# L2-8A 工程资产加餐：本地资料、工程工作流与风格文件

## 课程定位

**一句话目标**：作为模块二加餐，帮助进阶学员把资料、流程和风格进一步整理成 Markdown 工程资产，而不是训练模型。本节内容已拆入 L2-8、L2-10、L2-11，主课时间不够时可跳过。

**本节核心顺序**：`Prompt` → `Markdown 资料库 / RAG` → `AGENTS.md / Skill` → `IDENTITY.md / SOUL.md`。

## 课前准备

- 文件：[../AI工程工作流与本地Markdown数据路线.md](../AI工程工作流与本地Markdown数据路线.md)
- 知识卡片：[../本地小模型训练样本/初中生AI术语_知识卡片.md](../本地小模型训练样本/初中生AI术语_知识卡片.md)
- 主样本 1：[../本地小模型训练样本/重复工作FollowCopy样例.md](../本地小模型训练样本/重复工作FollowCopy样例.md)
- 主样本 2：[../本地小模型训练样本/一人公司副业数据检索样例.md](../本地小模型训练样本/一人公司副业数据检索样例.md)
- 工作流样例：[../本地小模型训练样本/工程工作流样例.md](../本地小模型训练样本/工程工作流样例.md)
- 补充场景：[../本地小模型训练样本/政企生活场景_知识与流程样例.md](../本地小模型训练样本/政企生活场景_知识与流程样例.md)
- RAG 项目案例：[../本地小模型训练样本/rag_projects_政企生活案例.md](../本地小模型训练样本/rag_projects_政企生活案例.md)
- 可选工具：腾讯 ima、OpenClaw Skill Creator、Chroma / FAISS、RAGFlow、AnythingLLM。

## 课堂流程

| 时间 | 环节 | 老师做什么 | 学员产物 |
| --- | --- | --- | --- |
| 0-8 分钟 | 判断 | 讲新四级台阶 | 决策表 |
| 8-18 分钟 | Markdown 资料 | 把资料整理成知识卡片 | `知识库说明.md` |
| 18-32 分钟 | 工程流程 | 让大模型提炼 Plan → Execute → Verify → Reflect | `AGENTS.md` 草稿 |
| 32-45 分钟 | Skill 草稿 | 用 Skill Creator 固化流程 | `SKILL.md` 草稿 |
| 45-55 分钟 | 风格文件 | 生成 IDENTITY.md / SOUL.md | 风格测试题 |
| 55-60 分钟 | 验收 | 检查资料、流程、风格和安全边界 | 验收记录 |

## 逐字稿

### 0-8 分钟：不是所有问题都要训练

今天我们把上一版课程里的“训练模型”先放下。  
对普通客户来说，更容易落地的不是训练小模型，而是把资料、流程和风格整理好。

我们记住四级台阶：

第一，Prompt。只是临时做一次，用 Prompt 就够。  
第二，Markdown 资料库 / RAG。资料会变，就让 AI 查资料回答。  
第三，AGENTS.md / Skill。流程固定，就把做事步骤写成规则。  
第四，IDENTITY.md / SOUL.md。想让 AI 像客户或品牌一样说话，就写身份和风格文件。

现有大模型在这里的作用，是帮我们提炼需求、整理资料、生成流程、写测试题和评估结果。

### 8-18 分钟：把资料整理成 Markdown

如果问题是“让 AI 记住课程资料或公司制度”，第一选择不是训练。  
我们先把资料整理成 Markdown。

一个好资料文件至少有：

```markdown
# 资料名称

## 来源
## 适用范围
## 更新时间
## 核心知识点
## 常见问题
## 不能回答的问题
## 人工确认点
```

这样放进 ima 或 RAG 后，AI 才容易引用资料，也更容易承认不知道。

### 18-32 分钟：让大模型提炼工程工作流

接下来，我们让现有大模型做工程助理。

提示词可以这样写：

```text
请根据下面的对话和资料，提炼一个工程工作流。
输出 Markdown：
1. 目标
2. 输入
3. Plan
4. Execute
5. Verify
6. Reflect
7. 人工确认点
8. 可以写进 AGENTS.md 的规则
```

这一步的产物不是训练数据，而是 `AGENTS.md` 草稿。

### 32-45 分钟：用 Skill Creator 生成 Skill 草稿

当客户说“我想做一个 xxx”时，我们用 OpenClaw Skill Creator。

它的流程是：

1. 理解需求。
2. 从历史对话提取信息。
3. 补充提问。
4. 确认需求。
5. 选择预设框架。
6. 生成 Skill。
7. 自动生成测试。
8. 评估并优化。

Skill 的目标不是神奇，而是稳定。  
同一类任务来了，它能按固定流程输出，能拒绝高风险动作，能让人检查。

### 45-55 分钟：生成 IDENTITY.md / SOUL.md

如果客户说“我希望 AI 像我一样说话”，也不要急着训练。

我们先收集 3-5 段客户样文，让大模型提取：

- 语气。
- 常用词。
- 禁用词。
- 句式习惯。
- 示例回答。
- 风格测试题。

然后写成两个文件：

```text
IDENTITY.md：你是谁、服务谁、边界是什么。
SOUL.md：你怎么说话、常用什么词、不能怎么说。
```

### 55-60 分钟：验收和收尾

最后检查四件事：

1. 知识资料有没有来源和边界。
2. 工程流程有没有输入、步骤、输出、验收。
3. 风格文件有没有示例和禁用词。
4. 高风险动作有没有人工确认点。

今天大家不用训练模型，但必须学会把 AI 能长期复用的东西写成 Markdown 文件。

## 课堂作业

1. 从政务、企业、客服、项目、生活中选 1 个场景。
2. 整理 1 份 Markdown 知识资料。
3. 让大模型提炼 1 个 `AGENTS.md` 工作流草稿。
4. 用 Skill Creator 生成 1 个 `SKILL.md` 草稿和 3 个测试任务。
5. 写 1 份 `IDENTITY.md` / `SOUL.md` 风格草稿。

## 验收标准

- 至少 1 份 Markdown 知识资料。
- 至少 1 个工程工作流，包含 Plan、Execute、Verify、Reflect。
- 至少 1 个 Skill 草稿，包含触发方式、流程、输出和边界。
- 至少 1 份风格文件，包含语气、常用词、禁用词和风格测试题。
- 至少 3 个测试任务：正常、资料不足、高风险。

## 继续深入本地 RAG

本节只规划 Markdown 资料和工程资产。需要实际设计向量模型、Chunk、Dense + Sparse 检索、Reranker、ACL、评测和索引更新时，进入：[L2-08B 本地生产级 RAG](L2-08B_本地生产级RAG_向量模型_拆分与检索工作流.md)。