CURRENT_COUNT$(ls -1 ~/.claude/skills/Fabric/Patterns/ 2/dev/null | wc -l | tr -d ) # 2. 通过 fabric CLI 拉取上游模式 fabric -U # 3. 同步到技能目录 rsync -av --delete ~/.config/fabric/patterns/ ~/.claude/skills/Fabric/Patterns/ # 4. 校验关键模式存在 for pattern in extract_wisdom summarize create_threat_model analyze_claims; do if [ -d ~/.claude/skills/Fabric/Patterns/$pattern ]; then echo ✓ $pattern else echo ✗ $pattern MISSING fi done需要说明的适用前提fabric -U要求本机已安装 fabric CLI可通过go install github.com/danielmiessler/fabriclatest安装若未安装工作流提供了基于git pull加rsync的手动更新替代方案。更新完成后会报告前后模式数量与新增数量。七、实操建议把 extract_wisdom 变成个人知识管线综合 system.md 与仓库中的执行机制在实际使用中有几点值得注意数量下限是质量下限至少 25 条 IDEAS、每类 20 条的目的是强制模型穷尽文本价值避免只挑表层信息实际使用中若输入较短模式允许收集全部而不是凑数。16 词约束是刻意的每条 bullet 恰好 16 词迫使模型精炼表达产出可直接进入二次加工如聚合为 INSIGHTS。QUOTES 与 REFERENCES 要忠于原文引用必须使用输入中的原文并标注说话人REFERENCES 应收集讲述者提及的一切灵感来源便于后续追读。与摘要类模式的协作超长内容可先用summarize家族压缩再对压缩结果执行 extract_wisdom而 summarize 家族模式在执行时还会触发背景知识收割auto-harvest把同一输入写入 KNOWLEDGE 笔记——摘要进聊天、知识落磁盘一次动作双重产出。从模式目录结构看extract_wisdom/system.md只是 240 模式中的一个但其结构化智慧提取的范式身份设定 → 步骤 → 输出约束是理解整个 Fabric 模式体系的钥匙。想查看完整的模式清单可在仓库中浏览 Patterns 目录想了解模式如何被触发与执行可继续阅读 ExecutePattern.md 与 Fabric 技能说明。【免费下载链接】LifeOS⛰️ The Life Operating System — an intent engineering platform that moves you from your current state to your ideal state, in life and work.项目地址: https://gitcode.com/GitHub_Trending/pe/LifeOS创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 LifeOS 中的 Fabric extract_wisdom 模式：从任意文本中系统化提取智慧的结构化提示词指南
LifeOS 中的 Fabric extract_wisdom 模式从任意文本中系统化提取智慧的结构化提示词指南【免费下载链接】LifeOS⛰️ The Life Operating System — an intent engineering platform that moves you from your current state to your ideal state, in life and work.项目地址: https://gitcode.com/GitHub_Trending/pe/LifeOS本篇技术指南聚焦 LifeOS 仓库中 Fabric 技能的核心模式extract_wisdom模式系统提示词讲解它如何把任意可转译为文本的内容播客、论文、博客、访谈结构化拆解为九大智慧区块并说明在 LifeOS 中原生执行该模式的完整调用链。读完本文你将掌握 extract_wisdom 的每一节输出规格、16 词写作约束与数量下限并能在 LifeOS 的 ExecutePattern 工作流中一键复用。一、模式定位解决内容太多、时间太少、忘得太快extract_wisdom 源自 Fabric 模式体系其设计初衷非常直白面对输入文本提取其中令人惊讶、富有洞见、值得回味的信息且主题聚焦于生命的意义与目的、人的繁荣发展、技术对人类未来的影响、人工智能与人的关系、meme、学习、阅读、书籍、持续改进等智慧类内容。按照模式自述的 IDENTITY身份与 PURPOSE目的它像一个智慧萃取器不追求逐字摘要而是从文本中捞出最反直觉、最具启发、最有趣的部分并按固定区块输出解决两个痛点时间过滤快速判断一段内容是否值得精读笔记替代代替耗时的手工摘抄直接把精华沉淀成结构化笔记。