Skip to main content

server-digest

消化服务器上的学习记录。当用户提供来自远程服务器的 md 文件或文本内容(AI 对话记录、 开发调试日志、学习总结等),智能分类并存入本地 Obsidian 知识库,可选同步到 iwiki。 触发词:整理、记录、消化、归档、ingest、digest + 服务器/学习/笔记/对话。

Informations de source

Dépôt
sss-hust/skills
Dernière activité de la source
5 mai 2026 à 13:45
Langue détectée de SKILL.md
chinois
Étoiles
1
Forks
0

Options d'installation

Le prompt qui vérifie d'abord la source est sélectionné par défaut. Vous pouvez passer à une commande directe ou télécharger une copie locale.

Vérifiez les fichiers source

Lisez SKILL.md et les fichiers associés affichés par SkillsMP avant de décider de l'installer.

Affichage de SKILL.md

SKILL.md
Instructions source · Aperçu en lecture seule
name
server-digest
description
消化服务器上的学习记录。当用户提供来自远程服务器的 md 文件或文本内容(AI 对话记录、 开发调试日志、学习总结等),智能分类并存入本地 Obsidian 知识库,可选同步到 iwiki。 触发词:整理、记录、消化、归档、ingest、digest + 服务器/学习/笔记/对话。
# server-digest - 服务器学习记录消化器 > 将远程服务器上产生的学习记录(AI 对话、调试日志、学习总结)智能归档到本地知识库,并可选同步到 iwiki。 ## 触发条件 当用户的输入包含以下意图时激活此 skill: - "整理一下这个"/"帮我记录"/"消化这段"/"归档" + 内容或文件 - 用户明确提到来自服务器/远程的学习记录 - 用户提供了包含技术学习内容的 md 文件路径或粘贴内容 ## 输入格式 两种输入方式: 1. **文件路径**: 用户提供本地文件路径(如 `/tmp/xxx.md` 或拖入的文件) 2. **粘贴内容**: 用户直接在对话中粘贴 markdown 内容 ## 处理流程 ### Step 1: 读取内容 如果是文件路径,读取文件内容。如果是粘贴内容,直接使用。 ### Step 2: 智能分类 分析内容特征,确定归档类型: | 内容特征 | 分类 | 目标目录 | 文件名格式 | |----------|------|----------|------------| | 技术概念学习、AI对话提炼、框架理解 | note | `05-resources/notes/` | `主题-子主题.md` | | 结构完整、有深度、适合发布 | blog | `05-resources/blog/` | `YYYYMMDD-slug.md` | | 调试记录、每日开发进度 | daily | `02-daily/YYYY/MM/` | `YYYY-MM-DD-日记.md`(追加) | | 项目相关的阶段性记录 | project | `03-projects/项目名/` | 按项目组织 | | 零散想法、未成形的灵感 | inbox | `01-inbox/` | `YYYYMMDD-HHMMSS-描述.md` | **分类判断规则:** - 有清晰的知识结构(概念→原理→示例)→ **note** - 内容 >1000 字且逻辑完整 → 考虑 **blog**(需用户确认) - 包含"今天"/"调试"/"修复"/"部署" → **daily/project** - 很短/很碎/无结构 → **inbox** ### Step 3: 向用户确认分类 向用户展示分析结果: ``` 📋 内容分析: - 主题: [识别出的主题] - 类型: [note/blog/daily/project/inbox] - 建议标题: [生成的标题] - 建议标签: [tag1, tag2, ...] - 目标位置: [目标路径] 确认归档?还是调整分类? ``` ### Step 4: 内容处理 根据类型进行不同程度的处理: - **note**: 如果原文已经写得好(有段落叙述、有思考过程、有干货),保留原样只补 frontmatter。如果原文过于碎片化或结构混乱,则**用段落式写作重新组织**——像给朋友讲故事一样展开,保留核心代码和关键洞察,去掉对话中的废话和重复。绝不要把好的叙述压缩成干巴巴的要点列表。 - **blog**: 在 note 的基础上进一步润色,补充引言和背景、让外人也能看懂,中文撰写,1500-4000 字。风格参考优质技术博客(有人味、有故事线、有代码解析),而不是教科书或文档。 - **daily**: 追加到当日日记的"随记"部分 - **project**: 追加到对应项目目录 - **inbox**: 最少加工,快速存入 ### Step 5: 写入本地知识库 使用 MCP obsidian 工具(`mcp__obsidian__write_note`)写入文件,遵循 CLAUDE.md 中的命名规范和 frontmatter 标准。 ### Step 6: 询问 iwiki 同步 ``` ✅ 已存入本地: [文件路径] 是否同步到 iwiki? 1. 同步到「学习记录」 2. 同步到「工作日志」 3. 不同步 ``` ### Step 7: 同步到 iwiki(如果选择同步) ```bash # 学习记录 iwiki-cli create --parent 4020235897 --title "标题" --body-file /tmp/content.md --space "~xxsyang" # 工作日志 iwiki-cli create --parent 4020235583 --title "标题" --body-file /tmp/content.md --space "~xxsyang" ``` iwiki 智能分配规则: - 技术学习(note/blog)→ 学习记录 (parentid: 4020235897) - 工作相关(daily/project)→ 工作日志 (parentid: 4020235583) ## iwiki 配置 ``` 空间 Key: ~xxsyang 空间 ID: 4020150193 根文档 ID: 4020150195 学习记录目录 ID: 4020235897 工作日志目录 ID: 4020235583 ``` ## 环境依赖 - `iwiki-cli`: PATH 中可用,TOKEN 通过 `$IWIKI_TOKEN` 或 `$TAI_PAT_TOKEN` 提供 - MCP obsidian: 通过 MCPVault 连接本地 vault `/Users/wobushi/yangfu` ## Frontmatter 模板 ```yaml --- title: "自动生成的标题" date: YYYY-MM-DDTHH:MM:SS+08:00 updated: YYYY-MM-DDTHH:MM:SS+08:00 tags: [自动提取的标签] categories: [分类] type: note|blog|daily|project|inbox status: draft description: "一句话描述" source: server # 标记来源为服务器 --- ``` ## 示例用法 **用户**: "帮我整理一下这个" + 粘贴了一段关于 vllm DP 的 AI 对话 **Claude**: ``` 📋 内容分析: - 主题: vllm 数据并行 (DP) 机制 - 类型: note(技术概念学习) - 建议标题: vllm-数据并行机制 - 建议标签: [vllm, DP, 并行计算, 推理框架] - 目标位置: 05-resources/notes/vllm-数据并行机制.md 确认归档? ``` **用户**: "确认" **Claude**: ``` ✅ 已存入本地: 05-resources/notes/vllm-数据并行机制.md 是否同步到 iwiki? 1. 同步到「学习记录」 2. 同步到「工作日志」 3. 不同步 ``` **用户**: "1" **Claude**: ``` ✅ 已同步到 iwiki「学习记录」 URL: https://iwiki.woa.com/p/xxxxxxx ```
Voir sur GitHub