book-plugin

Geschlossener Workflow zur Wissensdestillation: Destilliere ein Buch/langes Video/einen Podcast in eine ausführbare Skill (Generierung), zeichne das SVG-Diagramm der Raumregeln (Ausgabe) und führe eine wortweise Quellenprüfung mit Vier-Tor-Beurteilung (Validierung) durch – Nur bei vollständig grünen Toren wird kompiliert und ausgeliefert.

Was ist book-plugin?

Dieses Skill orchestriert einen geschlossenen Workflow, der ein Buch, ein langes Video oder einen Podcast in eine ausführbare KI-Skill transformiert. Es gliedert sich in vier Hauptphasen: Destillation (Generierung der Skill-Definitionen), SVG-Diagrammerstellung (visuelle Repräsentationen nach strengen Regeln), Brückenprüfung (wortweiser Abgleich der Zitate mit dem Originaltext) und Vier-Tor-Audit (Prüfung auf Quellenabdeckung, Zitatanchoring, Beweisabschluss und Bildintegrität). Der Workflow ist für Entwickler und KI-Agenten konzipiert, die sicherstellen müssen, dass extrahierte Fähigkeiten vollständig rückverfolgbar, fehlerfrei und direkt einsetzbar sind. Er unterstützt die Plattformen Cursor, Codex und Claude Code und basiert auf drei Vendor-Skills (cangjie-skill, dsh-distillation-director, svg-diagram). Nur wenn alle Audit-Tore grün sind, erfolgt die Kompilierung und Auslieferung. Bei roten Toren wird gezielt zurück in die entsprechende Destillationsphase gegangen.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/cloudxy/book-plugin/tree/HEAD/skills/book-workflow

Installed? Explore more Produktivität & Zusammenarbeit skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Vorschau

Aus dem Skill-README

Titel

Dokumentation

book-workflow — Destillation → Diagramm → Audit → Freigabe/Nacharbeit

Pfadkonventionen (zuerst lesen)

  • Plugin-Root (= Repository-Root) = zwei Ebenen über dem Verzeichnis, in dem sich diese SKILL.md befindet (skills/book-workflow/ → ../../), abgekürzt als $PLUGIN.
  • Arbeitsbereich = aktuell geöffnetes Projekt-Root (cwd) des Benutzers, abgekürzt als $WS. Destillationsergebnisse (books/, .work/, tools/, .dsh/) liegen alle in $WS.
  • Brücken-/Audit-Skripte liegen nicht im Arbeitsbereich – beim Aufruf muss --ws $WS angegeben werden, sonst wird das Arbeitsbereichs-Root nicht gefunden.
  • Grundsatz: Erst auditieren, dann kompilieren – compile in Phase 5 gilt nur für Bundles, deren Beurteilung vollständig grün ist.
cangjie Destillation (Phase 0-4) → SVG-Diagramm (nach Bedarf) → Brücke (wortweise Quellenprüfung) → Vier-Tor-Audit → Vollgrün compile liefern
        ▲                                                        │
        └────────────────── Nacharbeit (nach Beurteilungszuordnung) ◀── rot ────────────┘

Schritt 0 — Arbeitsbereich-Bootstrap (einmal pro Arbeitsbereich, idempotent)

python3 $PLUGIN/scripts/bootstrap.py $WS

Es erstellt $WS/.venv (Python ≥3.10 + PyYAML + PyMuPDF), installiert das dsh-Tor-Set ($WS/tools/ und $WS/.dsh/) und prüft node (für svg-lint des Bild-Tors; falls nicht vorhanden, wird das Tor als „nicht anwendbar“ bewertet). Alle nachfolgenden Befehle nutzen $WS/.venv/bin/python (im Folgenden als $PY bezeichnet).