该模式在仓库中位于 Patterns/extract_wisdom/目录内除system.md外还带有模式说明 README.md详细阐述了它的功能与输出示例。从仓库的 Fabric 技能说明 可以看到它是整个 Fabric 技能中被列为最常见模式之首Intent 为 Extract insights产出 IDEAS、INSIGHTS、QUOTES、HABITS 等区块。二、九大输出区块system.md 的 STEPS 逐条拆解模式的执行步骤STEPS要求对输入依次完成九类提取每一类对应输出中的一个 Markdown 小节区块提取内容数量要求SUMMARY25 词以内的内容摘要需点名讲述者与讨论主题1 条IDEAS最令人惊讶、最有洞见、最有趣的观点相当于手工做笔记时会记下的内容2050 条至少 20 条若不足 50 则全收INSIGHTS由原始输入与 IDEAS 提炼出的更精炼、更抽象、更深刻的洞察1020 条QUOTES最出彩的原文引用末尾标注说话人1530 条HABITS讲述者提到的最实用习惯睡眠、阅读、工作方式、饮食、运动、常做与常避免的事等1530 条FACTS内容中提到的关于宏观世界的可信事实1530 条REFERENCES讲述者提到的写作、艺术、工具、项目及其他灵感来源全部提及项ONE-SENTENCE TAKEAWAY15 词的一句话核心收获与建议1 条RECOMMENDATIONS从内容中收集到的最有价值建议1530 条这九大区块构成了 extract_wisdom 区别于普通摘要的关键它不止压缩信息而是按观点、洞察、引用、习惯、事实、引用来源、建议七个维度重新组织信息且 README 明确指出 IDEAS 对应如果你手动做笔记会记下的内容。三、OUTPUT INSTRUCTIONS严格的格式与字数约束模式对输出格式施加了硬性约束这是保证输出质量稳定、可被二次消费的核心机制仅输出 Markdown使用无序列表bullet而非编号列表字数锁死IDEAS、RECOMMENDATIONS、HABITS、FACTS、INSIGHTS 五个区块的每条 bullet 必须恰好 16 词数量下限至少 25 条 IDEAS、至少 10 条 INSIGHTS其余区块每类至少 20 条去重不得重复观点、洞察、引用、习惯、事实或引用来源开篇去同不得以相同的开头词起句静默执行不输出警告或备注只输出要求的区块。从执行工作流 的格式示例可见实际产出即为## SUMMARY到## RECOMMENDATIONS的固定模板而 README.md 的输出示例 给出了一个节选 10 条/区块的样例展示了从一次访谈中提取出 Rilke 诗歌、Ayn Rand 的《Atlas Shrugged》、Nietzsche 的散步习惯等 REFERENCES 与 HABITS 的真实形态。四、在 LifeOS 中原生执行ExecutePattern 工作流调用链在 LifeOS 中extract_wisdom 并不需要外部 CLI 往返。Fabric 技能采用原生模式执行Native Pattern ExecutionAI 直接读取Patterns/{pattern_name}/system.md把其中的指令当作提示词应用返回结构化结果避免fabric -p的外部依赖与延迟。完整调用链如下User Request → 模式选择 → 读取 system.md → 应用模式 → 返回结构化结果具体到 ExecutePattern.md识别意图用户请求包含 extract wisdom 或 wisdom 时映射到extract_wisdom模式若用户直接点名模式名如 use extract_article_wisdom则直接使用该模式加载系统提示词按$HOME/.claude/skills/Fabric/Patterns/$PATTERN_NAME/system.md路径读取模式文件文件不存在时给出提示并列出可用模式应用模式将 system.md 中的 IDENTITY AND PURPOSE、STEPS、OUTPUT INSTRUCTIONS 直接作用于用户内容特殊输入走 CLI仅当输入是 YouTube 链接fabric -y URL -p pattern自动提取字幕或原生抓取失败需要 URL 兜底fabric -u URL -p pattern时才调用 fabric CLI按模板输出严格遵循模式规定的## SUMMARY→## IDEAS→## INSIGHTS→## QUOTES→## HABITS→## FACTS→## REFERENCES→## RECOMMENDATIONS结构。