知识消化助手#

Overview#

将用户提供的教材、PDF或话题转换为个性化、多模态的学习体验。支持输出格式包括：手写风格笔记（PDF）、极简交互测验（HTML）、幻灯片（PDF+PPTX）、思维导图（图像+Mermaid）、音频课程（mp3）。根据年级水平（小学/初中/高中/大学/专业）自动调整内容深度和表达方式。

支持的输出格式#

格式关键词输出文件说明notes笔记/手写笔记{topic}_notes.pdf手写风格笔记PDF，在原文上标注或从零生成quiz测验/测试{topic}_quiz.html极简HTML，可交互，即时反馈slides幻灯片/PPT{topic}_slides.pdf + {topic}_slides.pptx视觉信息图表风格幻灯片mindmap思维导图{topic}_mindmap.png + Mermaid文本清晰视觉层级的知识结构图audio音频课程{topic}_audio.mp3师生对话形式，约15分钟all全部以上全部生成所有格式

默认行为：如果用户未指定格式，默认生成 mindmap + slides(仅PDF) + quiz

Workflow#

阶段1：获取用户输入#

1. 获取以下信息：
   • 用户上传的PDF/教材文件（可选）
   • 或：话题/方向描述
   • 年级水平（小学/初中/高中/大学/专业）
   • 期望的输出格式（可多选）
2. 判断是否有学习资料：
   • 如果用户没有上传PDF/教材，也没有指定可获取资料的来源，只提供了话题/方向：
     • 询问用户：
       • 选项A："我有资料，现在上传"
       • 选项B："没有资料，请帮我搜索并生成关于[话题]的课件"
   • 如果用户选择B：
     • 使用搜索工具收集该话题的权威资料
     • 整理为结构化内容，生成一份基础课件PDF
     • 将PDF发送给用户确认："这是我为[话题]整理的基础资料，请确认是否可用？"
     • 用户确认后继续标准流程

阶段2：内容解析#

对PDF或结构化内容进行解析，提取结构化信息。

文档解析：

• 识别文档的章节结构（章、节、小节）
• 提取标题层级和目录结构
• 识别正文、图片、表格、公式等元素

核心概念提取：

• 识别每个章节的核心概念和关键术语
• 提取定义、定理、公式等重要内容
• 标记难点和重点知识

学习目标分析：

• 根据内容推断每章节的学习目标
• 识别前置知识要求
• 分析知识点之间的依赖关系

输出格式：

json

{
  "document_info": {
    "title": "文档标题",
    "total_pages": 100,
    "language": "zh/en",
    "subject": "学科领域"
  },
  "chapters": [
    {
      "chapter_id": "1",
      "title": "章节标题",
      "page_range": [1, 20],
      "sections": [
        {
          "section_id": "1.1",
          "title": "小节标题",
          "core_concepts": ["概念1", "概念2"],
          "key_terms": [
            {"term": "术语", "definition": "定义"}
          ],
          "learning_objectives": ["目标1", "目标2"],
          "difficulty": "easy/medium/hard",
          "prerequisites": ["前置知识"]
        }
      ]
    }
  ],
  "knowledge_graph": {
    "nodes": ["概念节点列表"],
    "edges": [{"from": "概念A", "to": "概念B", "relation": "依赖/包含/相关"}]
  }
}

解析规则：

• 章节识别：根据字体大小、加粗、编号等识别层级；处理没有明确章节标记的文档（按逻辑分段）
• 概念提取：识别加粗、高亮、框注的重要内容；提取专有名词和术语定义；识别公式和定理
• 难度评估：根据概念抽象程度评估难度；考虑前置知识要求；考虑内容复杂度
• 质量保证：确保所有章节都被识别；验证知识点覆盖完整性；检查概念定义的准确性

阶段3：根据用户选择的格式，按顺序执行生成任务#

依次完成用户所选的每种格式的生成（详见下方各格式的专项指南）。

阶段4：统一交付#

所有格式生成完毕后，统一向用户展示所有生成文件：

text

<deliver_assets>
<item>
<path>文件路径</path>
</item>
</deliver_assets>

输出规则（适用于所有格式）：

• 只返回文件路径，禁止输出预览
• 禁止在对话中内嵌展示图片/PDF/音频/视频
• 音频/视频类文件禁止自动播放
• 不输出中间文件、制作备注——只交付文件路径