Phase 1 — cangjie Destillation (Generierung)

Zunächst die Eingabe bestätigen: Originaltext des Buches (PDF/EPUB/TXT/Transkriptionspfad – wenn kein Text vorhanden, stoppen und den Benutzer auffordern; nicht aus dem Gedächtnis destillieren), Buchtitel + Autor + Erscheinungsjahr, Verwendungszweck (Lernen/Nachschlagen → single; Alltagsintegration/buchübergreifende Kombination → pack).

Dann $PLUGIN/vendor/cangjie-skill/SKILL.md vollständig lesen und strikt befolgen (RIA-TV++ Fünf-Phasen: Adler-Ganzbuchverständnis → 5 parallele Extraktionen → Dreifachvalidierung → Aufstiegstor → RIA++ Fähigkeitskarten → Zettelkasten → Stresstest). Dieser Workflow erfordert:

  • Ergebnisse in $WS/books/<slug>/ (inkl. verified.md, candidates/, rejected/, .cangjie/capabilities/);
  • Nach Phase 4 (Stresstest) und vor Phase 5 (Kompilierung/Auslieferung) stoppen, zuerst Diagrammerstellung und Audit dieses Workflows durchführen;
  • Alle Audit-Trails erhalten, Zustand für Wiederaufnahme (PIPELINE_STATE.md) nach jeder Phase aktualisieren.

Phase 1.5 — Diagramm (svg-diagram, nach Bedarf)

Wenn Fähigkeitskarten für Frameworks/Prozesse/Berechnungen oder DIGEST ein Diagramm benötigen, zuerst $PLUGIN/vendor/svg-diagram/SKILL.md für die Raumregeln lesen und dann SVG von Hand zeichnen (CJK-Schriftfamilie, fünf semantische Farbschemata, Box-Höhe = Schriftgröße × 3, Box-Abstand ≥25px, C/Q-Kurvenverbindungen, auf Anhieb korrekt). Ablage:

SzenarioOrtReferenzierung
Fähigkeitskarten-Diagramm$WS/books/<slug>/.cangjie/capabilities/resources/<cap-slug>.svgKarten-Text schreibt Ressourcenname + Bundle deklariert resources: der Fähigkeit
DIGEST/OVERVIEW-Diagramm$WS/books/<slug>/assets/<name>.svg![Titel](assets/<name>.svg) relativer Pfad

Selbstprüfung (error muss 0 sein):

node $PLUGIN/vendor/svg-diagram/tools/svg-lint/bin/svg-lint.mjs <diagramm.svg>

Phase 2 — Brücke (wortweise Quellenprüfung)

$PY $PLUGIN/bridge/cangjie_to_dsh.py --book-dir $WS/books/<slug> --source <buch.txt|.md|.pdf> --task <slug> --ws $WS

Es legt den Originaltext als $WS/.work/<task>/book_text.md ab (PDF automatisch extrahiert – Prüfanker ist immer der originale Buchtext), parst die R-Abschnitt-Zitate jeder Fähigkeitskarte und vergleicht sie wortweise ohne Leerzeichen, erstellt stabile Pool-IDs (CJ-NNN) und generiert dsh-formatierte Pools und Skill-Audit-Kopien. Jegliche Nichtübereinstimmung der Zitate ⇒ rc=1 rote Karte, zurück zu Phase 1 zur Korrektur der R-Ebene.

Phase 3 — Vier-Tor-Audit (Beurteilung)

$PY $PLUGIN/bridge/run_audit.py --task <slug> --ws $WS

Sequentiell ausführen: Beweis-Paket-Builder → G-66 Pool-Abdeckung → G-67 Anker-Konsistenz → G-68 Beweis-Abschluss → Bild-Tor (SVG-Referenz-Vollständigkeit + SVG-lint-Konformität). Beurteilung wird an $WS/.work/<task>/audit-verdict.md angehängt (Audit-Zeitlinie).

