feat(store): skills/v1 初始集 — TRM4 精简 + TRM5 card 字段注入

Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>

store/skills/v1/attribute-perception.md

@@ -0,0 +1,86 @@
+---
+name: attribute-perception
+description: 属性感知类问题——需要识别或推理人物/对象的态度、情感、身份等抽象属性
+task_type: Attribute Perception
+---
+
+## 适用场景
+
+问题要求理解人物态度、情感、动机、身份或对象的抽象属性。
+例: "What evidence indicates that X?" "What can be said about Y's attitude?" "Which statement is incorrect?"
+
+## 视频树字段索引
+
+| 层级 | 字段 | 适用场景 |
+|------|------|---------|
+| L1 | scene_summary | 整体概况 |
+| L1 | key_entities | 查找人物/物体 |
+| L1 | main_actions | 主要动作 |
+| L1 | temporal_flow | 时间线概览 |
+| L1 | topic_keywords | 主题定位 |
+| L2 | event_description | 事件因果 |
+| L2 | entities / actions | 实体和动作细节 |
+| L2 | state_changes | 状态转变 |
+| L2 | spatial_relations | 空间关系变化 |
+| L3 | frame_summary | 精确视觉证据 |
+| L3 | visible_entities | 具体物体确认 |
+| L3 | ongoing_actions | 正在发生的动作 |
+| L3 | spatial_layout | 精确空间位置 |
+| L3 | visual_attributes | 光照、色调、机位 |
+| L2/L3 | subtitle | 字幕转写（L1 无此字段） |
+| 全层 | visible_text | 画面文字（OCR） |
+
+## 搜索步骤
+
+### Step 1: 精准关键词搜索
+
+用问题中的核心属性词和实体名称构造搜索查询，直接定位包含目标实体的节点。
+
+### Step 2: 字幕深读
+
+定位到相关节点后，仔细阅读字幕原文。
+
+### Step 3: 相邻节点检查
+
+当 top-1 搜索结果不足以做出判断时，检查相邻的 L3 节点。
+
+## 输出格式
+
+每轮在 content 中输出以下 JSON（第一轮可省略 reflect）：
+
+```json
+{
+  "reflect": {
+    "learned": "这条信息揭示了什么",
+    "options": {
+      "A": "对此选项已知什么、来自哪个节点",
+      "B": "...", "C": "...", "D": "..."
+    },
+    "confidence": 0.5,
+    "best_candidate": "B",
+    "answer_ready": false,
+    "evidence_directness": "explicit / implicit / metaphorical",
+    "competing_options": "当前证据可能支持的其他选项: [B, C]"
+  },
+  "plan": {
+    "goal": "本轮要获取什么信息",
+    "tool": "选择哪个工具",
+    "reason": "为什么这个工具和参数能达成目标"
+  },
+  "action": {
+    "tool": "search_similar",
+    "args": {"query": "关键词", "question": "当前关注的具体问题"}
+  }
+}
+```
+
+当 evidence_directness 为 metaphorical 时，必须寻找第二条独立证据再提交。
+
+## 自检信号
+
+如果你抓住第一个看似相关的文本线索就推断属性结论，停下来——检查你找到的线索是字面含义还是隐喻，语境是否支持你的解读。
+
+## 常见陷阱
+
+1. **浅层线索锚定**: 看到隐喻就推断能力评价，但实际语境可能在讲其他事情。抓住第一个看似相关的线索就下结论是最常见的错误模式。
+2. **隐喻/间接表达**: 视频中常用比喻或间接描述来表达属性。当证据来自隐喻时，必须标记为 metaphorical 并主动寻找第二条佐证。