前言¶
给一篇文章或一份文档做结构梳理时，常见的做法是套固定模板：先画「经验—抽象—概念」三层，再补几条箭头。模板能跑，但材料本身不是这个结构时，图画出来只是看着整齐，读者仍不知道哪个词指什么、哪个对象该归到哪一类、概念之间的关系凭什么成立。
下面介绍的 Skill「学习观+知识观地图」把这件事换成一种做法：依据《学习观》中对概念、判别模型和联结模型的理解，先读出文稿背后的知识结构，再把结构画出来。形式化负责减少歧义，白话和实例负责让关系可理解、可使用。它由鼎越智能科技发布，版本 1.0.0，来源 enterprise，在 SkillHub 上属于 knowledge-management 分类，当前评分 100000、下载 1753 次。
这是什么¶
一句话定位：一个用于「从文稿中读出知识结构并画成图」的 Skill。它不负责改写文章，也不负责评价内容好坏，只负责把文章里已经存在的概念关系显式化。
- 出品方：鼎越智能科技
- 名称与坐标：@org-61cldd5y/srtgtyyu
- 版本：1.0.0
- 平台：SkillHub，分类 knowledge-management
- 商业化：pricing_type=paid，requires_api_key=false
核心功能¶
1. 读出概念的所指¶
先找出文稿中哪些词有明确所指，即哪些词被用来指称现实对象或一类对象。没有明确所指的词不进入结构图。
2. 读出归类依据¶
对每个概念，问一个问题：现实对象凭什么被归入它。这一步对应《学习观》里的判别模型——归类要有条件，不是凭感觉。文稿没有给出判别标准时，图里对应位置标为缺口，不用常识补齐。
3. 读出概念之间的关系¶
再看概念之间的关系在什么条件下成立。这一步对应联结模型——关系要挂到条件上，而不是顺手连一条线。
4. 画图并标注语义¶
把前面读到的结构画出来。图中每条边都有语义，箭头含义不能混用。
画图时的几条分寸¶
这一节是该 Skill 的关键约束，直接决定了图能不能用。
1、知识观是洞察视角，图形由材料决定。不把任何文章都画成「经验—抽象—概念—记忆—学习」三层。分类交叉就画交叉，有反馈就画循环，材料确有层级时才画层级。
2、节点来自当前文稿。只有文章本身讨论这些概念时，它们才成为内容节点。外部概念不因为「常见」而进入图。
3、形式化不以符号数量计。优先「中文名称 + 短公式」，定义符号后再使用。不另造一套图论元语言来描述本来很简单的文章。
4、分类与预测分开。「有圆圈」可以定义一类，「这一类会加分」是另一条需要依据的关系。满足分类条件不自动证明预测成立。
5、箭头有语义。定义、归类、计算、相关、因果、类比、推断和反馈不能混作一种关系。仍处猜想阶段的关系，图上仍标猜想，不写成定论。
6、图的完整不能靠编造。文稿缺少判别标准、实例或验证办法，就在对应位置标缺口。
安装与启用¶
该 Skill 在 SkillHub 上以 paid 形式发布，requires_api_key=false。官方地址：
https://api.skillhub.cn/org-61cldd5y/srtgtyyu
SkillHub 页面：
https://www.skillhub.cn/skills/org-61cldd5y/srtgtyyu
基于通用 SKILL.md 格式。本次抓取到的资料中未提供具体安装命令、目录路径或配置文件字段，Cursor / Codex CLI / Claude Code 之间的差异也无从核对，因此这里不给出命令。启用方式以上述官方地址的页面为准。
典型用法¶
已抓取资料中未包含官方可复现示例，下面按 Skill 自身的分寸描述一次典型流程，命令和输出细节以官方页面为准。
1、把文稿交给 Skill，先做概念所指梳理，得到一组候选概念。
2、对每个候选概念追问归类依据，文稿有判别标准的写下来，没有的标缺口。
3、梳理概念之间的关系，逐条确认箭头语义，猜想单独标注。
4、按材料形态画图：交叉的画交叉，有反馈的画循环，确有层级的画层级。
5、对照原文复查每个节点和每条边，确认没有引入文稿之外的内容。
适用场景与注意¶
适合需要对文章、教材、产品文档做知识结构梳理的场景，尤其是内容跨多概念、归类条件不显式的情况。
限制也来自它自身的分寸：
- 它不做通用的文本改写或润色。
- 它不负责为缺失的判别标准补依据，缺口就是缺口。
- 它要求使用者接受「箭头有语义」的约束，关系混画会让图失去可核对性。
- 它是付费 Skill，使用前需确认购买路径。
结尾¶
这套做法的价值在于把「看结构」变成可核对的动作：每个概念的所指、归类依据、关系条件都能回到文稿里找到位置。对需要从材料中读出知识结构的场景，它是比固定模板更克制的选择。官方地址：https://api.skillhub.cn/org-61cldd5y/srtgtyyu
