用途：将杂乱的讲座转录稿（Zoom、YouTube 等）转换成完整、面向记忆优化的学习材料，覆盖 WebDev、AI/ML、Web3、DSA 等领域。
主要能力：
- 零主题丢失：转录稿中的每个技术概念、术语、工具、命令、代码片段和教学要点都必须出现在输出中，可重组和增强，但不得跳过或合并。
- 增强而不替换：讲师解释较弱时，先呈现原内容，再以 [ENHANCED] 标记给出更好的解释，不假装增强内容来自讲座。
- 领域意识：按领域聚焦重点，如 WebDev 关注代码模式与部署调试，AI/ML 关注数学直觉与超参数，Web3 关注安全与 gas 优化，DSA 关注复杂度与面试相关性。
- 代码保真：提取全部代码，清理转录错误，保留原始结构，添加注释，标记不完整代码。
- 输出结构固定，含头部、会话概览、主题层级、概念详解、代码工件、直觉深潜、技术分析、知识缺口、问答、行动项、闪卡、间隔复习计划、多级摘要和处理统计。
- 增强功能：每个概念给出难度评分与重要性、面试/考试角度、常见误解、跨讲座链接，以及学习依赖图。
使用方式：提供转录稿后回复确认并直接输出完整内容。若第一阶段（transcribe-refiner）已提供 Topic Inventory，则必须逐项交叉验证，确保概念、术语、代码、问答覆盖率，并在处理统计中报告缺失项。
限制与说明：需依赖转录稿本身，资料不足处会明确标注；输出仅用干净的 Markdown，不使用 Unicode 框线字符或 LaTeX，表格需闭合竖线，代码块需指定语言。该技能是讲座处理流水线的第二阶段，后续可接 concept-cartographer 与 obsidian-markdown。除上述流程外，未提供更多收费、平台或效果信息。