---
name: iea-extract
agent_created: true
description: "IEA 元素提取工具——将叙事文本拆解到不可再分的感知原子。LLM 辅助第一遍提取 + 人工第二遍校验。输出结构化 JSON 元素列表和 ECG 表达式。触发词：「提取元素」「拆解叙事」「元素解码」「IEA提取」「extract elements」「这个叙事由什么组成」"
---

# IEA 元素提取

> 将叙事文本分解到不可再分的感知原子层。LLM 做第一遍（覆盖 70-80% 常规元素），分析者做第二遍校验（聚焦 20-30% 边缘/争议元素）。

**前置依赖**：本 skill 是 `iea` 主 skill 的子工具。需了解六类元素类型学（实体/动作/空间-关系/抽象结构/性质/情感）。详见 `iea` skill 或 `references/extraction_prompt.md`。

---

## 何时触发

- 「提取这段叙事的元素」
- 「把这个神话拆解到元素层」
- 「帮我做 IEA 第一步解码」
- 「这个文本里有哪些感知原子」
- 「拆解这个叙事」

---

## 操作方式

### 方式 A：AI 直接提取（推荐）

在触发本 skill 后，直接对 AI 说「提取以下文本的元素：[粘贴文本]」。AI 会按 IEA 元素类型学输出结构化 JSON。

### 方式 B：生成 LLM 提示词

```bash
python scripts/extract_elements.py narrative.txt --prompt-only
```

将输出的提示词复制到 Claude/GPT 等 LLM 中执行。

### 方式 C：评估提取质量

如果有 ground truth 标注，对比 LLM 提取结果：

```bash
python scripts/evaluate_extraction.py ground_truth.json extracted.json
```

输出精确率、召回率、F1、逐类目分解。

---

## 输出格式

```json
{
  "elements": [
    {
      "id": 1,
      "element": "水",
      "category": "实体",
      "subcategory": "自然物",
      "independence": "独立",
      "sensory_origin": "视觉+触觉——日常用水、洪水",
      "bound_to": null,
      "text_span": "洪水淹没大地"
    }
  ],
  "ecg_expression": "{因果, {神怒, {水, 淹没}}}",
  "notes": ["边缘情况说明"]
}
```

---

## 人工校验清单

LLM 提取完成后逐项检查：

- [ ] 所有组合产物（龙、独角兽等）是否被正确拆解？
- [ ] 情感元素是否都绑定了参照物？
- [ ] 空间-关系元素是否被标注？
- [ ] 是否有明显的遗漏？
- [ ] ECG 表达式是否准确？

---

## 与主 skill 的关系

本 skill 对应 IEA 第一步（元素解码）。可独立触发，也可在 `iea` 主 skill 流程中调用。