批批量语料蒸馏成知识库

把上百个杂乱资料（doc/pdf/压缩包）蒸馏成体系化知识库的六阶段方法论。四个关键设计：①按内容特征（文件名关键词+平均行长）区分「教材」与「素材库」，只精读前者——实测这一步避免了在 269 个段子文件上浪费算力；②并行 agent 精读的 prompt 模板，含「文件落盘是验收标准」的强制约束（实测 3/8 agent 只说不做）；③★引文逐条回源校验——实测某报告 194 条引文中 174 条（89.7%）与原文不符、其中 74 条整句检索不到即伪造出处，并给出识别方法（引文「太干净」就是危险信号）；④覆盖率复核，用双维度二次判定查出漏收的教材。