Chapter Memory Cards

硬规则

• 默认输出独立文章，不直接修改原章节正文。
• 优先复用站点现有的 memory-card shortcode，不自己发明新卡片样式。
• 先吃现有素材再让 NotebookLM 补：章节正文优先，.qa-candidates.md 次之，最后才是新增提问。
• 只保留 3 到 5 张卡片；卡片多了就失去"最值得记住"的意义。
• 卡片不是摘要，不要把一章内容平均切块；每张卡都必须对应一个高频误判、关键判断或排障转折。

3.1 确认输入

至少读取逐章正文，例如 07_第7章_内存.md。同目录下如果有 .qa-candidates.md 或已沉淀的候选卡片稿，一起读。

3.2 判断现有卡片是否够用

如果正文里已有 memory-card，先判断这张卡是不是已经抓住本章最该记住的判断，还缺不缺真正有增量价值的卡。不要机械重做整套。

3.3 NotebookLM 补卡

当你不确定该做哪些卡片，或怀疑现有素材覆盖不够时，先按这个标准设计 NotebookLM 问题：

• 先问成立性：这一章有没有足够多可独立记忆的判断，能撑起 3-5 张卡片？
• 再问筛选性：哪些判断最能纠正现场误判，而不只是概念复述？
• 最后问退出性：如果凑不满 3 张高价值卡，是这一章本身偏描述性，还是 source 还没覆盖？

优先问：这一章最容易误判的点是什么？哪些判断读者记住后现场能直接用？ 不要问：这一章的重点是什么？

让 NotebookLM 按字段直接输出候选：title、phenomenon、dont、check、upgrade、why。 如果已有 .qa-candidates.md，让 NotebookLM 优先吸收其中高价值 QA，不从头发散。

3.4 筛选，只留高价值卡

筛选标准见 references/card-rubric.md。 文风口径见 references/card-style.md。

默认保留：能纠正现场高频误判；能把核心判断压成可复用动作；能明确"先别下什么结论 / 先补哪组证据 / 何时才算成立"。

默认丢掉：只是章节摘要换皮；太像背景知识或定义解释；和正文已有卡片重复太高；写成方法论概述而不是判断卡。

3.5 输出独立文章

默认用脚本：

python .codex/skills/chapter-memory-cards/scripts/generate_memory_cards.py \
  --article "site/content/library/.../07_第7章_内存.md" \
  --notebook "<notebook_id>" \
  --source "<source_id>"

如需指定输出路径，加 --output "...07_第7章_内存.记忆卡.md"。

3.6 保持文章形态

输出文章包含：完整 frontmatter；一小段自然开场（不写提示腔）；3 到 5 个 memory-card shortcode；必要时每张卡后补一句"为什么留这张卡"。

卡片页不是 QA 列表，也不是候选稿转存。开头要像正常人在整理复习页。

§4 终检清单

卡片质量

• 3 到 5 张卡片，不硬凑
• 每张卡对应一个高频误判、关键判断或排障转折
• 没有摘要换皮或定义解释类卡片
• 标题像判断，不像目录项
• 各字段各 1 句，单字段不超过 45 个汉字

页面形态

• 使用 memory-card shortcode，不是自造格式
• 有自然开场，无提示腔
• 独立文章，没有修改原章节正文
• 文件名为 XX_第X章_标题.记忆卡.md

元数据与证据

• frontmatter 通用字段 + chapter_no + chapter_basis 齐全
• evidence_status 准确
• status、evidence_status、visibility 没混用
• 无 SKILL 内部术语泄露
• 无文章自我指涉
• 读起来舒服

资源

• 黄金标准：gold-standard.md
• 卡片筛选口径：card-rubric.md
• 卡片文风口径：card-style.md
• 页面模板：memory-cards.template.md