Phase 4 — Freigabe oder Nacharbeit

BeurteilungVorgehen
Vollständig grünFreigabe → $PY $PLUGIN/vendor/cangjie-skill/scripts/cangjie.py compile --bundle $WS/books/<slug>/.cangjie/capabilities --out <vom Benutzer bestätigtes Installationsziel> --output auto
Brücke Quellenprüfung rot / G-67 rotZurück zu cangjie Phase 2 (R-Ebene Zitate/Datumsanker korrigieren), Brücke erneut ausführen
G-66 rot (Ausgewählte nicht in R-Ebene)Zurück zu cangjie Phase 1/1.5 (Kandidaten nachtragen/Überprüfung der Aussortierten), Brücke erneut ausführen
G-68 rot (Abschluss/Drift)Zuerst Audit-Eingang erneut ausführen; immer noch rot? Phase 3/4 ID-Zuordnung prüfen
Bild-Tor rotDiagramm korrigieren oder Referenz ergänzen nach Raumregeln, Audit-Eingang erneut ausführen

Nacharbeit ist Normalzustand, kein Fehler – mit den konkreten Fehlerpunkten des Tores (welches Zitat, welche ID, welches Diagramm) gezielt korrigieren, nicht das gesamte Werk neu erstellen.

Beurteilungskriterien (wer prüft was)

  • Quellenprüfung: Zitat muss nach Entfernen von Leerzeichen eine wortweise Teilzeichenkette des Originaltextes sein – verhindert „zitiert, aber im Original nicht vorhanden“.
  • G-66: Zitate von critical/high Fähigkeiten (von der Brücke als „Leitfaden“ markiert) müssen in der R-Ebene einer Karte liegen – verhindert stillschweigendes Auslassen wichtiger Einheiten.
  • G-67: „Datum × Zitat“ in derselben Zeile muss im 400-Zeichen-Fenster des Originaltextes gemeinsam vorkommen – verhindert falsch zugeordnete Zeitanker.
  • G-68: Jede vom Skill referenzierte Pool-ID hat einen sha256-Abschluss und der Pool driftet nicht – verhindert „zitiert, aber Original nicht auffindbar/Pool geändert ohne Neuerstellung“.
  • Bild-Tor: Referenziertes SVG muss existieren, alle SVGs müssen lint error=0 haben – verhindert defekte Links und schlechte Diagramme.

Qualitäts-Rotlinien

  1. Kein Originaltext → keine Destillation; Zitate ≤150 Zeichen/Absatz (Englisch ≤100 Wörter).
  2. Synthetische Übungen dürfen nicht als Buchfallbeispiele ausgegeben werden; bei A1 ohne Buchfallbeispiel ehrlich kennzeichnen.
  3. Vor vollständig grünem Audit nicht kompilieren oder installieren.
  4. Aussortierte Einträge (rejected/) mit Begründung aufbewahren; wichtige Lücken ehrlich erfassen, keine Null-Lücken vortäuschen.
  5. Diagramm und Text müssen konsistent sein – bei Datenänderung muss das Diagramm folgen; ein widersprüchliches Diagramm ist schlimmer als keins.
  6. Urheberrechtskonformität obliegt dem Benutzer gemäß der Buchlizenz; dieser Workflow garantiert nur „Richtlinien ausführbar, Zitate überprüfbar“.

Ökologische Nische

  • cangjie-skill (im Lieferumfang unter $PLUGIN/vendor/): maßgebliche Definition der Destillationsmethodik und des Prozesses.
  • dsh-distillation-director (ebd.): maßgebliche Implementierung der Drei-Tor-Beurteilung, lokales Skript ohne API-Kosten.
  • svg-diagram (ebd.): Raumregeln für Diagramme und lint.
  • Dieses Skill übernimmt nur Orchestrierung und Beurteilungsabschluss; die übergeordneten Spezifikationen sind die SKILL.md/README der drei Vendor-Skills, bei Konflikten gilt der Vendor-Text und Abweichungen werden hier vermerkt.

Verwandte Skills