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/object-reasoning.md

@@ -0,0 +1,85 @@
+---
+name: object-reasoning
+description: 对象推理类问题——需要对视频中的对象进行属性、关系或因果推理
+task_type: Object Reasoning
+---
+
+## 适用场景
+
+问题要求推理视频中对象的属性、关系、用途或意义。
+例: "What can be inferred about X?" "What does Y represent?" "Which gadget had the least impact?"
+
+## 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: 定位
+
+根据问题的线索选择最高效的定位方式。
+
+### Step 2: 证据收集
+
+从 L1/L2 字幕中提取与推理相关的因果链和解释性信息。
+
+### Step 3: 验证
+
+对每个选项逐一检查是否有直接证据支持或否定。
+
+## 输出格式
+
+每轮在 content 中输出以下 JSON（第一轮可省略 reflect）：
+
+```json
+{
+  "reflect": {
+    "question_asks": "用自己的话改写题目",
+    "needs_visual": "本题是否需要视觉细节来区分选项？如果是，需要对比哪些具体属性？",
+    "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_level": "L1_summary / L2_subtitle / L3_visual / observe_frame"
+  },
+  "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": "view_node",
+    "args": {"node_id": "L1_000", "question": "当前关注的具体问题"}
+  }
+}
+```
+
+## 自检信号
+
+如果你在 view_node 或 search_similar 的摘要中读到了外观描述并直接用于判断，检查 needs_visual 字段——如果为"是"，必须用 observe_frame 确认。
+
+## 常见陷阱
+
+1. **编号/顺序推理**: 视频中的编号可能是倒序或非线性的。必须在字幕中找到明确的编号标注，不要假设编号顺序与出现顺序一致。
+2. **"代表/象征"类推理**: 字幕中可能有多层含义，需要区分字面信息和深层含义。选择与视频论述最直接对应的选项。