- 📁 examples/
- 📄 README.md
- 📄 SKILL.md
Nightly pipeline for integrating newly captured external article notes into Brain knowledge surfaces. Use when: 文章整合, article notes integration, nightly article sync, update article relations, topic index update, article knowledge graph, 前一天文章整理, 或 run the 02:00 article pipeline. --- # Article Notes Integration 把前一天新增或待整合的 Article Notes,转成可检索、可关联、可继续提炼的 Brain 知识输入层。 ## Purpose 这个技能负责 **文章 ingestion 之后的 nightly integration**,而不是原始外部文章采集本身。 它处理的是: 1. 扫描昨天新增或尚未 integrated 的 article notes 2. 校验并补足结构 / frontmatter / relation 状态 3. **交叉引用更新**(见下方 Cross-Reference Protocol,每次 ingest 后执行) 4. 更新 topic / domain / project 相关的轻量图谱入口 5. 生成 open questions / pattern candidates / article-derived graph signals 6. 输出高价值 article candidates,供后续 flywheel amplification 使用 ## Primary Inputs - Brain root: `{{BRAIN_ROOT}}` - Source notes: `03-KNOWLEDGE/02-WORKING/01-ARTICLE-NOTES/` - Candidate set: - 前一天新增 article notes - 或 `integration_status != integrated` 的 article notes - Read-only context: - related domain notes - `03-KNOWLEDGE/99-SYSTEM/01-INDEXES/` 下已有 topic / topic-map / open-question surfaces - `05-PROJECTS/` 下 project briefs(若能稳定识别项目) ## Required Outputs
- 📁 scripts/
- 📄 config.example.yaml
- 📄 SKILL.md
当用户要求工作总结、周报告、工作总结、周报、工作总结或冲刺/期间回顾时使用。从配置的存储库聚合 GitHub PR/提交/发布活动,可选择通过 MCP 读取线性循环问题,尊重中国公共假期,并生成降价报告。默认范围是前一周的周一至周日。
用于发布 Claude Code 实验室会议的端到端管道。自动查找/创建 Fathom 文字记录、下载视频、上传到 YouTube、生成经过事实检查的俄语摘要、创建 MDX 文档,并推送到代理文档以进行 Vercel 部署。单次调用取代了 5 个以上的手动步骤。
- 📁 references/
- 📁 scripts/
- 📄 .gitignore
- 📄 LICENSE
- 📄 package.json
Get笔记 - 保存、搜索、管理个人笔记和知识库。 **当以下情况时使用此 Skill**: (1) 用户要保存内容到笔记:发链接、发图片、说「记一下」「存到笔记」「保存」「收藏」 (2) 用户要搜索或查看笔记:「搜一下」「找找笔记」「最近存了什么」「看看原文」 (3) 用户要管理知识库或标签:「加到知识库」「建知识库」「加标签」「删标签」 (4) 用户要配置 Get笔记:「配置笔记」「连接 Get笔记」
使用知识库见解解决问题 - 提取搜索词、运行并行知识库查询、综合基于您自己的框架的建议
- 📄 rules-reference.md
- 📄 SKILL.md
使用 markdownlint 格式化和 lint markdown 和 MDX 文件,并具有自动和手动修复的全面规则知识。在处理 .md 或 .mdx 文件、格式化文档、linting markdown/MDX 或用户提到 markdown 问题、格式问题或文档标准时使用。
- 📁 deps/
- 📁 docs/
- 📁 platforms/
- 📄 .gitignore
- 📄 AGENTS.md
- 📄 CHANGELOG.md