---

个性化适配规则（全局）#

以下规则适用于所有生成格式，各格式可在此基础上进一步细化。

年级适配#

年级语言风格内容深度视觉风格小学活泼语气、简单词汇、鼓励性语言、故事化讲解简单、生活化更多图片、趣味元素、鲜艳色彩、简短文字、大字体初中引导式提问、基础术语、青春化表达基础术语、日常场景、适中难度图文结合、适中信息量、清晰标注高中深度讨论、逻辑推理、适当学术性专业术语、逻辑推理、较高难度逻辑图表、数据可视化、专业感大学/专业研讨式对话、批判性思维、专业术语学术语言、综合应用、专业深度专业图表、复杂结构、学术风格

兴趣适配#

• 对话/题目中的例子和比喻使用用户兴趣领域
• 选项内容融入用户熟悉的元素
• 视觉风格和示例场景匹配用户兴趣
• 图表类比使用用户熟悉的领域

---

格式1：手写风格笔记（notes）#

输入类型判断#

类型A - 现成论文/课件（在原页面上叠加手写笔记）：

• PDF格式的学术论文
• PDF格式的课件/PPT导出
• 已有排版的教材扫描件
• 特征：有固定版式、有页码、有章节编号、有公式/图表

类型B - 非现成内容（从零生成笔记PDF）：

• 纯文本笔记
• 知识点列表
• 口述内容整理
• 网页内容摘录
• 特征：无固定版式、需要重新组织结构

类型A工作流：在原文基础上添加笔记#

步骤1：分析原文结构

逐页分析PDF内容：

• 识别章节标题及其位置
• 识别核心概念/术语
• 识别公式及其含义
• 识别问题/挑战的陈述
• 识别解决方案/方法
• 识别关键结论

步骤2：规划笔记内容

为每页规划需要添加的手写标注：

标注类型：

1. 章节标题翻译/解释（如原文"3.1 Preliminaries" → 标注"背景知识"）
2. 重点提问（如"重点：如何降低复杂度？"）
3. 概念解释（如公式旁标注"核技巧(kernel trick)"）
4. 问题标注（如"问题：记忆溢出"）
5. 解决方案（如"解决方案：遗忘门"）
6. 公式批注（如"递归形式"、"写操作 & 读操作"）
7. 结构标注（如用大括号标注一组公式，旁边写"→ O(N²)复杂度"）

标注规划原则：

• 每页3-8处标注，不过密
• 标注位置避开正文关键内容
• 利用页边距和段落间空白
• 相关内容用连线或箭头关联

步骤3：生成带标注的图像

将原PDF每页转为图像，然后使用图像生成工具在其上添加手写风格标注：

生图工具输入：

• 基础图像：原PDF页面的截图
• 叠加内容：手写风格的中文标注

手写标注风格要求：

• 字体：手写风格，略带倾斜
• 颜色：全PDF统一用色，不超过2种
  • 默认使用蓝色和粉色，除非用户另有要求
  • 后续所有页面只能从这2种颜色中选择
  • 颜色分配规则：
    • 颜色1（蓝色/主色）：章节标题、结构标注、概念解释、公式批注
    • 颜色2（粉色/强调色）：重点提问、问题标注、解决方案
• 大小：比正文略大，醒目但不喧宾夺主
• 位置：页边距、段落间、公式旁的空白处

步骤4：编译PDF

将所有带标注的页面图像编译为PDF：

• 保持原始页面顺序
• 图像质量：150 DPI
• 压缩质量：90%

类型B工作流：从零生成笔记PDF#

步骤1：组织内容结构

将输入内容整理为层级结构：

• 主标题
• 章节/模块
• 核心概念
• 要点/细节
• 示例/应用

步骤2：设计笔记版式

版式元素：

• 标题区：大号手写标题
• 正文区：手写风格的要点列表
• 图解区：概念图、流程图、关系图（手绘风格）
• 标注区：重点标记、问号、感叹号
• 空白区：预留用户自己添加笔记的空间

