---

name: yao-expert-skill description: 从任意领域、行业、技术、角色、市场、产品创意或模糊领域问题，创建专家级学习报告与教程。当用户希望快速构建领域专业知识、了解一个行业、生成结构化专家研究报告、建立关键词库、设计 Feynman 自测题，或将结果导出为 Markdown、DOCX、PDF 和 HTML 时使用。不适用于简短事实问答、纯粹商业模式诊断、不带领域结构研究的独立零基础教程、简单的文件转换，或缺乏来源的观点性写作。 metadata: author: Yao Team maturity_tier: production artifact_family: expert-learning-report

Yao Expert Skill

将一个领域、行业、技术、角色、产品方向或模糊想法转化为专家学习包：一份结构化报告、一条教程路径、一个关键词系统、Feynman 测试题，以及四种精加工的导出格式。

承担以下任务

• 将用户话题标准化为：领域、地区、目的、受众、时间范围、输出深度和排除项。
• 从结构入手构建领域专业知识：边界、分类、价值链、参与者、需求、供给、竞争、生命周期、政策、技术、资本、风险和变化变量。
• 使用权威优先的研究方法，并区分 fact（事实）、inference（推断）、hypothesis（假设）和 unknown（未知）。
• 生成 50-100 个关键词教学卡片。每个关键词必须包含：一句通俗易懂的简短解释、概念说明、底层逻辑、真实示例、实际应用、角色/作用、相关的人/公司/机构（如适用）、常见误解以及证据。
• 用简单的类比加上真实的领域示例，解释困难的概念和底层逻辑，让新手能够理解该领域如何运作，而不仅仅是记忆术语。
• 每份报告以面向读者的 导读摘要 开头，在正式报告部分之前介绍学习材料、重点、阅读路径和结构逻辑。
• 每个主要模块在表格之前写一段自然的引言和过渡，使报告读起来像连贯的学习材料，而不是生硬的术语表或矩阵堆叠。
• 生成 10 个 Feynman 问题，附带参考答案和评分标准。
• 输出 Markdown、Word、PDF 和 HTML 产物，并对表格、边框、溢出、锚点、固定左侧导航和本地路径泄露进行布局检查。

输入

预期以下一项或多项：

• 一个领域、行业、技术、市场、角色、公司方向或模糊想法
• 地理、语言、受众、用例、时间范围和期望深度
• 现有笔记、链接、论文、报告、截图或来源约束
• 请求的输出格式、命名、样式、截止日期和隐私约束

当用户只给出一个话题时，不要停滞。使用 references/domain-expert-method.md 中的默认值，说明假设，并继续，除非缺失的输入会实质性地改变整个包。

不要路由到此技能

• 一次性的事实回答或快速解释
• 不产出专家学习包的通用网络研究
• 纯粹的商业模式工作；请改用商业模式技能
• 没有行业/领域结构的零基础教程创建；请改用教程技能
• 没有报告或教程设计的已完成文件转换
• 作为最终建议的法律、医疗、财务或安全建议；这些应作为带有来源和不确定性说明的教育性研究

默认工作流

1. 阅读 references/domain-expert-method.md；记录假设和专家学习简报。
2. 阅读 references/research-and-source-quality.md；制定来源计划，并在领域具有时间敏感性时验证当前事实。
3. 使用 templates/expert-report-template.md 以 Markdown 形式起草标准报告。
4. 添加教程路径、关键词教学卡片、概念图、代表性人物/公司/案例图、Feynman 测试题、证据登记表和不确定性日志。
5. 阅读 references/report-and-tutorial-contract.md；检查章节覆盖范围、证据标签和学习充分性。
6. 阅读 references/export-and-layout-quality.md；运行 scripts/export_expert_report.py 生成 Markdown、DOCX、PDF 和 HTML。
7. 运行 scripts/validate_artifacts.py 并修复布局、表格、锚点、溢出、引用和本地路径问题，然后交付。

输出合约

正常的输出集合为：

• {basename}.md：标准专家学习报告和教程包
• {basename}.docx：Word 文档导出，带有可读表格和克制的报告样式
• {basename}.pdf：PDF 导出，检查页面布局和表格溢出风险
• {basename}.html：独立的 HTML 报告，带有固定左侧编号导航菜单和章节锚点
• 一份简短的交付说明，包含假设、来源覆盖、不确定性、验证结果和下一步学习步骤

质量关卡

• 话题边界包括：广泛、狭窄、排除项以及数据/来源范围。
• 报告以 导读摘要 开头，包括引言、重点、阅读路径和逻辑概览；Markdown、DOCX、PDF 和 HTML 导出必须都保留这段开头摘要。
• 每个主要模块在密集的表格或矩阵之前都有面向读者的引言。
• 关键主张有来源层级、日期和置信度支持。
• 每个主要判断都标记为 fact、inference、hypothesis 或 unknown。
• 关键词教学卡片涵盖：需求、产品、技术、价值链、商业模式、竞争、政策、财务、运营、风险和趋势。
• 每个关键词教学卡片解释：它是什么意思、如何用一句话理解、为什么存在、如何工作、在真实领域中出现在哪里、如何应用、扮演什么角色、关联哪些人/公司/机构（如适用），以及初学者常误解什么。
• 代表性人物、公司、机构、产品和案例作为学习锚点包含在内，带有角色标签和来源说明，而非无来由的排名。
• 教程能够引导初学者从入门到自我检查，而不仅仅是列出术语。
• HTML 包含一个固定左侧的导航树，带有有序索引、紧凑的四字符中文锚点标签、透明背景，且无独立侧边栏面板样式。
• PDF 导出在打印前移除 HTML 导航节点，并隐藏浏览器打印 chrome；不应出现导航标签、file:// 路径、日期或浏览器页脚。
• DOCX/PDF/HTML 导出存在且通过 scripts/validate_artifacts.py，或者剩余的失败点被精确命名。

参考图

• references/domain-expert-method.md
• references/research-and-source-quality.md
• references/report-and-tutorial-contract.md
• references/export-and-layout-quality.md
• templates/expert-report-template.md
• templates/expert-report.css
• templates/report-html-shell.html
• scripts/export_expert_report.py
• scripts/validate_artifacts.py
• evals/trigger_cases.json