By name: yh-course-notes description: | Evan 的飞书课程笔记整理 skill（雅慧 AI 产品经理课系列）。当 Evan 给出一个 Obsidian 里的 ASR 转写链接 / 路径（常配一个装课程截图、课件的文件夹），并要"整理成飞书课程笔记""做成飞书笔记""把这节课整理一下""按我的格式整理"时触发。 产出物是一篇飞书（Lark）云文档笔记，用 lark-cli 写入；需要图时调用 /feishu-whiteboard-draw 画原生可编辑画板。 即使 Evan 只丢来一个 ASR 链接说"整理笔记"，只要上下文是把课程转写沉淀成飞书笔记，就触发。触发命令：/yh-course-notes。
yh-course-notes — Evan 的飞书课程笔记整理
把课程 ASR 转写（+ 截图 / 课件）整理成一篇飞书云文档笔记，风格严格对齐 Evan 已有的雅慧课程笔记。
参考样板笔记（风格基准）：
https://istir4q565.feishu.cn/wiki/W5COw79dBiwKWekAXGRcyOionyh这是"听课笔记 / 知识地图"风格，不是讲稿，也不是 AIPM 课件卡（不套元信息表 + 顶部脑图 + 词汇表那套模板）。
输入物（Evan 会给的）
- 必给：ASR 转写——Obsidian 里的
.md路径或链接。先用 Read 工具读全文（文件常 1000+ 行，分页读完，别只读开头）。 - 常给：素材文件夹——里面是课程截图 / 课件 PPT 图。用 Read 工具逐张看（图片能直接视觉读取），把 ASR 里讲到、但口头说不清的结构补全（很多表格、架构图的准确措辞来自截图）。
- 有时给：已有飞书笔记链接——表示在这篇上继续补充，不是新建。先 fetch 现状再增量改（见下方工作流）。
核心工作流
1. 读源
- Read ASR 全文（分页读完）。
- Read 素材文件夹里每张截图 / 课件。
- 在脑子里对齐：ASR 的口语叙述 ↔ 截图里的结构化信息，互为补充。
2. 判断"新建"还是"补充已有"
- 补充已有（Evan 给了飞书链接）：
拿到全文 + 每个 block 的lark-cli docs +fetch --api-version v2 --doc "<URL>" --detail with-ids --doc-format xmlid。识别已有章节结构、已有<whiteboard token=...>。画板内容一律不动（除非 Evan 明确要重画）。然后只做增量插入（见步骤 4）。 - 新建：用
docs +create或先append骨架，再逐块填。
3. 清洗 + 提炼
- 删掉所有口语：互动（"扣个一""懂的扣 1""大家懂吗"）、语气词、跑题闲聊、ASR 转写的错别字/谐音。
- 只留可沉淀的精髓：概念、定义、例子、SOP、面试题答案、避坑、岗位判断。
- 按下面的"块选择规律"组织。深度对齐样板：精炼、可扫读、bold 引导，不写大段散文。
4. 写入飞书（用 lark-cli，走 lark-doc skill）
- 铁律：绝不
overwrite整篇。 只用 block 级指令：block_insert_after/block_replace/block_delete/append。 - 标准套路：
docs +fetch --detail with-ids拿锚点 block_id →block_insert_after --block-id <锚点> --content - < 片段.xml。 - 插表格 / 复杂结构若被
block_insert_after拒（Nesting still failed）：先append到末尾 → fetch 找新 block_id →block_move_after移到锚点后。 - 详见
references/workflow.md。
5. 需要图 → 画板
- 任何"天然是空间 / 关系结构"的内容（架构、流程、脑图、泳道、时间线、对比矩阵图）→ 调用
/feishu-whiteboard-drawskill 画原生可编辑画板，不要用 SVG 死图。 - 画板要先在文档里有一个
<whiteboard type="blank"></whiteboard>块，再让 feishu-whiteboard-draw 写入。
6. 校验
