LifeOS 图书思想萃取指南：深入解析 Fabric `extract_book_ideas` 模式的设计与实战用法

LifeOS 图书思想萃取指南深入解析 Fabricextract_book_ideas模式的设计与实战用法【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本篇指南以 LifeOS 仓库内 Fabric 技能集的extract_book_ideas提示模式为核心系统拆解其以书名输入、输出 50100 条高价值思想的提示工程结构、每一条输出约束的设计意图以及它在 LifeOS 中原生执行与 CLI 兜底的两种运行路径。读完你不仅能直接用该模式对任意图书做思想级萃取还能理解它与extract_book_recommendations、extract_wisdom等兄弟模式的差异与组合策略。模式定位从读书笔记到思想级萃取extract_book_ideas是 LifeOS Fabric 技能集中 240 个专用提示模式之一其完整定义位于 模式定义文件。模式目录中对该模式的官方描述是Extracts and outputs 50 to 100 of the most surprising, insightful, and interesting ideas from a books content.提取并输出一本书中最令人惊讶、最有洞见、最有趣味的 50 到 100 条思想。而在 模式速览目录 中它被编为第 112 号模式suggest_pattern 用户手册 则点明了它的业务意图Extract novel ideas from books to inspire new projects.从书中提取新颖思想激发新项目灵感。由此可以理解该模式的核心定位它不是通篇摘要也不是金句摘抄而是面向思想矿藏的高密度萃取——把一本书压缩成一条条相互独立、可被二次使用的洞见供阅读者复盘、写作取材、甚至孵化新项目使用。模式结构逐段拆解该模式的system.md遵循 Fabric 模式的标准四段式结构IDENTITY and PURPOSE身份与目的、STEPS执行步骤、OUTPUT INSTRUCTIONS输出指令、INPUT输入占位。LifeOS 的 Fabric 技能说明 明确指出每个模式的system.md定义了IDENTITYAI 扮演什么、PURPOSE要完成什么、STEPS如何处理输入、OUTPUT结构化输出格式。IDENTITY and PURPOSE明确任务边界原文开篇这样定义模式身份You take a book name as an input and output a full summary of the books most important content using the steps and instructions below. Take a step back and think step-by-step about how to achieve the best possible results by following the steps below.关键信息有三点输入是书名book name而非全文模式依赖模型对这本书的全部记忆这是它与extract_wisdom输入为任意文本内容最根本的区别输出是最重要内容的完整汇总强调 coverage 而非抽样强制退一步、按步骤思考step-by-step thinking这是提示工程中典型的 chain-of-thought 引导要求模型先整体规划再产出避免一上来就零散输出。STEPS记忆检索 高密度提取原文的执行步骤只有两步但信息密度很高Scour your memory for everything you know about this book.Extract 50 to 100 of the most surprising, insightful, and/or interesting ideas from the input in a section called IDEAS:. If there are less than 50 then collect all of them. Make sure you extract at least 20.第一步 Scour your memory彻底检索记忆明确要求模型穷尽式调取对这本书的全部已知信息包括结构、论点、案例、隐喻、反常识观点等。这一步骤决定了后续提取的覆盖面第二步设定数量红线目标区间是50100 条若模型记忆中的有效思想不足 50 条则全部收集但仍须至少 20 条作为硬性下限。这一区间 兜底下限的写法非常实用它既防止注水也防止偷懒。OUTPUT INSTRUCTIONS九条输出约束的设计意图这是整个模式最值得反复研读的部分原文共九条约束逐条解析如下约束原文要求设计意图输出格式Only output Markdown保证输出可被下游工具直接渲染、解析与入库排序规则Order the ideas by the most interesting, surprising, and insightful first把最有价值的洞见前置降低读者认知成本数量下限Extract at least 50 IDEAS保证思想密度防止敷衍数量上限Extract up to 100 IDEAS防止无限膨胀控制上下文与可读性单条长度Limit each bullet to a maximum of 20 words强制一句话一个观点保证每条可独立引用无噪音Do not give warnings or notes; only output the requested sections输出必须纯净只含 IDEAS 部分不含任何解释性旁白列表类型You use bulleted lists for output, not numbered lists统一为无序列表便于后续拼接与再加工去重Do not repeat IDEAS保证信息增益杜绝注水措辞变化Vary the wording of the IDEAS; Dont repeat the same IDEAS over and over即使观点相近也必须换角度表述防止同义反复其中20 词上限与措辞变化两条是本模式的点睛之笔前者与extract_ideas模式的 15 词上限、extract_insights的 16 词上限见 extract_ideas 定义略有差异说明不同模式在压缩粒度上有意做了区分——图书思想的复杂程度高于一般文本因此词数上限放宽到 20 词。