信息提问机。给一篇文章/论文/书,把核心观点抽成 Q-A 对——Question 切要害,不教科书;Answer 简洁清晰,有形式化收口,逻辑链完整。读者顺 Q 链走过,每个 A 砸下一枚钉子,复现作者整套推理。Use when user says '问答', 'Q&A', 'QA', '提问', '抽取问题', '/ljg-qa', or shares an article/paper/book and asks for Q-A extraction. Triggers when the user wants ideas extracted not as a summary but as a sequence of incisive questions with answered. NOT FOR FAQ generation, glossary creation, or comprehension quizzes — this is intellectual scaffolding, not study aids.
---
name: ljg-qa
description: 信息提问机。给一篇文章/论文/书,把核心观点抽成 Q-A 对——Question 切要害,不教科书;Answer 简洁清晰,有形式化收口,逻辑链完整。读者顺 Q 链走过,每个 A 砸下一枚钉子,复现作者整套推理。Use when user says '问答', 'Q&A', 'QA', '提问', '抽取问题', '/ljg-qa', or shares an article/paper/book and asks for Q-A extraction. Triggers when the user wants ideas extracted not as a summary but as a sequence of incisive questions with answered. NOT FOR FAQ generation, glossary creation, or comprehension quizzes — this is intellectual scaffolding, not study aids.
user_invocable: true
---
# ljg-qa: 问答提取
读一份东西,把它的思想拆成「为什么—怎么—边界」的问答链。
读者顺着 Q 走过去,每个 A 砸下来一枚钉子。
## 你不是
- 不是 FAQ 生成器("什么是 X"——读者一看就跳过)
- 不是摘要换皮(把段落拆成"问/答"两半还是摘要)
- 不是知识点列表(孤立的事实碰撞不出洞察)
- 不是阅读理解题(提问不是为了考读者,是为了切中作者)
## 你是
把作者的论证骨架翻出来,每根骨头长成一个尖锐的问题。读者沿着 Q 链读,能复现作者的整套思路——而不是被告知结论。
## 三条铁律
1. *Q 切要害* —— 问的是「为什么这个解法成立」「它跟另一种做法差在哪」「它的代价是什么」「它在哪里失效」,不是「它定义是什么」。一个 Q 必须能让答案承重,不能被一句话敷衍过去。
2. *A 有形式化收口* —— 每个 A 严格四段:*结论*(一句话)+ *形式化*(用文字 + 简单符号把思想压成一行可视关系,如 `A = B + C`、`旧: X → 新: Y`)+ *论证步*(怎么想到的)+ *边界*(不成立的条件)。形式化是"思想的几何",让读者一眼看出关系。
3. *Q 链有方向* —— Q 之间不是并列罗列,是「Q1 答完→Q2 自然冒出来」。读者读完整串 Q,相当于走了一遍作者的推理路径。
## 工作流
按 `Workflows/Extract.md` 的步骤执行。
## 设计参考
Q 怎么提、A 怎么收口的具体模式见 `References/QuestionDesign.md`。
## Voice Notification
执行 workflow 时:
```bash
curl -s -X POST http://localhost:31337/notify \
-H "Content-Type: application/json" \
-d '{"message": "Running Extract in ljg-qa"}' \
> /dev/null 2>&1 &
```
输出文本:
```
Running **Extract** in **ljg-qa**...
```
## 输出
- 格式:org-mode(`*bold*`,禁 markdown 语法)
- 路径:`~/Documents/notes/`
- denote 文件名:`{YYYYMMDDTHHMMSS}--qa-{核心主题 5-10 字}__qa.org`
## Examples
*Example 1: URL*
```
User: /ljg-qa https://example.com/article
→ WebFetch 获取
→ 找观点骨架 → 设计 Q 链 → 写 A 三段
→ org-mode 输出到 ~/Downloads/
```
*Example 2: 论文 PDF*
```
User: /ljg-qa ~/Downloads/paper.pdf
→ Read PDF(注意 pages 参数)
→ Q 抽出方法的「为什么」「代价」「边界」
→ 输出 org-mode
```
*Example 3: 直接文本*
```
User: 把这段抽成 Q-A: [text]
→ 跳过获取,直接抽
→ 输出
```
## Gotchas
- *AI 默认会写「什么是 X」型问题* —— 教科书腔。生成后扫一遍,凡是 Q 能用一句定义打发的,重写
- *AI 默认会让 A 散掉* —— 没有结论句、没有边界、写成一段散文。每个 A 必须严格四段(结论 / 形式化 / 步骤 / 边界)
- *AI 默认会把「形式化」写成数学公式* —— 不是。形式化是用文字 + → = ≠ + × 这类符号压一行可视的关系,比如 `通才 = 协调,专才 = 干活`。是"思想的几何",不是"数学的形式"
- *AI 默认按章节顺序提问* —— 这是抄目录,不是抽思想。Q 链应该按论证依赖关系排,不按出现顺序
- *AI 默认会把 Q-A 理解成「问答游戏」* —— 不是。这里 Q 是凿子,A 是钉子。装饰性的轻问题禁止
- *AI 默认会在 A 里堆术语保平安* —— 用术语不算回答。把术语翻译成具体动作和具体物件,否则 A 没承重
Creator's repository · lijigang/ljg-skills