cms-tbs-knowledge-splitter
核心定位
本 Skill 只做编排：按 references/stage1-parse.md → references/stage2-generate.md → references/stage3-merge.md 单主线推进。阶段一 PPTX→MD（文件处理服务）；阶段二 MD→知识条目 JSON（两步法）；阶段三合并去重 Excel。
适用场景：从培训类 PPTX 系统性构建药品/器械知识库条目。
任务分流（进入链路前先判断意图）
| 用户意图 | 判断依据 | 处理方式 |
|---|---|---|
| 执行类（拆分/建库） | 「拆分知识条目」「生成知识库」「构建知识库」等主动动作 | 先完成「任务参数采集」门禁（见下节），再进入阶段一至三 |
| 咨询类（了解规则/流程） | 询问用法、流程、分类体系等 | 不执行脚本；结合 SKILL.md 与相关 references/ 说明 |
| 排障类（某步失败/结果异常） | 具体报错、条数不对、Excel 异常等 | 先读 references/pitfalls.md；未覆盖再查 references/failure-examples.md；定向到对应阶段文档；不重置已通过的前置阶段 |
同一会话内，用户「咨询」后表达执行意图，再切换到执行类。排障不默认重做已完成阶段。
任务参数采集（执行类门禁 — 最先执行）
新建会话或用户未在本条消息中同时给出下列三项时，只向用户提问，禁止调用任何工具（含扫盘、read、exec、鉴权、阶段脚本）。细则见 references/session-bootstrap.md。
| 必填项 | 用途 |
|---|---|
| 品种名称 | {品种}_source、knowledge_entries_{品种} 等 |
| 待转换文档 | 明确 PPTX 路径/文件名，或「源目录内全部」 |
| 存放目录 | 本次产出工作根目录（见 references/output-layout.md） |
禁止：因工作区已存在 美泰彤_source 等历史目录、或侧边栏旧会话记录，而默认本次任务参数。本会话须由用户明文提供或确认后，方可复述并进入鉴权。
用户已一次性给出三要素 → 先复述确认，用户确认后再执行标准流程。
Quick Reference
每步必读（正常执行路径）
| 阶段 | 必读文档 |
|---|---|
| 执行类启动（进鉴权前） | references/session-bootstrap.md |
| 鉴权（进阶段一前） | references/auth.md |
| 阶段一：PPTX→MD | references/stage1-parse.md |
| 阶段二：MD→JSON | references/stage2-generate.md |
| 阶段三：合并 Excel | references/stage3-merge.md |
按需查阅（出错 / 疑问时才读，正常路径不触发）
| 场景 | 查阅文档 |
|---|---|
| 目录与产出路径 | references/output-layout.md |
| 12 分类 / JSON 字段名 | references/glossary.md |
| 跨阶段易错点 | references/pitfalls.md |
| 报错样例与处理 | references/failure-examples.md |
| 文件处理服务 API | 仓库内 tbs-skills/文件处理服务API说明.md（与 skill 同级；未入库时见 stage1-parse.md 接口摘要） |
全局约束（横切）
- 鉴权：细则见
references/auth.md（appKey获取/注入/禁止项；禁止用access-token调文件处理服务）。 - 分类 / 过滤 / 拆分 / 条数控制 / 两步法 prompt：以
references/stage2-generate.md为准（1 课件 1 MD 1 次阶段二；条数由内容决定，非固定 30 条）。 - 去重与 Excel 列：以
references/stage3-merge.md与scripts/merge_excel.py为准。 - 产出路径：以
references/output-layout.md为准。 - 阶段一 MD：落盘前剔除 API 输出的演讲者
### Notes:讲稿；幻灯片上的「备注：」等正文保留（见references/stage1-parse.md）。
门禁（必须遵守）
- 任务参数未采集/未确认（品种、待转换文档、存放目录）→ 禁止鉴权与阶段一至三（见
references/session-bootstrap.md）。 - 未取得有效
appKey（经cms-auth-skills）→ 禁止调用convert_pptx.py（见references/auth.md）。 - 阶段一：存在解析失败文件时，可继续阶段二，但须汇总失败列表；是否阻断由业务要求决定，默认继续处理已成功
.md（见references/stage1-parse.md）。 - 阶段二：禁止对
*_partN.md分别生成 JSON；每课件 1 个 MD → 1 个 JSON；净字符 >8000 禁止子代理（用档位 B 主会话）。须通过 JSON 完成判定 后才可进阶段三（见references/stage2-generate.md）。 - 阶段一 413：禁止拆 PPT 后继续链路；优先异步重试或压缩源文件（见
references/stage1-parse.md）。 - 阶段三：
merge_excel.py无任何有效知识条目→ 禁止视为建库完成；退出码2时不得进入交付（见references/stage3-merge.md）。
标准执行流程（必须遵循）
- 任务参数采集（仅执行类）：按
references/session-bootstrap.md向用户索取或复述确认三要素；新建会话不得跳过。 - 鉴权：读取
references/auth.md，经cms-auth-skills取得appKey；未就绪禁止阶段一。 - 阶段一：读取
references/stage1-parse.md，完成 PPTX→MD。 - 阶段二：读取
references/stage2-generate.md；按净字符选档位 A/B/C；逐文档 MD→JSON；每文档通过 JSON 完成判定后再处理下一文档或进阶段三。 - 阶段三：全部待合并 JSON 均通过完成判定后，同一会话内立即执行
merge_excel.py（不等用户再下指令）。 - 收尾：汇总各阶段失败/跳过列表；阶段三退出码
1时须向用户说明部分文件未纳入合并。
OpenClaw / 编排器执行约定
细则见 references/stage2-generate.md（档位、JSON 完成判定）。编排器必须遵守：
禁止
- 未采集并确认品种、待转换文档、存放目录前，扫工作区或调用
convert_pptx.py（即使用户只说「使用本技能拆分」） - 启动子代理 / 长任务后说「完成后会自动通知」并结束当前轮次
- 未通过 JSON 完成判定即进入阶段三
- 重型文档（净字符 >8000）使用子代理处理（须用档位 B 主会话）
必须 — 进度汇报
- 启动阶段二前：告知「共 Y 个 MD，当前第 X 个：{文件名}，档位：A/B/C」
- 长任务（重型文档或预计 >3 分钟）：主会话每约 2 分钟更新一次，格式：
阶段二进行中：{文档名}，已用时约 N 分钟，状态：{主会话生成中 / 子代理运行中 / 校验 JSON} - 单个文档完成：立即汇报条数与 JSON 完成判定结果，不必等全部 MD 完成
- 全部通过完成判定：同一会话内立即执行阶段三，不等用户指令
用户追问「好了吗 / 没动静」
先查产出目录与 JSON 完成判定，再回答；未完成则说明当前档位与进度，不得仅回答「还在等子代理」。
排障说明（按需）
正常路径以各阶段文档中的脚本与门禁为准。references/pitfalls.md、references/failure-examples.md 仅在异常时查阅，不在正常路径中强制读取。