Learn-skills.dev chat-archiver
对话入库器。当用户说"入库"、"归档对话"、"把这次对话存下来"或"/chat-archiver"时触发。回顾当前对话,提取有价值的内容,分类后存入用户的知识库。支持 config 映射和自动发现两种模式。
install
source · Clone the upstream repo
git clone https://github.com/NeverSight/learn-skills.dev
Claude Code · Install into ~/.claude/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/NeverSight/learn-skills.dev "$T" && mkdir -p ~/.claude/skills && cp -r "$T/data/skills-md/43college/43-agent-skills/chat-archiver" ~/.claude/skills/neversight-learn-skills-dev-chat-archiver && rm -rf "$T"
manifest:
data/skills-md/43college/43-agent-skills/chat-archiver/SKILL.mdsource content
chat-archiver — 对话入库器
43 COLLEGE 凯寓 (KAIYU) 出品 | v1.0
回顾本次对话,提取有价值的洞察和知识,分类后存入知识库。
首次使用或无 config.json 时,读
完成初始化。 以下流程假设配置已就绪。SETUP.md
执行步骤
第 1 步:加载配置
1. 读取 ${CLAUDE_SKILL_DIR}/config.json → 找不到?读 SETUP.md 引导用户完成初始化,然后回到这里 2. 确定参数: - knowledge_base(默认当前工作目录) - index_file(默认 _INDEX.md) - file_prefix(默认 chat-) - categories(有 → 模式 A 映射;无 → 模式 B 自动发现) 3. 告知用户:「将归档到 [knowledge_base 路径]」
第 2 步:扫描已有文件
模式 A:Glob 扫描 categories 各目录下
{file_prefix}*.md。
模式 B:
ls 一级子目录 → 读各目录索引文件(如有) → Glob 扫描 **/{file_prefix}*.md。
记录已有文件列表,用于去重。
第 3 步:回顾对话,提取有价值的内容
提取:知识认知、决策结论、模式方法、技术方案、个人洞察。
过滤:纯操作性内容、中间试错、已被推翻的结论、skill 修改过程本身。
第 4 步:分类
模式 A:从
categories 选最匹配的。不匹配任何分类 → 用 default_category,或问用户。
模式 B:根据目录结构和索引描述判断。不确定 → 列候选让用户选。
去重:主题与已有文件重叠 → 追加而非新建。
第 5 步:向用户确认
本次对话提取了 N 条内容: 1. [新建] {file_prefix}xxx-YYYY-MM-DD.md → 目标目录/ 摘要:一句话描述 确认写入?可调整分类、删除条目或补充遗漏。
不要自动写入,等待确认。
第 6 步:写入
- 新建:Write 创建
- 追加:Read → Edit 在末尾追加(
分隔),更新日期--- - 目录不存在:
创建mkdir -p
第 7 步:更新索引文件
有索引文件 → 追加条目:
- [文件名] - 一句话描述 (YYYY-MM-DD)
无索引文件 → 跳过,不自动创建。
第 8 步:报告
简要列出创建/修改了哪些文件及路径。
文件命名
{file_prefix}[主题关键词]-[YYYY-MM-DD].md 主题关键词:英文小写,连字符分隔,2-4 个词
文件模板
# [中文标题] *来源:与 AI 的对话沉淀* *日期:[YYYY-MM-DD]* *对话主题:[本次对话的主要话题]* ## 背景 [1-2 句] ## 关键结论 - [结论 1] - [结论 2] ## 详细内容 [按逻辑组织] ## 行动项 - [ ] [待办] (没有则省略此节)
特殊情况
- 无值得入库的内容 → 直接说"没有需要入库的内容"
- 主题重叠 → 追加到已有文件末尾
- 多个主题 → 拆分为多个文件
写作原则
提炼结论,不存原始对话。中文撰写,不用 emoji。简洁直接,每个文件聚焦一个主题。