sansheng-distill · 书籍、视频与人物资料蒸馏引擎

把一本书或一组视频熬成可浏览的知识地图，也把一个人的生平材料整理成可追溯的证据库。

中文 | English

▲ 用它把尤瓦尔·赫拉利的四本书蒸成一个作品集页:作者思想演变、概念漂移、母题红线、跨书互链(12 秒静音循环预览)

按任务选路线

普通新书默认「完整读者版」：一套正文、一轮有效审核、定点修复；明确逐项覆盖要求才走严格深读，只要浏览时选导读。心理学等科学证据按专项契约核验。人物生平、创作者全量思想、人物专题、单集/系列视频与已有书库聚合分别分流；企业研究由企业研究能力主导。资料交付不自动增加网页或推广。

路线与默认以 SKILL.md 为准，阶段资源见 reference-map.md。下文页面展示是可选页面成果示例，不是所有蒸馏任务的统一输出。

这是什么

丢给它一本书(.epub / .pdf / .txt / .azw3 / .mobi),或一组视频,它跑完一条多步管线,吐出一个可以直接双击打开的单文件 HTML 页 -- 不联网、不依赖服务器,一个文件就是全部。若目标是复原人物生平而非蒸馏单部作品，它会改走 biography_corpus，按本轮范围交付连续读者稿，或进一步产出来源、观察、裁决、规范事实、争议与必要外部核验相互反链的结构化资料库。

它不是"摘要"。摘要是把书压短、读完就扔;蒸馏是把书拆成一张知识地图:凝练成一句公式、一张可点的思维导图、一章章能单独展开的精读、一组读完回看的自检问句,再联网补上作者档案、正反书评、跨书观点,并和你蒸过的其他书自动互链。AI 拆书是拿来当地图,不是替你读原书 —— 这句话一直挂在页面底部。

先看产出,再决定装不装

它不是一个有界面的软件,没有"操作截图"可看 —— 但它的成果是可视的。下面是真实产出(用赫拉利四本书蒸的作品集,以及单本《人类简史》的蒸馏页):

它到底帮你做什么 —— 一页里的五段阅读漏斗

一本书蒸完,是一页从"3 秒速览"层层展开到"深挖到底"的阅读漏斗:

段	你看到什么
① 全书速览	真封面 + 一句"餐巾纸公式" + 核心主张 + 可点思维导图 + 关键金句 —— 3 秒抓住全书骨架
② 逐章精读	按所选档位与实际章内容忠实转述,可单独展开,不是标签式提炼
③ 核心一击	把全书最反直觉的那个论点,单独做成一张可视化
④ 行动 & 自检	因果链、心智模型、决策规则,配一组读完回看的自检问句(纯浏览、无打分)
⑤ 该信几分 / 再往下	批判段、内在张力、正反书评、同类书、跨书回声、作者档案 —— 全带可点来源

再叠上三个交互层:可点跳思维导图(自绘 SVG,无第三方库) · 7 套主题一键切换 · 跨书知识互链(蒸的书越多,网越密)。

蒸一整套书(如赫拉利四本)时,还会额外合成一个作者作品集页:思想演变时间线、概念在不同书里的漂移、贯穿多书的母题红线、"该从哪本读起"的路线 —— 就是顶部演示里那个页面。

心理学证据与跨书聚合

心理学书可以启用严格域,把「原书怎么说」和「外部研究怎么说」拆成两层:每条主张都有稳定 claim_id,页面并列显示原书主张、科学证据、适用边界与风险。source-audit.json 再把 book.txt、distill.json、固定同目录的 claim-coverage.json 与 enrich.json 锁到同一组 SHA-256,逐项记录原文行号。严格验收必须显式带原文:

python scripts/verify_page.py path/to/work.html \
  --distill path/to/distill.json --source path/to/book.txt \
  --require-domain psychology

这是一组条件契约:普通书与旧页面不启用时行为不变。机器闸能抓输入错配、漏覆盖和结构假绿,但不能替代对研究语境与关键反例的人工复审。

跨书还有两条确定性聚合路径:同一作者 ≥2 部可生成思想演变页,同一主题 ≥3 本可生成分类、真分歧、平行对照与维度比较页。显式成员清单缺一项就拒绝生成,不会静默缩小集合;自定义书页地址只接受安全的站内根相对路径。真分歧与「回答不同问题的互补镜头」分别进入分歧卡和 parallel_comparisons 平行对照卡,避免把并列观点包装成冲突。

还能蒸「一个人」,不只是「一部作品」(v0.5.0)

上面说的都是把一部作品蒸成一页。从 v0.5.0 起多了一条路径:把一个人的跨媒介全部作品——几百条视频 + 专栏 / Newsletter + 书 + 播客——蒸成他的思想全景。

分析单位不同:前者问"这本书讲了什么",后者问"这个人的观点体系是什么、这些年怎么变的"。所以它不是把每部作品各蒸一遍再拼起来,而是全量采集 → 逐条建证据库 → 跨媒介去重聚类成观点族(同一个观点他在视频里说过、在 Newsletter 里写过,只算一次) → 再蒸出系统、行动模型、思想轨迹与内在张力,并做一轮中英文第三方解读的交叉核验。

首个案例是 Dan Koe:162 条视频 + 212 封 Letters + 25 章书,合成 399 份来源、1,836 条证据、299 个观点族。

还可以制作完整人物传记与资料库

人物的「思想作品库」和「生平传记」不是一回事。creator_corpus 从创作者自己的作品中归并观点族；biography_corpus 以成熟出版传记为骨架，融合本人自述、其他传记及必要补充资料，组织完整、有细节、可回查的人生故事。普通出版事实不逐条外查；稿件阅读集中处理遗漏、重复、无据增写和接续。默认不设硬性字数下限，也不要求每本补充书保留固定比例；篇幅用于提示压缩，新增资料由具体故事缺口或重要后续变化驱动。

需要正式资料库时，这条路径采用单向证据链 Source Unit -> Observation -> MergeDecision -> Canonical -> Editorial -> Projection，并提供实验性 v2 候选 schema、初始化器和三层门禁。当前数据契约版本是 0.9.0-candidate；它与仓库 SemVer 属于两个独立版本域，稳定前仍可能调整。GLM-5.3 等外部模型可以并行查漏或给出修订建议，但只能留下 recommendation_only；正式裁决必须由 manifest 登记的 human 或 main_agent reviewer 签署。每个人物的 namespace、路由、资产和 CSS scope 独立，批量审计会拦截跨人物串线。读者稿交付、正式入库与网站上线分别报告，不把机器计数当作人物完成率。