Claude-skill-registry digest-content

对文章/转录/报告文本做结构化摘要，归档到主题档案（可选）并写入 U1 的长期记忆（mem0-memory）。

install

source · Clone the upstream repo

git clone https://github.com/majiayu000/claude-skill-registry

Claude Code · Install into ~/.claude/skills/

T=$(mktemp -d) && git clone --depth=1 https://github.com/majiayu000/claude-skill-registry "$T" && mkdir -p ~/.claude/skills && cp -r "$T/skills/data/digest-content" ~/.claude/skills/majiayu000-claude-skill-registry-digest-content && rm -rf "$T"

manifest: skills/data/digest-content/SKILL.md

触发条件

当用户提供或指向以下内容时使用本技能：

一段粘贴文本（文章/观点/讨论）
一个本地文件路径（Markdown/纯文本/转录）
一个 URL（若无法获取正文，先让用户提供转录/正文或使用 web_search 获取公开内容）

目标

生成结构化 digest（Markdown），并保存到：
- 若提供
```
topic_id
```
  ：
```
archives/topics/<topic_id>/digests/
```
- 否则：
```
exports/digests/
```
抽取“长期价值结论候选”，写入 mem0（
```
user_id=U1_USER_ID
```
）
（可选但推荐）为投研/研究用途生成 Claim Ledger，并对“高影响未核验”项创建 tasks

操作步骤（SOP）

确定输入
- 若用户给的是路径：读取文件内容。
- 若是 URL：优先尝试获取公开内容；若不可得，提示用户提供正文/转录。
- 若是视频：
  - 若已存在转录文本：按“路径”处理转录即可；
  - 若提供的是本地视频路径且已配置
```
video_pipeline
```
    MCP：先调用
```
video_pipeline.analyze_video
```
    生成
```
evidence_compact.md
```
    ，再对该文件做 digest（避免把全量转写/OCR 原样喂给模型）。
  - 若提供的是 B 站 URL（UP 主页或单条视频 URL）：先用
```
scripts/bilibili_up_batch.py
```
    下载到
```
imports/content/videos/
```
    ，再走
```
video_pipeline
```
    。
生成结构化摘要（按模板）
- 若已启用
```
glm_router
```
  MCP：
  - 优先用
    glm_router.glm_router_write_file
    直接写入目标文件（低成本、且不把长文作为 tool result 回到 Codex 上下文）。
    - 推荐：先
```
allow_paid=false
```
      ；若失败/限流/输出不符合约束，再按需重试
```
allow_paid=true
```
      （质量优先，其次成本）。
    - 建议设置
```
validate.must_have_substrings=["## 核心观点","## Claim Ledger"]
```
      并给出
```
max_chars
```
      ，让校验失败时在 MCP 内部自动重试。
  - 仅当你需要“把输出拿回当前上下文做二次推理/改写”时，才用
```
glm_router.glm_router_chat
```
    生成短输出或片段。
- 使用
```
templates/digest.md
```
  的结构生成：
  - 核心观点（3–7 条）
  - 关键证据/数据点
  - 反驳点/局限性
  - 对主题框架的影响（若关联 topic）
  - 建议写入 mem0 的长期结论候选（可选）
  - Claim Ledger（断言清单，优先给出来源/证据指针）
- 外部事实需要来源标注（链接/出处）+ 不确定性提示（见
```
spec.md
```
  信息源策略）。
落盘
- 生成文件名：
```
YYYY-MM-DD_<source_slug>.md
```
- 写入目标目录（topic 优先）。
- 若已用
```
glm_router_write_file
```
  直接写入：此步只需检查文件是否存在、结构是否完整（必要时抽查 1–2 段）。

写入 mem0（U1）

只写入“长期价值”部分（不要写长文全文）。

调用

mem0-memory.add_memory(user_id=U1_USER_ID, kind=topic_insight|investing_thesis|personal_principle|reflection, topic=<topic_id或自定>)

。

（可选）创建核验 tasks
- 对 Claim Ledger 里
```
核验状态=unverified
```
  且“影响范围高”的条目，创建
```
tasks.create_task
```
  ：
  - ```
  category=investing|tech
```
- ```
topic_id=<topic_id>
```
    （如有）
  - ```
  source=digest_content
```
- title 建议以“核验/找官方口径/读原文”为主
对用户反馈
- 返回：
  - digest 文件路径
  - 写入 mem0 的条目摘要（kind/topic）
  - （如有）创建的 tasks 列表
- 若提供了
```
topic_id
```
  ：提示用户下一步可用
```
topic-ingest
```
  skill 更新
```
sources.md/timeline.md
```

输出格式

```
digest_path
```
:
```
<path>
```
```
mem0_updates
```
: 列表（
```
kind
```
,
```
topic
```
,
```
summary
```
）
```
tasks_created
```
: 列表（
```
id
```
,
```
title
```
）