Menu
自动收集社交媒体内容（X/Twitter、即刻、公众号、Reddit 等）并整理成结构化笔记存入飞书多维表格。当用户发送链接或截图时使用此技能。
The review-first prompt is selected by default. You can switch to a direct command or download a local copy.
Read SKILL.md and any companion files shown by SkillsMP before deciding whether to install.
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
A direct command skips the review prompt. Inspect the source before running it.
npx skills add https://github.com/lihanghang/agent-daily-blog --skill content-collectorThe command stays on one line. Scroll horizontally to inspect it before copying.
Prefer a local copy? Download the files currently available to SkillsMP.
Parse PDF and images into structured Markdown / JSON using PPX. Supports OCR, table extraction, formulas, multi-column layouts, and LLM backends.
Take the Clawvard entrance exam to evaluate your capabilities across 8 dimensions (Understanding, Execution, Retrieval, Reasoning, Reflection, Tooling, EQ). 16 questions, graded by AI.
Convert Markdown to WeChat Official Account HTML, inspect supported providers/themes/prompts, generate article images, create drafts, write with creator styles, and remove AI writing traces.
Based on SOC occupation classification
Showing SKILL.md
| name | content-collector |
| description | 自动收集社交媒体内容（X/Twitter、即刻、公众号、Reddit 等）并整理成结构化笔记存入飞书多维表格。当用户发送链接或截图时使用此技能。 |
| version | 1.4.0 |
自动收集社交媒体精彩内容，AI 整理后存入飞书文档。
当用户发送以下内容时自动触发：
重要：本 skill 不直接调用外部脚本或路径，而是输出指引，由 Agent 在运行时调用对应 skill。 以下是当前环境中实际使用的 skill，请确保已安装。
| Skill | 用途 | 安装位置 |
|---|---|---|
| feishu-doc | 读写飞书文档（追加内容、读取已有内容做去重） | ~/.agents/skills/feishu-doc* |
| defuddle | 通用网页正文提取（微信公众号、即刻、Reddit、知乎等） | ~/.opencode/skills/defuddle/ |
| Skill | 用途 | 安装位置 |
|---|---|---|
| x-tweet-fetcher | X/Twitter 推文、文章、时间线提取（零依赖 FxTwitter API） | ~/.opencode/skills/x-tweet-fetcher/ |
| web-content-fetcher | 微信公众号抓取（Scrapling 方案，完美绕过反爬） | ~/.openclaw/workspace/skills/web-content-fetcher/ |
| baoyu-url-to-markdown | 通用 URL 转 Markdown（fallback 方案） | ~/.opencode/skills/baoyu-url-to-markdown/ |
| Skill | 用途 |
|---|---|
| feishu-cron-reminder | 每日定时提醒查看收藏内容 |
| feishu-send-file | 将收藏导出文件发送到飞书群 |
| 依赖 | 用途 | 安装方式 |
|---|---|---|
| pytesseract + pillow | 本地图片 OCR | pip install pytesseract pillow |
| tesseract-ocr | OCR 引擎 | macOS: brew install tesseract; Linux: apt-get install tesseract-ocr tesseract-ocr-chi-sim |
用户发送链接/图片
→ 平台检测 (extract_content.py)
→ 去重检查 (deduplicate.py)
→ Agent 调用对应 skill 提取内容
→ AI 整理成结构化格式
→ 格式化 (append_to_feishu.py)
→ Agent 调用 feishu-doc 追加到文档
运行 extract_content.py 检测链接来源，获取推荐的 skill 和提取方式：
python3 scripts/extract_content.py "https://x.com/user/status/123"
