القائمة
文档智能整理助手 - 批量转换办公文档为 Markdown，本地模型生成摘要，三维度软链接分类
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
| name | doc-mindmap |
| description | 文档智能整理助手 - 批量转换办公文档为 Markdown，本地模型生成摘要，三维度软链接分类 |
将散落的办公文档（PDF、PPT、Word、Excel 等）批量转换为 Markdown，通过本地 Ollama 模型生成摘要和三维度分类，用软链接同时呈现多种分类方案，零额外磁盘占用。
Use this skill when users:
触发关键词: 文档整理, 文档分类, 思维导图, mindmap, 文档摘要, PDF 转 Markdown, 批量转换, 文档归档
| 格式 | 扩展名 | 说明 |
|---|---|---|
| PDF 文档 | ||
| 📊 PPT | .pptx | PowerPoint 演示文稿 |
| 📝 Word | .docx | Word 文档 |
| 📈 Excel | .xlsx, .xls | 电子表格 |
| 📈 CSV | .csv | 逗号分隔值 |
| 🌐 HTML | .html, .htm | 网页 |
| 📚 EPUB | .epub | 电子书 |
| 📋 JSON | .json | JSON 数据 |
| 📋 XML | .xml | XML 数据 |
python scripts/doc_converter.py ~/Documents/reports --preview
python scripts/doc_converter.py ~/Documents/reports --convert --confirm
python scripts/doc_converter.py file1.pdf file2.pptx --convert --confirm
python scripts/doc_converter.py ~/Documents/reports --summarize
python scripts/doc_converter.py ~/Documents/reports --summarize --model qwen3:8b
python scripts/doc_converter.py ~/Documents/reports --organize
python scripts/doc_converter.py ~/Documents/reports --organize --rename
python scripts/doc_converter.py ~/Documents/reports --convert --confirm --summarize --organize
# 含优化文件名
python scripts/doc_converter.py ~/Documents/reports --convert --confirm --summarize --organize --rename
python scripts/doc_converter.py ~/Documents --preview --json
| 参数 | 说明 |
|---|---|
paths | 文件或目录路径（支持多个） |
--preview | 预览模式，列出文档 + 重复检测 |
--convert | 执行批量转换（自动跳过重复文件） |
--summarize | 使用 Ollama 本地模型生成摘要（需先 convert） |
--organize | 三维度分类并生成软链接目录（需先 summarize） |
--rename | 软链接使用 AI 建议的优化文件名（配合 --organize） |
--model MODEL | Ollama 模型名称（默认: qwen2.5:3b） |
--confirm | 确认执行（安全机制） |
--json | JSON 格式输出 |
转换输出在源文件夹的 .summaries/ 隐藏目录下：
{source}/
└── .summaries/
├── converted/ # markitdown 转换的 .md 文件
│ ├── report.pdf.md
│ ├── slides.pptx.md
│ └── data.xlsx.md
├── briefs/ # Ollama 生成的摘要
│ ├── report.pdf.brief.md
│ ├── slides.pptx.brief.md
│ └── data.xlsx.brief.md
├── schemes/ # 软链接分类目录
│ ├── by-topic/ # 按主题分类
│ │ ├── AI技术/
│ │ │ └── AI驱动产品管理指南.pptx -> ../../../../slides.pptx # --rename
│ │ └── 数据治理/
│ │ └── C端数据治理规划.pdf -> ../../../../report.pdf # --rename
│ ├── by-usage/ # 按用途分类
│ │ ├── 培训材料/
│ │ └── 客户交付方案/
│ └── by-client/ # 按客户分类
│ ├── 沃尔沃/
│ └── 通用方案/
├── mindmap.md # Claude 生成的思维导图分类
└── index.csv # 转换索引（含 MD5、重复标记）
pip install 'markitdown[all]'brew install ollama + ollama pull qwen2.5:3bpip install requestsClaude 使用此技能时，按以下步骤执行：
运行预览命令，向用户展示文档列表和重复检测结果：
python doc-mindmap/scripts/doc_converter.py <路径> --preview
告知用户找到的文档数量、类型分布、总大小和重复文件情况，等待确认。
用户确认后执行转换（重复文件自动跳过）：
python doc-mindmap/scripts/doc_converter.py <路径> --convert --confirm
使用 Ollama 本地模型为每个文档生成摘要，不消耗 Claude 上下文窗口：
python doc-mindmap/scripts/doc_converter.py <路径> --summarize
也可以和 convert 一起执行：
python doc-mindmap/scripts/doc_converter.py <路径> --convert --confirm --summarize
使用 Ollama 对每个文档进行三维度分类（主题/用途/客户），同时为每个文档建议更清晰的文件名：
# 先不带 --rename 运行，展示分类结果和建议文件名
python doc-mindmap/scripts/doc_converter.py <路径> --organize
向用户展示分类结果和 AI 建议的文件名，询问是否使用优化文件名。如果用户同意：
python doc-mindmap/scripts/doc_converter.py <路径> --organize --rename
三套分类方案通过软链接同时存在于 .summaries/schemes/ 下，零额外磁盘占用。--rename 仅影响软链接名称，不修改原始文件。
