universal-learner

从任何领域的Prompt中自动提取可复用元素，存入Universal Elements Library数据库。

支持7大领域：

• 📷 portrait - 人像摄影
• 🏠 interior - 室内设计
• 📦 product - 产品摄影
• 🎨 design - 平面设计
• 🎭 art - 艺术风格
• 🎬 video - 视频生成
• 📸 common - 通用摄影技术

---

方式1：学习单个Prompt

```

学习这个Prompt: [粘贴完整Prompt]

```

或

```

分析并学习: A premium collector's edition book photographed with Phase One camera, featuring Italian calfskin binding...

```

方式2：批量学习18个源Prompts

```

批量学习所有Prompts

```

或

```

学习extracted_modules.json中的所有Prompts

```

方式3：学习特定领域

```

只学习product领域的Prompts

```

或

```

学习Prompt #1, #6, #14, #16（产品摄影）

```

方式4：学习设计系统/模块系统 ⭐ 新增

```

学习这个设计系统：[粘贴完整的设计系统规范]

```

或

```

学习这个工作流模块：[完整工作流内容]

```

自动识别特征：

• 包含关键词：模块 / 系统 / 工作流 / 框架
• 有层级结构（背景系统 + 配色方案 + 字体系统...）
• 包含设计理念说明或流程步骤

特殊处理（模块系统模式）：

• 提取元素 → elements表
• 创建设计系统记录 → design_templates表
• 保存完整原始内容 → visual_reference字段 ⭐ 关键增强

---

```

输入Prompt

↓

【Step 0: 类型识别】⭐ 新增

- 判断是"画面描述型" 还是 "设计系统型"

- 设计系统特征：包含"设计系统"、"风格规范"、有层级结构

- 输出: {"type": "prompt" | "design_system"}

↓

【Step 0.1: 模块系统判断】⭐ 关键增强

- 检测关键词：【模块】【系统】【工作流】【框架】

- YES → 模块系统模式（需保存完整原始内容）

- NO → 普通学习模式（只提取元素）

↓

【Step 1: 领域分类】domain_classifier.md

- 识别主要领域（product/design/art/video...）

- 判断是否多领域

- 输出: {"primary": "product", "secondary": ["photography"]}

↓

【Step 2: 元素提取】element_extractor.md

- 根据领域提取对应元素

- product → product_types, materials, photography_techniques

- design → layouts, effects, typography

- art → art_styles, special_effects

- 输出: List[{category, name, template, keywords}]

↓

【Step 3: 自动打标签】tagger.md

- 基于keywords生成tags

- 添加领域标签、类别标签

- 跨领域标签识别（luxury, glass, dynamic...）

- 输出: tags列表

↓

【Step 4: 计算复用性】

- reusability_score (1-10)

- 基于：通用性、清晰度、独立性

↓

【Step 5: 更新数据库】library_updater.md

- 检查是否已存在（去重）

- 生成element_id

- 写入elements.db

- 更新tag_index

↓

【Step 5.1: 如果是设计系统】⭐ 新增

- 同时创建模板记录

- 写入design_templates表

- 关联所有提取的元素

- 保存设计理念、使用指南等完整信息

↓

【Step 5.2: 如果是模块系统模式】⭐ 关键增强

- 把完整原始内容保存到 visual_reference 字段

- 包括：完整工作流、所有模板、配置参数等

- 目的：可直接使用，无需重新组合元素

↓

【Step 6: 生成报告】

- 新学习的元素列表

- 按领域和类别分组

- 推荐的tags

- 质量评估

- （设计系统）额外显示模板信息

```

---

学习报告

```markdown

# Universal Learner - 学习报告

学习时间: 2026-01-01 18:30:00

源Prompt: Prompt #1

主领域: product (产品摄影)

次领域: common (通用摄影)

产品类型 (product_types)

1. collector_edition_book - 收藏版书籍

- 模板: premium collector's edition book, luxury binding, Italian calfskin cover

- 关键词: collector's edition, premium book, luxury binding

- 标签: product, book, luxury, collectible

- 复用性: 7.5/10

- element_id: product_product_types_001

材质纹理 (material_textures)

1. glossy_reflective - 光泽反射材质

- 模板: high-end glossy surface, reflective finish, metallic sheen

- 关键词: glossy, reflective, shiny, polished

- 标签: material, glossy, luxury, product

- 复用性: 8.5/10

- element_id: product_material_textures_002

摄影技术 (photography_techniques)

1. macro_product_shot - 产品微距特写

- 模板: Phase One medium format camera with 100mm macro lens, razor-sharp focus

- 关键词: macro, close-up, detailed, high-resolution

- 标签: photography, macro, product, technical

- 复用性: 9.0/10

- element_id: common_photography_techniques_032

• 3个新元素已写入 elements.db
• 更新了12个标签索引
• product领域: 60 → 63 个元素
• common领域: 31 → 32 个元素

• 提取完整度: 95%
• 标签质量: 优秀
• 复用性评分: 8.3/10 (平均)

```

---

自动化程度

• 当前: 半自动（生成报告 + 人工审核）
• 未来: 可选全自动模式

复用性评分标准

| 评分 | 标准 |

|------|------|

| 9-10 | 极高复用性：跨领域通用，如"macro photography", "soft lighting" |

| 7-8 | 高复用性：领域内通用，如"product on table", "geometric layout" |

| 5-6 | 中等复用性：特定场景，如"collector's edition book" |

| 3-4 | 低复用性：非常具体，如"vintage 1960s typewriter" |

| 1-2 | 极低复用性：一次性描述，不推荐提取 |

---

输入: extracted_results/extracted_modules.json (18个源Prompts)

输出:

• extracted_results/elements.db (SQLite数据库)
• extracted_results/universal_elements_library.json (JSON导出)

---

| 模块 | 文件 | 功能 |

|------|------|------|

| 领域分类器 | modules/domain_classifier.md | 识别Prompt属于哪个领域 |

| 元素提取器 | modules/element_extractor.md | 提取可复用元素 |

| 标签生成器 | modules/tagger.md | 自动生成tags |

| 库更新器 | modules/library_updater.md | 更新数据库 |

---

学习成功的标志：

• ✅ 能正确识别7大领域
• ✅ 从18个Prompts提取~440个元素
• ✅ 自动去重（不重复添加已存在元素）
• ✅ 标签质量高（相关性强）
• ✅ 复用性评分合理

---

Skill状态: ✅ 已实现

最后更新: 2026-01-05

维护者: Universal Library System