输出示例：
{
"platform_id": "twitter",
"platform_label": "X/Twitter",
"url": "https://x.com/user/status/123",
"skill": "x-tweet-fetcher",
"fallback_skills": [],
"note": "使用 x-tweet-fetcher skill 提取推文/文章内容"
}
支持的平台映射：
| 平台 | 域名 | 首选 Skill | Fallback |
|---|---|---|---|
| X/Twitter | x.com, twitter.com | x-tweet-fetcher | — |
| 微信公众号 | mp.weixin.qq.com | web-content-fetcher (Scrapling) | defuddle |
| 即刻 | okjike.com, jike.cn | defuddle | baoyu-url-to-markdown |
| reddit.com | defuddle | baoyu-url-to-markdown | |
| Hacker News | news.ycombinator.com | defuddle | — |
| 知乎 | zhihu.com | defuddle | baoyu-url-to-markdown |
| Bilibili | bilibili.com, b23.tv | defuddle | baoyu-url-to-markdown |
| 其他 | * | defuddle | baoyu-url-to-markdown |
python3 scripts/deduplicate.py "https://x.com/user/status/123"
检查方式：
.cache/collected_urls.jsonAgent 根据 Step 1 的输出，调用对应 skill 提取内容。例如：
x-tweet-fetcher skilldefuddle skilldefuddle 或 baoyu-url-to-markdown skillAgent 负责调用 skill，本 skill 的脚本只做检测和格式化，不直接调用外部 skill。
平台特殊提示（内嵌在 extract_content.py 的 selectors 字段中）：
#activity-name（标题）、#js_name（作者）、#js_content（正文）、#publish_time（时间）meta[property="og:title"]（作者）、meta[property="og:description"]（内容）、time（时间）.json 获取结构化数据提取到原始内容后，AI 整理为结构化信息：
优化后的流程（v1.4.0）：
1. 抓取内容 → 保存为 .md 文件
2. 上传到飞书云空间 → 获取文件链接
3. LLM 只输出短字段（标题、来源、分类、摘要内容）
4. 写入多维表格，原文通过文件链接跳转
Agent 工作流：
.md 文件（如 /tmp/content_{id}.md）feishu_drive_file upload 上传到云空间https://my.feishu.cn/file/xxx）feishu_bitable_app_table_record 写入多维表格优势：
字段结构：
| 字段 | 类型 | 用途 |
|---|---|---|
| 标题 | 文本 | 可搜索 |
| 来源 | 文本 | 可筛选 |
| 分类 | 单选 | 可筛选 |
| 原文链接 | 超链接 | 原始来源 |
| 摘要内容 | 文本 | AI 生成的摘要，可搜索 |
| 记录时间 | 创建时间 | 自动记录 |
| 原文文件 | 超链接 | 飞书云空间 .md 文件 |
多维表格配置：
ND8ObCuSya5Dv3sREZYc03IlnghtblaHDM5kjtikIl9如果需要存入普通飞书文档（非多维表格），使用：
python3 scripts/append_to_feishu.py '<json_content>'
输出为格式化的 Markdown，供 Agent 调用 feishu-doc 的 append 操作写入文档。
当用户发送截图而非链接时：
python3 scripts/ocr_image.py /path/to/image.png
| 脚本 | 用途 | 是否直接可用 |
|---|---|---|
scripts/extract_content.py | 平台检测 + skill 路由 | ✅ 独立运行 |
scripts/deduplicate.py | URL 去重（本地缓存 + 文档匹配） | ✅ 独立运行 |
scripts/append_to_feishu.py | 内容格式化为飞书 Markdown（备用） | ✅ 独立运行 |
scripts/ocr_image.py | 图片 OCR（需 pytesseract 或外部服务） | ⚠️ 需可选依赖 |
注意：v1.4.0 后不再需要
save_to_bitable.py，改用飞书云空间上传方案。
自动去除以下追踪参数：
utm_source, utm_medium, utm_campaign, utm_term, utm_contentfbclid, gclidref, source.cache/collected_urls.json
{
"https://x.com/user/status/123": {
"original_url": "https://x.com/...",
"date": "2026-03-14T10:00:00",
"metadata": {...}
}
}
飞书文档 Token：首次使用时创建文档，后续追加到同一文档。
文档标题建议：社交内容收藏 - 每日精选
每日提醒（可选，需 feishu-cron-reminder skill）： 每天 18:00 推送当日收藏数量、标题列表和文档链接。