Course knowledge extraction

课程知识萃取

只生成证据化知识卡，不设计模块顺序，不写完整课程正文。

开始前读取 materials.jsonl、定位、访谈记录，以及 知识库/方法论/知识萃取.md 和 知识库/模板/知识卡模板.json。

执行流程

1. 按材料记录读取 course_material，跳过执行指令和会议闲聊；不可读项沿用 blocker。
2. 优先读取 authority_status: confirmed 的当前材料；candidate 与 conflict 只用于并列比较，不能静默覆盖。若材料规模很大，先用覆盖不同来源和内容类型的小样本验证卡片边界、字段与去重规则，再分批扩展；不要在结构未稳定时直接全量抽取。
3. 以最小完整含义为单位提取知识卡，类型只能是 viewpoint、method、step、case、data、boundary、verbatim、claim_to_verify。
4. 每张卡保留 source_id 与可回到原文的 evidence_locator：页码、时间戳、标题路径或 block id。不要只写文件名。
5. 区分原话与改写：verbatim 必须逐字且注明 speaker；其他卡用 summary，不要把润色后的句子冒充原话。
6. 事实、数字和背书缺少可核证来源时转为 claim_to_verify；讲师观点可以以其原话为证据，但不能证明外部事实。
7. 为方法卡补齐适用场景、输入、步骤、输出、完成标准和失败边界。原材料没有的字段标为 unknown，不补造。
8. 合并语义重复卡时保留全部证据；互相冲突的卡不得合并，设置同一 conflict_group。
9. 为需要组合使用的卡记录关系，关系只表达可证实的 supports、explains、contradicts 或 depends_on；没有证据时不猜关系。
10. 输出 .course-producer/artifacts/knowledge-cards.jsonl，逐行校验 JSON、唯一 id、来源和定位符。

完成检查

• 观点、方法、步骤、案例、数据、边界和高价值原话均已覆盖或在缺口中说明。
• 所有卡都能从 source_id + evidence_locator 回到原始证据。
• 无来源的事实主张没有混入 data 卡。
• 方法卡没有把未知步骤补成常识答案。
• 冲突、重复和待验证状态可见。
• 大规模材料先经过代表性样本验证，卡片边界与关系规则稳定后才分批扩展。

完成后把知识卡交给 course-outline-design。