Hana
6e21501331
- SKILL.md: Main skill definition with 20-iteration feedback loop - config.yaml: Pipeline parameters (loop, sources, questions, adaptation) - pipeline/: 5-step learning pipeline (topic selection → source discovery → extraction → synthesis → report) - feedback/: 4 feedback mechanisms (self-testing, spaced repetition, interleaving, adaptation) - Learning science principles: active recall, spaced repetition, desirable difficulty, interleaving, delayed feedback
1.7 KiB
1.7 KiB
Step 3: 지식 추출
추출 프로세스
각 소스에 대해:
- 가져오기 —
webfetch도구로 콘텐츠 수집 - 파싱 — HTML → 텍스트, 보일러플레이트 제거
- 청킹 — 논리적 섹션별 분할 (제목, 단락, 코드 블록)
- 추출 — LLM으로 구조화된 지식 추출
추출 프롬프트
다음 콘텐츠에서 "{topic.title}"에 대한 구조화된 지식을 추출하십시오.
JSON 형식으로 반환:
{
"concepts": [
{
"title": "개념 이름",
"definition": "명확한 정의",
"examples": ["예시1", "예시2"],
"related": ["관련 개념1", "관련 개념2"]
}
],
"facts": [
{
"statement": "팩트 진술",
"evidence": "출처에서의 인용",
"confidence": 0.9
}
],
"procedures": [
{
"name": "절차 이름",
"description": " 설명",
"steps": ["단계1", "단계2", "단계3"]
}
],
"code_patterns": [
{
"language": "python",
"pattern_name": "패턴 이름",
"code": "코드",
"explanation": "설명"
}
]
}
콘텐츠:
{source.content}
교차 검증
- 여러 소스에서 추출된 팩트를 비교
- 일치하지 않는 내용 표시
- 2개 이상 소스에서 확인된 팩트만 신뢰도 높음으로 처리
신뢰도 점수
- 단일 소스 확인: confidence = 0.5
- 2개 소스 확인: confidence = 0.7
- 3개 이상 소스 확인: confidence = 0.9
- 소스 간 불일치: confidence = 0.3
출력
{
"concepts": [...],
"facts": [...],
"procedures": [...],
"code_patterns": [...],
"source_id": "source_id",
"extraction_confidence": 0.7
}