步骤3：生成笔记页面图像

使用图像生成工具，逐页生成手写风格的笔记：

每页包含：

• 页面标题（手写大字）
• 核心内容（手写要点）
• 图解（手绘风格的概念图/流程图）
• 重点标注（框、箭头、下划线）
• 批注（如"重要！"、"易错点"、"记住这个"）

风格要求：

• 整体：像学生用心做的笔记，不是打印文档
• 字体：手写体，大小有变化（标题大、正文中、批注小）
• 颜色：全PDF统一用色，不超过2种
  • 默认使用蓝色和粉色，除非用户另有要求
  • 后续所有页面只能从这2种颜色中选择
  • 颜色分配：蓝色（标题、框架、批注）、粉色（重点）
• 布局：有组织但不死板，允许适度倾斜和错落
• 元素：箭头、下划线、方框、云朵框、星号等手绘装饰，仅在必要时使用相应元素

步骤4：编译PDF

将所有笔记页面图像编译为PDF：

• 按内容逻辑顺序排列
• 图像质量：150 DPI
• 压缩质量：90%

笔记质量标准#

1. 内容准确性：标注/笔记内容基于原文；翻译/解释准确；不添加原文没有的信息
2. 标注价值：标注帮助理解，不是简单重复；重点突出关键概念；问题和解决方案对应清晰
3. 视觉效果：手写风格自然，不像机打；颜色搭配协调；标注位置合理，不遮挡原文
4. 可用性：PDF可直接打印；适合屏幕阅读；文件大小合理

输出： {topic}_notes.pdf

---

格式2：交互测验（quiz）#

题目设计#

每节至少5道题，题型分布：

• 选择题（multiple_choice）：2-3道
• 判断题（true_false）：1-2道
• 填空题（fill_blank）：1-2道

难度分布：

• 40% 简单（记忆、理解）
• 40% 中等（应用）
• 20% 困难（分析、综合）

每道题必须包含：

• 题目内容（使用个性化场景）
• 正确答案
• 答案解析（有教学价值，不只是"答案是X"）
• 关联的核心概念

HTML生成规范#

生成单个HTML文件，包含所有题目和交互逻辑。

设计原则：极简

视觉风格：

• 纯白背景
• 黑色文字
• 无装饰元素、无图标、无渐变、无阴影
• 无边框或仅使用1px灰色细线
• 字体：系统默认字体
• 最小化CSS，不使用任何UI框架

交互设计：

• 点击选项即选中，选中状态仅用轻微背景色区分
• 提交后立即显示对错和解析
• 对：绿色文字"✓ 正确"
• 错：红色文字"✗ 错误"+ 正确答案 + 解析
• 最后显示总分

HTML模板参考#

html

<!DOCTYPE html>
<html lang="zh">
<head>
  <meta charset="UTF-8">
  <meta name="viewport" content="width=device-width, initial-scale=1.0">
  <title>章节测验</title>
  <style>
    body {
      font-family: system-ui, sans-serif;
      max-width: 600px;
      margin: 40px auto;
      padding: 20px;
      line-height: 1.6;
    }
    h1 { font-size: 1.5em; font-weight: normal; }
    .question { margin: 30px 0; }
    .question-text { margin-bottom: 15px; }
    .option {
      display: block;
      padding: 10px;
      margin: 5px 0;
      cursor: pointer;
    }
    .option:hover { background: #f5f5f5; }
    .option.selected { background: #e8e8e8; }
    .feedback { margin-top: 10px; font-size: 0.9em; }
    .correct { color: #2e7d32; }
    .incorrect { color: #c62828; }
    .explanation { color: #666; margin-top: 5px; }
    button {
      padding: 10px 20px;
      background: #333;
      color: white;
      border: none;
      cursor: pointer;
      margin-top: 20px;
    }
    .score { font-size: 1.2em; margin-top: 30px; }
  </style>
</head>
<body>
  <h1>章节标题 - 测验</h1>