docs +fetch --scope keyword --keyword "新内容关键词|..."抽查新块就位、原文未动。
块选择规律（这是本 skill 的核心，详版见 references/note-style.md）
| 块 | 什么时候用 |
|---|---|
| H1 | 大模块 / 课程的"幕"（如：产品&行业&变化、岗位解析、职业发展、求职面试、大厂vs小厂、拓展、作业） |
| H2 / H3 / H4 | 模块下主题 / 细分点，跟着课程逻辑层层下钻 |
| hr | 每个大节（H1/H2 级）结束后一条分隔线 |
| p | 概念定义、过渡说明、单句结论 |
| ul/li（加粗引导） | 并列要点、特征、清单（<li><b>持续进化：</b>……</li>） |
| 表格 | 真·矩阵——每行字段一致的多属性对比 / 枚举（传统vsAI、阶段→角色、L1-L5、薪资、公众号、工具表） |
代码块 <pre caption=...> |
① 要逐字保留的原始素材（JD 原文）；② 带编号层级的 SOP 清单（01 / 1.1）；③ 面试题的"标准答案"要点。配 caption 命名 |
| callout 📖 | 单个术语 / 知识点卡 / 概念占位（解决方案、产品运营、FDE） |
| callout 💡 | 提示 / 经验 / 避坑（养龙虾自动化订阅、友情提示） |
| whiteboard | 天然空间 / 关系结构（→ /feishu-whiteboard-draw） |
| bookmark | 外链（小红书、aibase 等） |
| img | 课件原图截图（不适合重画成画板的，直接贴原图） |
一句话判别：
- 是行列矩阵 → 表格
- 是"需要原样保留的一段文本 / 编号清单 / 原始素材" → 代码块
- 是"想被高亮的一个术语 / 一条提示" → callout（术语 📖 / 提示 💡）
- 是并列要点解释 → ul/li 加粗引导
- 是空间 / 关系图 → 画板
内容节奏与深度
- 跟课程逻辑线推进；一个知识点的标准展开套路：
概念(p) → 要点(ul) → 例子(p/callout) → 结构化(表格) → 可视化(画板)，不必每个都全，按内容轻重取舍。 - 学生听课笔记视角：精炼、可扫读，bold 引导关键词，不堆砌。
- 英文术语保留不译：query、bad case、EDD、slot、Agent、RAG、MCP、Human-in-the-loop、MaaS、Fine-tuning、ROI、JD… ASR 里的谐音错字要还原成正确英文。
- 🌟 标在高价值章节标题后（如"数据飞轮 🌟""核心能力全景图 🌟"）。
- "面试题答案""SOP / 清单"用代码块固化，方便整段背 / 抄。
- 口语、互动、闲聊全删；只要精髓。
硬规则（违反会被 Evan 点名批评，全部来自历史 feedback）
- 绝不
overwrite整篇飞书文档。 fetch→本地编辑→overwrite 的时间窗会静默覆盖 Evan 的网页端并发编辑且不可恢复。一律 block 级操作。 - 不碰任何已有画板。 画板内容是 Evan 定的；要改也必须先
whiteboard +query --output_as raw拉实时版本再定向小改，绝不从本地源全量 overwrite。 - 表格
<th>/<td>/<tr>一律不加background-color。 深色模式下浅底色看不清。只用<b>加粗、行内 emoji、谨慎的<span text-color>。颜色由 Evan 自己标。 - 列表用原生
<ul>/<li>，不在<p>里手敲 "• / · / -"。 - 这类"听课笔记"默认不套课件模板（元信息表 + 顶部脑图 + 词汇表）——那是 AIPM 课件卡的格式。除非 Evan 明确要求。
- 所有 lark-cli 操作前先读
lark-shared（认证、--as user、高风险门禁）。
依赖
- lark-cli + lark-doc skill — 飞书文档读写（block 级）
- lark-whiteboard skill — 画板 DSL 底层
- feishu-whiteboard-draw skill — 在文档里落地原生可编辑画板（
/feishu-whiteboard-draw） - Read 工具 — 读 Obsidian ASR + 截图 / 课件