INPUT占位符与调用约定模式末尾以INPUT:收尾等待调用方填充书名。在实际使用中这里既可以是书名如《思考快与慢》也可以是书名 作者 关键背景以帮助模型更精确地定位记忆。在 LifeOS 中的两种执行路径路径一原生执行推荐无需 CLILifeOS 的 Fabric 技能采用原生模式执行策略不再调用外部fabricCLI 逐条跑模式而是由 AI 直接读取模式文件、把指令作为提示词应用。官方给出的执行链路是User Request → Pattern Selection → Read system.md → Apply → Return Results对应到本模式ExecutePattern 工作流 的三步操作是Step 1 意图识别当用户请求中出现书名、且意图是从书中提取思想/观点时选中extract_book_ideas若用户直接点名模式名例如 use extract_book_ideas则直接采用Step 2 加载模式读取Patterns/extract_book_ideas/system.md的完整内容作为系统提示Step 3 应用模式把用户提供的书名填入INPUT:之后按 STEPS 与 OUTPUT INSTRUCTIONS 直接生成结构化结果。路径二Fabric CLI 兜底LifeOS 仅在两种场景下使用fabric命令SKILL.md 中的何时直接使用 CLI 明确规定——-y URLYouTube 转录提取与-u URLURL 内容抓取当原生抓取失败时。对于纯书名输入extract_book_ideas并不依赖这两类场景因此通常走原生执行路径即可。若使用标准 fabric CLI 语法等价命令形如# 直接传书名 fabric 思考快与慢 -p extract_book_ideas # 从文件读取 cat book_title.txt | fabric -p extract_book_ideas兄弟模式对比与组合策略extract_book_ideas处于一个完整的图书萃取模式家族中仓库内可对比的相邻模式包括模式输入输出适用场景extract_book_ideas书名50100 条 IDEAS思想矿藏、写作素材、项目灵感extract_book_recommendations书名50100 条 RECOMMENDATIONS可执行建议行动指南、决策清单extract_article_wisdom文章内容SUMMARY IDEAS QUOTES FACTS REFERENCES RECOMMENDATIONS文章级多维度萃取extract_wisdom任意文本SUMMARY IDEAS INSIGHTS QUOTES HABITS FACTS REFERENCES RECOMMENDATIONS通用知识萃取对照 extract_book_recommendations 定义 可以发现一个关键区别extract_book_ideas要求按有趣、意外、洞见程度排序并输出思想而extract_book_recommendations要求把每条写成指导性建议instructive advice而非抽象观点、按最有力量、最重要排序。因此想理解一本书 →extract_book_ideas想照着书行动 →extract_book_recommendations两者组合先 IDEAS 后 RECOMMENDATIONS可形成认知 → 行动的完整闭环。Research 技能的 Fabric 工作流 也将二者并列列为Wisdom Extraction智慧萃取类别下的选项进一步印证了它们属于同一意图族。实战在 LifeOS 中触发与产出示例在 LifeOS 对话中你可以这样触发该模式用户Use extract_book_ideas on 《穷查理宝典》按 ExecutePattern 工作流的意图映射AI 会选中extract_book_ideas读取其system.md随后输出形如下面的结构IDEAS - 多元思维模型的价值在于交叉验证单一学科视角必然失真。 - 能力圈原则只在能力边界内行动边界比大小更重要。 - 逆向思考常常比正向思考更高效地暴露风险与陷阱。 - 共 50100 条按有趣/意外/洞见度降序排列每条均满足无序列表、≤20 词、不重复、措辞不雷同、无任何前言后语。产出可直接粘贴进笔记软件、知识库或作为写作/项目立项的灵感弹药。质量保障与边界说明模式名必须精确SKILL.md 的 Gotchas 部分提醒——Pattern names are exact.extract_wisdomnotextractwisdom调用extract_book_ideas时同理连字符与下划线不可混用长内容上下文限制虽然本模式输入只是书名但输出 50100 条思想本身会消耗较大上下文对超长书目可考虑先让模型分章节记忆或与summarize模式配合SKILL.md Gotchas输入质量决定输出质量本模式依赖模型对书籍的既有记忆冷门新书或模型训练语料外的书籍可能命中率下降——此时建议把书名替换为书名 书评 目录 关键章节摘要组合输入弥补记忆空白去重与措辞变化是硬约束九条输出指令中占比最高的就是围绕不重复、变措辞的约束这是保证 50100 条输出全部具备信息增益的核心机制不可为了凑数而牺牲。小结extract_book_ideas以极简的提示结构身份、两步执行、九条输出约束、一个输入占位实现了一个高度工程化的图书思想萃取方案。在 LifeOS 的 Fabric 技能生态中它通过 ExecutePattern 工作流 以原生方式执行无需外部 CLI 依赖与其兄弟模式extract_book_recommendations配合即可完成从读懂一本书到用一本书指导行动的完整链路。理解其每一条约束背后的设计意图你不仅能直接用还能仿照它的写法为自己定制新的萃取模式。【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