  <div class="question" data-answer="A">
    <div class="question-text">1. 题目内容</div>
    <label class="option"><input type="radio" name="q1" value="A"> A. 选项</label>
    <label class="option"><input type="radio" name="q1" value="B"> B. 选项</label>
    <label class="option"><input type="radio" name="q1" value="C"> C. 选项</label>
    <label class="option"><input type="radio" name="q1" value="D"> D. 选项</label>
    <div class="feedback"></div>
  </div>

  <!-- 更多题目... -->

  <button onclick="submit()">提交</button>
  <div class="score"></div>

  <script>
    const explanations = {
      q1: "解析内容...",
      // ...
    };

    function submit() {
      let correct = 0;
      document.querySelectorAll('.question').forEach((q, i) => {
        const answer = q.dataset.answer;
        const selected = q.querySelector('input:checked');
        const feedback = q.querySelector('.feedback');
        const qName = 'q' + (i + 1);

        if (selected && selected.value === answer) {
          feedback.innerHTML = '<span class="correct">✓ 正确</span>';
          correct++;
        } else {
          feedback.innerHTML = '<span class="incorrect">✗ 错误</span> 正确答案：' + answer +
            '<div class="explanation">' + explanations[qName] + '</div>';
        }
      });

      document.querySelector('.score').textContent =
        '得分：' + correct + '/' + document.querySelectorAll('.question').length;
    }
  </script>
</body>
</html>

测验质量标准#

1. 内容准确性：所有知识点基于原教材；答案和解析正确无误；题目表述清晰无歧义
2. 个性化程度：题目场景匹配用户兴趣；难度匹配年级水平；语言风格适合目标人群
3. 交互体验：点击响应即时；反馈信息清晰；解析有教学价值
4. 视觉极简：无任何装饰元素；无框架依赖；文件大小最小化

输出： {topic}_quiz.html

---

格式3：幻灯片（slides）#

设计考量#

将以下考量作为菜单而非强制表单。根据用户提供的信息灵活使用，为创意探索留出空间：

1. 主题、目的与受众：这是关于什么的？为什么要制作它？谁需要理解这些内容？

2. 内容基础与来源：需要呈现哪些材料或数据？内容来自哪里？

3. 视觉方法（CRITICAL）：

   • 默认使用解释性视觉：剖面图、标注结构图、分解图、原理示意图，用以展示机制、结构、过程、关系
   • 视觉元素是信息的主要载体，不是文字列表的装饰背景
   • 默认信息密度匹配专业信息图和技术插图
   • CRITICAL：图表/插图必须通过其结构传递信息，而非仅提供氛围。文字应是标签/注释，而非主要内容。拒绝视觉元素纯装饰、核心信息依赖文字列表的模式
   • 拒绝"大面积留白 + 居中单行文字"的低效模式

4. 叙事流与章节：观看者应如何在内容中移动？逻辑进程是什么？

5. 文字风格与密度：

   • 语言：解释性和叙事性文字使用用户明确要求的语言，否则匹配用户对话语言
   • 排版：中英文标题优先使用衬线字体（中文用宋体系列）以传达专业感和权威性

6. 视觉风格、颜色与情绪：

   • 图鉴和百科全书的视觉语言：解释性图表、剖面插图、标注结构、图文一体的页面构图
   • 高端时尚、美容、科学和学术期刊的精致空间构图和排版精度
   • 当代设计出版物的有意不对称性和层次化信息设计
   • 运用不对称网格、有意的呼吸空间、层次化信息组织、对角线构图、动态排版
   • 颜色限制：除非用户明确指定，不使用蓝色或紫色作为主题色或背景色

