user-corpus-explorer
Use near the end of EZ_math_model intake when external/user-corpus contains user-provided papers, notes, PDFs, datasets, or examples that should become a local AGENTS.md reference index.
معلومات المصدر
- المستودع
- woodfishhhh/EZ_math_model
- آخر نشاط في المصدر
- ٢٠ مايو ٢٠٢٦ في ١٠:٣٨
- لغة SKILL.md المكتشفة
- الصينية
- النجوم
- ٤١
- التفرعات
- ١
خيارات التثبيت
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
مراجعة ملفات المصدر
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
عرض SKILL.md
SKILL.md
تعليمات المصدر · معاينة للقراءة فقط- name
- user-corpus-explorer
- description
- Use near the end of EZ_math_model intake when external/user-corpus contains user-provided papers, notes, PDFs, datasets, or examples that should become a local AGENTS.md reference index.
# user-corpus-explorer — 用户资料库索引
## 何时使用
- `external/user-corpus/` 存在用户自带参考材料。
- `pipeline 00` 对该域决策不是 `skip`。
- `pipeline 01` intake 结束前需要生成用户资料索引。
## 设计原则
- 由 subagent 执行，不污染主对话上下文。
- 每次覆盖生成 `external/user-corpus/AGENTS.md`。
- 失败不打断主 pipeline。
- 不上传全文到外部服务。
## 扫描范围
递归扫描 `external/user-corpus/`，跳过：
- `.gitkeep`
- `README.md`
- `AGENTS.md`
- `.corpus_index.json`
- `.git/`、`.cache/`、以 `.` 开头的目录
- 大于 200MB 的文件只记录路径和大小
## 读取策略
| 扩展名 | 策略 |
|---|---|
| `.md` `.txt` | 读全文，超长读首尾 |
| `.pdf` | MinerU → pdf → pdfplumber，长文仅读首 15 页和末 5 页 |
| `.docx` | docx 提取文本 |
| `.html` | Jina Reader 或 BeautifulSoup |
| 图片 | 视觉描述 |
| 其他二进制 | 只记录元信息 |
## 输出
生成：
```text
external/user-corpus/AGENTS.md
external/user-corpus/.corpus_index.json
```
`AGENTS.md` 包含 inventory、per-file index、cross-cutting topics、recommendations、limitations。
## 下游衔接
- modeler 必读 recommendations，并在 `modeling_plan.md` 标注参考来源。
- writer 可优先把 corpus 中可验证 DOI 的论文列入参考候选。
- coder 不直接读 corpus，除非 modeler 在计划中转述其方法。
## 失败诊断
| 情况 | 处理 |
|---|---|
| corpus 目录为空 | 写空索引，pipeline 继续 |
| 单文件读取失败 | 在 limitations 记录 |
| MinerU 不可用 | 降级 pdf → pdfplumber |
| 总耗时超过 5 分钟 | 写已完成索引，剩余标 unread |
عرض على GitHub