询问用户是否要在 Finder 中预览分类目录。如果用户同意：
cp -a <.summaries/schemes> ~/Desktop/文档分类-$(date +%Y%m%d)
open ~/Desktop/文档分类-$(date +%Y%m%d)
用户可以在 Finder 中直观浏览三种分类方案，双击软链接即可打开原始文件。
读取 .summaries/briefs/ 下的摘要文件，生成 .summaries/mindmap.md 思维导图分类文件。
向用户展示：
Decide whether a task in the current project is worth running as an agent loop. Analyzes the repo for evidence first (tests/CI/bench scripts = available verifiers; issue+PR queues = recurring work; module boundaries), then interviews the user one question at a time on the genuine decisions, and returns one of three verdicts — don't loop (stay in the loop yourself), timer loop (/loop, /schedule), or goal loop (/goal) — with cited evidence and, when looping is warranted, a drafted four-part contract (goal / verification / boundary / stop) bound to real commands found in the repo. Recommending NO loop is a first-class outcome. Use when the user asks 值不值得 loop / should I loop this / 要不要上 /goal / 这个活能不能挂个循环自动跑, or wants to apply loop engineering to a project.
GitHub backlog governance manager-loop. Triage open issues (type + routing labels), complete thin descriptions, maintain a bounded ready queue (Todo ≤ 5) on a GitHub Projects board, and repair board drift (closed issue still "In Progress" etc.). Config-driven — reads .claude/backlog-manager.yaml from the target repo; runs an init flow to generate it if missing. DRY-RUN by default, pass "apply" to execute writes. Use for recurring backlog grooming / issue triage of any GitHub repo, standalone or driven by /loop. Requires gh CLI with repo + project scopes.
Generate images (Nano Banana Pro / Imagen) and videos (Veo 3.1) through Google Flow using the account's Ultra/Pro SUBSCRIPTION credits instead of the metered Gemini/Vertex API — no per-call API cost. Use when the user wants to create a thumbnail, cover, poster, b-roll clip, image, or short video with AI and wants to avoid API billing, or explicitly mentions Flow / gflow / Veo / Nano Banana via subscription. Wraps the gflow-cli tool; encodes this machine's Flow new-UI quirk (PREFER_CLASSIC) and credit-safe retry rules learned the hard way. NOT for the paid Gemini-API nano-banana-pro path (that costs money) — this is the subscription path.
Generate a printer-receipt styled PNG bill of AI token usage and cost from local ccusage data, for the 绿皮火车 channel. Use when the user wants a token usage "账单"/"小票"/"收银台"/receipt/invoice, a shareable spend breakdown by model / input / output / cached / by day, or 节目素材 about token 消耗/花费. Triggers on "生成账单", "token 收据", "做张小票", "用量账单", "token receipt", "spend breakdown image".
本地把音频/视频文件或在线视频 URL 转录成文字稿(txt/srt/vtt/json)。基于 Apple Silicon 上的 mlx_whisper,支持中英文等多语言、自动语言检测、模型规格选择。当用户想要"转录""生成字幕/文稿/transcript""把这段音频/视频转成文字""提取台词""做 SRT 字幕",或给出一个音视频文件/YouTube 等链接要文字内容时使用。
Jordan Peterson(乔丹·彼得森,「龙虾教授」)的思维框架与表达方式。基于著作、长访谈/辩论 transcript、X发帖、外部批评、决策记录、完整时间线共6维度216个来源(一手占比约48%)的深度调研, 提炼6个核心心智模型、8条决策启发式和完整的表达DNA,并内置其已被外部验证的失效模式标注。 用途:作为思维顾问,用彼得森的视角分析个人困境、意义危机、责任与成长、文化争议、叙事与神话。 当用户提到「用彼得森的视角」「Jordan Peterson会怎么看」「彼得森」「皮特森」「龙虾教授」「JP模式」「JBP」 「peterson perspective」「人生十二法则」「12条法则」时使用。 即使用户只是说「整理好你的房间」「混乱与秩序」「先承担责任」 「帮我用彼得森的角度想想」「切换到彼得森」也应触发。 用户讨论「躺平」「内卷」「精神内耗」「年轻人迷茫」「人生没有意义」等话题且明确想要某种视角分析或建议时也可触发。 不要在用户只是泛泛倾诉、求安慰、查心理学概念,或寻求真实医疗/心理咨询时触发—— 这是思维框架skill,不是心理治疗。