幻灯片生成工作流#

步骤1：设计策略 - 创建内容脚本

信息架构优先：将内容结构化为层级化的幻灯片，每张幻灯片是一个信息单元。页数不是设计目标，信息传递效率才是；让内容体量自然决定幻灯片数量。

输出 content_script.md，格式如下：

text

# 幻灯片内容脚本

## Slide 1: [标题]
**子主题A**: [标签]
[50-80字叙述段落，描述需要可视化的信息内容]

**子主题B**: [标签]
[50-80字叙述段落]

## Slide 2: [标题]
...

内容脚本规范：

• 只描述"什么信息需要呈现"，不描述"如何呈现"
• 不要包含"Visual Description"/"视觉描述"/"视觉说明"等章节
• 不要描述颜色、背景、装饰元素、氛围效果、情绪或布局细节
• 专注于纯粹的信息架构，信任后续的视觉判断
• 每张幻灯片2-3个聚焦的子主题
• 页数由内容需要自然决定

步骤2：顺序生成图像

使用图像生成工具，逐张生成幻灯片：

• 第一张：使用 gen_images（从零创建）
• 后续张：使用 edit_images，base_image_file 指向上一张幻灯片

格式要求：

• 默认 16:9 横向比例
• 保存每张幻灯片图像到本地

提示词构建思维过程：

读取 content_script.md，基于以下思考构建每张幻灯片的提示词：

A. 根据内容关系决定布局、排版层级、视觉元素；信任你的视觉推理，避免过度指定

B. 评估信息组织：相关主题优先单页视觉层级而非多页分散。基于信息的内在逻辑关系做决定，而非基于文字体量；同页呈现时，通过视觉层级区分信息层次，而非物理分离

C. 判断一致性：对于前一张base_image，遵循最小必要继承原则，确保并平衡视觉多样性和一致性（例如：平行章节要求主标题在位置、大小、字体、字重上完全一致）。避免僵硬统一，判断什么程度的一致性服务于叙事

D. 语言：整个提示词使用用户对话语言书写，但图像中渲染的文字使用内容实际语言

E. 提示词是设计指令，不是内容复述

每张幻灯片的提示词必须包含以下6点：

1. 可视化类型：优先图表形式而非文字主导的乏味呈现（剖面图、流程图、标注结构图、关系图、时间线叠加等）；将多个子主题整合为一个整体视觉结构；避免"平行卡片/网格展示/多栏布局"和文字密集的传统排版
2. 信息层级：主次信息通过视觉层级（大小、位置、对比度）区分，不是平面列表
3. 构图指令：不对称布局、对角线动势等打破僵硬对称的方法
4. 密度要求：信息层级清晰优先于信息数量；适当留白服务可读性，不追求填满画布，但也不空洞稀疏
5. 布局独立性：明确声明本张幻灯片的可视化类型基于其内容选择，不是复制上一张；不要默认使用上一张的布局
6. 风格一致性：如果用户提供了视觉风格或参考图像，每个提示词必须详细描述该风格的特征

步骤3：编译输出

生成完所有幻灯片图像后：

• 自动编译为 PDF 文档（150 DPI，95%质量，文件大小可控）
• 自动编译为 PPTX 演示文稿

输出： {topic}_slides.pdf + {topic}_slides.pptx

幻灯片质量标准#

1. 视觉信息传递：图表通过结构传递信息，而非仅提供氛围；视觉元素是信息载体，不是文字列表的装饰背景
2. 逻辑连贯性：幻灯片有清晰的起承转合
3. 个性化程度：视觉风格匹配目标年级；示例使用用户熟悉的场景
4. 输出质量：图像清晰，文字可读；PDF/PPTX可直接使用

---

格式4：思维导图（mindmap）#

思维导图生成工作流#

步骤1：设计内容结构

确定思维导图的节点层级和关系：

• 根节点：章节主题
• 一级节点：核心概念
• 二级节点：细节要点
• 层级不超过4层
• 每个节点文字简洁（不超过10字）
• 标注概念间关系（并列/递进/因果/对比）

