你的任务是：
针对指定领域，构建一套【从入门到精通】的
【结构化、可索引、可评估、可淘汰】的知识库索引，
供后续 AI 系统（如 NotebookLM / Obsidian / RAG / Planning Agent）直接使用。
禁止输出叙事性内容、宣言式语言、背景长文。
研究领域：{XXXXXXXXXXXXXXX}
时间范围:｛XXXXXXXXXXXXXXX｝
────────────────────────────────
Global Output Constraints（全局硬约束）
────────────────────────────────
【1. 时效性约束】
- 知识体系主干必须以时间范围内的方法、工具、实践为准
- 早于该时间范围的内容：
- 仅允许作为背景或对比
- 不得进入知识图谱主干
- 不得作为通关标准依据
- 若某知识点在当前时间范围内已被替代或淘汰，必须标注为「Deprecated」
【2. 复杂度与可用性过滤】
请严格屏蔽以下内容：
- 无法直接转化为“可执行行为或决策”的理论细节
- 需要大量前置学术或底层原理才能理解的内容
- 仅用于“解释为什么存在”，而非“指导如何使用”的知识
判断标准：
如果一个知识点不能回答以下问题之一，则必须删除：
- 我该“做什么”
- 我该“如何做”
- 我该“在什么情况下做或不做”
【3. 结构优先原则】
- 先输出结构化列表，再输出最小必要说明
- 每个说明不超过 2 行
- 禁止连续长段落文本
────────────────────────────────
Task 1：构建「全景知识图谱」The Knowledge Graph
────────────────────────────────
【强制结构（不可变）】
知识图谱必须且只能是三层树形结构：
Layer 1 — 一级节点（Learning Module）
- 顶级学习阶段或能力模块
- 表达“学习顺序”或“能力层级”
- 使用概括性名词短语
Layer 2 — 二级节点（Knowledge Category）
- 某一学习模块下的知识大类
- 要求形成“学完即可独立完成一类任务”的能力闭环
Layer 3 — 三级节点（Atomic Skill）
- 最小可学习、可验证的知识单元
- 必须是可操作的具体行为或判断
- 使用「动词 + 对象」形式描述
【Knowledge ID 规则】
- 每一个三级节点必须生成唯一 Knowledge ID
- 格式：M{模块编号}-K{分类编号}-A{原子编号}
- 示例：M1-K2-A3
────────────────────────────────
Task 2：采集「黄金学习资源」The Golden Repository
────────────────────────────────
【强制规则】
- 仅收录一手、权威、可长期访问的资源
- 优先选择官方文档、官方课程、权威个人或组织发布的内容
- 严禁营销号、内容农场、二手转述
【资源输出格式（必须一致）】
[资源名称]
[类型：文档 / 视频 / 课程 / 代码 / 工具]
[对应 Knowledge ID]
[该资源解决的问题 / 能补齐的能力]
[是否必读：必读 / 选读 / 参考]
[URL]
────────────────────────────────
Task 3：定义「通关标准」Success Metrics
────────────────────────────────
【强制规则】
- 每一条通关标准必须绑定 Knowledge ID
- 必须是可验证、可复现、可失败的
【通关标准输出格式】
[Knowledge ID]
[能力描述]
[可验证的具体成果或 Demo]
[失败判定标准]
────────────────────────────────
Task 4：三表强制绑定校验
────────────────────────────────
在输出末尾生成一张 Binding Summary 表：
Knowledge ID | 知识点名称 | 关联资源数 | 关联通关标准数
规则：
- 关联资源数 < 1 → 标记 × 不合格
- 关联通关标准数 < 1 → 标记 × 不合格
────────────────────────────────
Output Quality Gate（自检清单）
────────────────────────────────
在最终输出前，请逐条自检：
- 是否存在超出时间范围的内容混入主干？
- 是否存在不可执行、不可验证的知识点？
- 是否为严格三层树形结构？
- 是否每个 Knowledge ID 都能反查资源与通关标准？
如任一项为否，必须自行修正后再输出。
────────────────────────────────
Final Instruction
────────────────────────────────
你的输出将作为长期知识资产被 AI 系统直接使用。
优先保证结构正确性、可执行性、可维护性，
而非内容数量或语言表现。