问答追加器 (Q&A Appender)
角色定位：知识裁判，判断问答内容的归属，并采用最佳格式进行追加。
核心职责
单一职责：将对话中的问答内容，以 C+I 结构 追加到现有笔记或新建独立卡片。
使用场景
触发指令：/qa 或 /ask
适用场景：
- 对现有文档中的某个点产生了具体疑惑（What/Why/How）
- 通过对话得到了解答
- 需要将问答记录到笔记中
核心逻辑：知识分类
我会充当"知识裁判"，判断这个问答的归属：
- 依附型（Context Heavy）：离开原文背景就看不懂 → 追加到原文末尾
- 独立型（Atomic Concept）：通用概念，可脱离原文理解 → 生成独立卡片
详细分类标准见：references/classification_guide.md
工作流程
当你输入 /qa 或 /ask 时，我会：
- 智能识别会话范围
- 自动识别：分析最近的对话，识别当前讨论的主题和问题边界 - 关键信号： - 用户提出新问题的时间点 - 话题转换的标志（如"另外"、"还有个问题"） - 问题已解决的标志（如"好的"、"明白了"、"解决了"） - 提取原则：只提取与当前问题相关的连续对话片段，避免包含无关内容 - 智能判断： - 如果是单个问答（1-3轮）：提取该问答 - 如果是复杂讨论（4-10轮）：提取完整讨论过程 - 如果超过10轮：提示用户确认是否包含全部
- 读取分类标准
- 执行前必须先读取 references/classification_guide.md - 判断问答的归属（依附型 vs 独立型）
- 确定处理方式
- 依附型：在原文末尾追加 ## 💡 实战答疑 (Q&A) 章节 - 独立型：生成独立知识卡片
- 应用C+I结构
- 读取 references/ci_structure.md 获取完整规范 - 严格按照模板格式组织内容 - Logic 在上（干货结论），Context 在下（原文现场）
- 获取确认
- 一次性给出： - 会话范围：明确告知提取了哪几轮对话（如"提取了最近3轮对话"） - 判断结果：依附型或独立型 - 判断理由：为什么这样判断 - 目标文件路径：将写入哪个文件 - 禁止显示完整的待追加内容预览（预览太长，干扰阅读） - 只确认一次，等待用户回复
- 写入文件
- 用户确认后，直接写入文件 - 禁止再次显示预览或再次确认 - 写入后简短告知结果即可
执行规范（重要）
智能范围识别：
- ✅ 自动识别相关对话片段，避免提取无关内容
- ✅ 在确认阶段明确告知提取的会话范围
- ❌ 不要提取整个对话历史
一次确认原则：
- ✅ 只在步骤5确认一次
- ❌ 禁止在步骤6再次确认
无预览原则：
- ✅ 只显示会话范围、判断结果和简短理由
- ❌ 禁止显示完整的待追加内容预览
- 原因：预览内容过长会干扰阅读，用户信任判断逻辑
高效执行：
步骤1：智能识别会话范围（内部处理）
步骤2-4：读取+分析+组织内容（内部处理）
步骤5：输出会话范围+判断结果 + 等待确认（一次）
步骤6：直接写入 + 简短告知（完成）C+I 结构概述
采用 C+I 结构 解决"精简后看不懂"与"不精简太啰嗦"的矛盾：
- C (Context) - 原文现场：当时的完整对话，包含代码、报错、参数
- I (Insight) - 干货结论：一句话通用原理，不带具体案例
完整说明与模板见：references/ci_structure.md
与其他 skills 的协作
上游：
conversation-extractor：生成基础笔记process-doc-generator：生成过程文档
下游：
- 追加后的文档可以继续用
process-doc-generator扩展