模式选择决策树节选User Request │ ├─ Contains wisdom or insights? │ └─ Yes → extract_wisdom / extract_insights │ ├─ Contains summarize or summary? │ └─ 5 sentence → create_5_sentence_summarymicro/tldr → create_micro_summary默认 → summarize │ └─ Pattern explicitly named? └─ Use that pattern directlyFabric 技能共管理 240 模式extract_wisdom 属于 Extraction提取大类30 个同族还包括extract_insights、extract_main_idea、extract_recommendations、extract_article_wisdom、extract_book_ideas等可根据内容形态文章、书籍、预测、争议观点选择更细分的模式。自定义与通知执行前SKILL.md 要求先检查用户自定义目录~/.claude/LIFEOS/USER/CUSTOMIZATIONS/SKILLS/Fabric/存在则以其覆盖默认行为执行工作流时通过curl -X POST http://localhost:31337/notify发送语音通知并向聊天输出文本通知。五、输入形式与适用场景模式在 system.md 末尾以INPUT:声明接收待处理内容。结合 README.md 与执行工作流的错误提示可处理的输入包括直接粘贴的文本文章 URL原生抓取YouTube URL经fabric -y提取字幕本地文件路径播客字幕、学术论文、随笔、博客等一切可转文本的内容。若未提供任何内容工作流会提示 No content provided for pattern execution 并要求提供文本、URL、YouTube URL 或文件路径之一。对于超长输入SKILL.md 的 Gotchas 章节建议先分块或先用 summarize 类模式压缩以避免超出模式的上下文限制。六、模式更新保持 240 模式与上游同步Fabric 技能提供 UpdatePatterns 工作流 用于从上游仓库同步最新模式# 1. 检查当前模式数量 CURRENT_COUNT$(ls -1 ~/.claude/skills/Fabric/Patterns/ 2/dev/null | wc -l | tr -d ) # 2. 通过 fabric CLI 拉取上游模式 fabric -U # 3. 同步到技能目录 rsync -av --delete ~/.config/fabric/patterns/ ~/.claude/skills/Fabric/Patterns/ # 4. 校验关键模式存在 for pattern in extract_wisdom summarize create_threat_model analyze_claims; do if [ -d ~/.claude/skills/Fabric/Patterns/$pattern ]; then echo ✓ $pattern else echo ✗ $pattern MISSING fi done需要说明的适用前提fabric -U要求本机已安装 fabric CLI可通过go install github.com/danielmiessler/fabriclatest安装若未安装工作流提供了基于git pull加rsync的手动更新替代方案。更新完成后会报告前后模式数量与新增数量。七、实操建议把 extract_wisdom 变成个人知识管线综合 system.md 与仓库中的执行机制在实际使用中有几点值得注意数量下限是质量下限至少 25 条 IDEAS、每类 20 条的目的是强制模型穷尽文本价值避免只挑表层信息实际使用中若输入较短模式允许收集全部而不是凑数。16 词约束是刻意的每条 bullet 恰好 16 词迫使模型精炼表达产出可直接进入二次加工如聚合为 INSIGHTS。QUOTES 与 REFERENCES 要忠于原文引用必须使用输入中的原文并标注说话人REFERENCES 应收集讲述者提及的一切灵感来源便于后续追读。与摘要类模式的协作超长内容可先用summarize家族压缩再对压缩结果执行 extract_wisdom而 summarize 家族模式在执行时还会触发背景知识收割auto-harvest把同一输入写入 KNOWLEDGE 笔记——摘要进聊天、知识落磁盘一次动作双重产出。从模式目录结构看extract_wisdom/system.md只是 240 模式中的一个但其结构化智慧提取的范式身份设定 → 步骤 → 输出约束是理解整个 Fabric 模式体系的钥匙。想查看完整的模式清单可在仓库中浏览 Patterns 目录想了解模式如何被触发与执行可继续阅读 ExecutePattern.md 与 Fabric 技能说明。【免费下载链接】LifeOS⛰️ The Life Operating System — an intent engineering platform that moves you from your current state to your ideal state, in life and work.项目地址: https://gitcode.com/GitHub_Trending/pe/LifeOS创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考