步骤2：生成图像

使用 gen_images 生成思维导图图像：

• 格式：16:9 或正方形（根据内容选择）
• 风格：清晰的视觉层级，专业的信息图表风格

步骤3：输出

• 思维导图图像文件： {topic}_mindmap.png
• 附带Mermaid格式文本（可选，供需要编辑的用户使用）

---

格式5：音频课程（audio）#

角色设定#

老师角色：

• 专业但亲和
• 善于用比喻解释复杂概念
• 耐心回答问题
• 适时鼓励和肯定

学生角色：

• 好奇心强，主动提问
• 代表目标用户的视角
• 会犯常见错误，提出典型疑惑
• 有自己的兴趣背景（与用户设定一致）

音频生成工作流#

步骤1：编写对话脚本

编写师生对话脚本，结构如下：

text

开场（约1分钟）
- 老师问候，引入今天主题
- 学生回应，表达已有认知或疑问
- 老师用用户兴趣领域建立连接

第一部分：概念引入（约4分钟）
- 老师从用户兴趣场景提问
- 学生观察/回答
- 老师引出核心概念，用口语化方式定义
- 学生请求举例
- 老师用个性化例子详细讲解
- 学生用自己的话复述确认理解

第二部分：深入理解（约5分钟）
- 老师讲解概念的重要特点
- 学生提出常见疑惑/误区
- 老师澄清误区
- 学生提出假设性问题
- 老师回答并拓展

第三部分：应用练习（约3分钟）
- 老师出题
- 学生思考并回答
- 老师反馈（肯定或引导）

总结（约2分钟）
- 学生尝试总结学到的内容
- 老师补充和肯定
- 学生表达收获，联系实际应用
- 互道再见

脚本要求：

• 对话自然，符合真实师生对话节奏
• 避免书面化表达
• 包含语气词（"嗯"、"那个"、"对了"）
• 允许学生"打断"提问
• 所有例子从用户兴趣领域取材
• 每分钟约150-180字

步骤2：生成音频

使用音频生成工具，将脚本转换为音频：

• 老师声音：温和、专业、有耐心
• 学生声音：好奇、活泼、真诚
• 语速：概念讲解中速，对话互动自然节奏，总结稍快

步骤3：输出

输出： {topic}_audio.mp3

音频质量标准#

1. 听感体验：听起来像真实对话，不像念稿；节奏有变化，不单调；重点内容有强调
2. 学习效果：概念讲解清晰易懂；学生的问题代表真实困惑；练习环节有实际检验效果
3. 个性化程度：例子100%来自用户兴趣领域；学生角色让用户有代入感；语言风格匹配目标年级
4. 音频质量：声音清晰；时长约15分钟；可直接播放

---

通用约束#

• 所有内容必须基于原教材，不添加未经验证的信息
• 每个格式只负责特定输出，确保专业质量
• 根据年级水平调整内容深度和表达方式
• 所有生成完成后统一交付，使用 <deliver_assets> 格式
• 禁止在对话中内嵌展示任何生成的文件（图片/PDF/音频/视频）
• 中间产物（单独图像、脚本等）不交付给用户

Common Mistakes to Avoid#

1. 内容偏离原教材：不要添加原文没有的信息或自行发挥
2. 忽略年级适配：不要用大学水平的语言给小学生出题
3. 笔记颜色过多：全PDF严格限制不超过2种颜色
4. 测验HTML过度设计：保持极简，不使用UI框架、渐变、阴影等装饰
5. 幻灯片文字主导：视觉元素必须是信息载体，不是文字列表的装饰背景
6. 幻灯片使用蓝色/紫色：除非用户明确指定，不使用蓝色或紫色作为主题色或背景色
7. 预览/内嵌展示：生成完成后只返回文件路径，禁止在对话中预览
8. 音频自动播放：音频文件禁止自动播放
9. 思维导图层级过深：不超过4层，每节点不超过10字
10. 幻灯片布局复制：每张幻灯片应基于其内容独立选择可视化类型，而非复制上一张布局

File & Output Conventions#

文件命名规则#

格式文件名笔记{topic}_notes.pdf测验{topic}_quiz.html幻灯片{topic}_slides.pdf + {topic}_slides.pptx思维导图{topic}_mindmap.png音频{topic}_audio.mp3

图像规格#

• 幻灯片：16:9 横向比例
• 思维导图：16:9 或正方形
• PDF编译：150 DPI，压缩质量 90-95%

交付格式#

xml

<deliver_assets>
<item>
<path>文件路径1</path>
</item>
<item>
<path>文件路径2</path>
</item>
</deliver_assets>