个人知识库构建系统(基于 Karpathy llm-wiki 方法论)。让 AI 持续构建和维护你的知识库, 支持多种素材源(网页、推特、公众号、小红书、知乎、YouTube、PDF、本地文件), 自动整理为结构化的 wiki。 触发条件:用户明确提到"知识库"、"wiki"、"llm-wiki",或要求对已初始化的知识库执行 消化、查询、健康检查等操作。不要在用户只是要求"总结这篇文章"时触发——必须是明确的 知识库相关意图。 --- # llm-wiki — 个人知识库构建系统 > 把碎片化的信息变成持续积累、互相链接的知识库。你只需要提供素材,AI 做所有的整理工作。 ## 这个 skill 做什么 llm-wiki 帮你构建一个**持续增长的个人知识库**。它不是传统的笔记软件,而是一个让 AI 帮你维护的 wiki 系统: - 你给素材(链接、文件、文本),AI 提取核心知识并整理成互相链接的 wiki 页面 - 知识库随着每次使用变得越来越丰富,而不是每次重新开始 - 所有内容都是本地 markdown 文件,用 Obsidian 或任何编辑器都能查看 ## 核心理念 传统方式(RAG/聊天记录)的问题:每次问问题,AI 都要从头阅读原始文件,没有积累。知识库的价值在于**知识被编译一次,然后持续维护**,而不是每次重新推导。 ## 快速开始 告诉用户这两步就够了: 1. **初始化**:说"帮我初始化一个知识库" 2. **添加素材**:给一个链接或文件,说"帮我消化这篇" --- ## Script Directory Scripts located in `scripts/` subdirectory. **Path Resolution**: 1. `SKILL_DIR` = this SKILL.md's directory 2. Script path = `${SKILL_DIR}/scripts/<script-name>` --- ## 依赖检查 首次使用时,检查以下依赖是否已安装。如果缺失,提示用户运行安装: ```bash bash ${SKILL_DIR}/setup.sh ``` 依赖 skill / 工具: - `baoyu-url-to-markdown` — 普通网页、X/Twitter、部分知乎提取 - `wechat-article-to-markdown` — 微信公众号提取 - `youtube-transcript` — YouTube 字幕提取 即使部分依赖缺失,skill 仍可工作(用户可以手动粘贴文本内容)。 --- ## 工作流路由 根据用户的意图,路由到对应的工作流: | 用户意图关键词 | 工作流 | |---|---| | "初始化知识库"、"新建 wiki"、"创建知识库" | → **init** | | URL / 文件路径 / "添加素材"、"消化"、"整理" / 直接给链接 | → **ingest** | | "批量消化"、"把这些都整理" / 给了文件夹路径 | → **batch-ingest** | | "关于 XX"、"查询"、"XX 是什么"、"总结一下" | → **query** | | "给我讲讲 XX"、"深度分析 XX"、"综述 XX"、"digest XX" | → **digest** | | "检查知识库"、"健康检查"、"lint" | → **lint** | | "知识库状态"、"现在有什么"、"有多少素材" | → **status** | | "画个知识图谱"、"看看关联图"、"graph"、"知识库地图" | → **graph** | **重要**:如果用户直接给了一个 URL 或文件,但没有明确说要做什么,默认走 **ingest** 工作流。如果知识库还不存在,先自动走 **init** 再走 **ingest**。 --- ## 通用前置检查 除 `init` 外,其他工作流默认先执行这段检查: 1. 先检查**当前工作目录**是否包含 `.wiki-schema.md` - 如果包含 → 用当前目录作为知识库根路径 - 如果不包含 → 回退到读取 `~/.llm-wiki-path` 2. 如果两者都没有: - `ingest` / `batch-ingest` → 先运行 `init` - `query` / `lint` / `status` / `digest` / `graph` → 提示用户先初始化知识库 3. 读取知识库根目录下的 `.wiki-schema.md` 4. 从 `.wiki-schema.md` 的"语言"字段判断 `WIKI_LANG` - `语言:中文` → `WIKI
通过引导式问答对话开发互动想法。这项技能可以通过提出有针对性的问题、扩展可能性以及生成捕捉其思维本质的结构化 Markdown 文档来帮助用户澄清和发展他们的想法。
浏览 Remnic 知识图中的实体并显示它们的事实和关系。触发短语包括“告诉我有关该实体的信息”、“查找”、“我们知道什么”。
通过委托给规范存储库 SKILL 及其分支文档来领取 tDVV 上的 AI 赏金;此公共技能仅限 AA/CA,并且需要明确的写入确认。
- 📁 references/
- 📄 LICENSE.txt
- 📄 SKILL.md
VRChat 技能革新器,用于知识填充、刷新和质量改进。当将 VRChat 技能更新到新的 SDK 版本、填补缺失的知识、修复过时的信息或提高技能质量时,请使用此技能。针对 unity-vrc-udon-sharp 和 unity-vrc-world-sdk-3 技能。
- 📁 examples/
- 📁 specs/
- 📄 SKILL.md
通过发现真实质量信号、生成文档/适应度并迭代 entrix 验证直到结果可执行,在当前存储库中设置或修复 Entrix 适应度规范。当用户要求引导 entrix、添加或拆分健身维度、修复无效的健身规范或使文档/健身真正可运行时使用。