collect

name	collect
description	收集学习资料阶段。根据用户的学习主题，使用 opencli 适配器搜索官方文档和社区内容，抓取并保存原始资料。触发时机：用户确认学习计划后，Phase 1。

Skill: collect（收集资料）

触发时机

用户确认学习计划后。

输入

• topic: 学习主题
• direction: 概念理解 / 实战上手 / 体系梳理 / 问题排查
• depth: 入门 / 进阶 / 深入原理

前置：确认可用适配器

每次执行前先运行 opencli list -f json 确认当前可用的搜索源，以下为常用源（以 live registry 为准）：

搜索源

站点	用途	命令示例
google	通用搜索	opencli google search "<query>" -f json
github	代码仓库 / 开源项目	使用 mcp__github__search_code 或 mcp__github__search_repositories
mdn	Web 标准文档	opencli mdn search "<query>" -f json
stackoverflow	编程问题 / 报错	opencli stackoverflow search "<query>" -f json
reddit	社区讨论 / 经验	opencli reddit search "<query>" -f json
hackernews	技术社区讨论	opencli hackernews search "<query>" -f json
medium	技术博客	opencli medium search "<query>" -f json
devto	开发者社区	opencli devto search "<query>" -f json
arxiv	学术论文	opencli arxiv search "<query>" -f json
linux-do	中文技术社区	opencli linux-do search "<query>" -f json
v2ex	中文技术社区	opencli v2ex search "<query>" -f json
wikipedia	概念定义 / 背景	opencli wikipedia search "<query>" -f json
youtube	视频教程	opencli youtube search "<query>" -f json
bilibili	中文视频教程	opencli bilibili search "<query>" -f json

AI 辅助源（三选一）

站点	适用场景
grok	英文互联网、Twitter/X 语境、热点追踪
gemini	全球网页、英文资料、背景综述
doubao	中文语境、中文热点与问答

内容抓取

工具	用途
defuddle parse <url> --md	提取网页正文 Markdown，去广告去导航
opencli web read --url <url>	备选方案，一次性的页面 Markdown 读取

执行步骤

Step 1: 搜索官方文档

1. opencli google search "{topic} official documentation" -f json
2. opencli google search "{topic} official guide tutorial" -f json

根据 depth 调整搜索词：

• 入门: {topic} getting started tutorial
• 进阶: {topic} advanced guide best practices
• 深入原理: {topic} deep dive internals architecture

锁定官方文档入口 URL（从搜索结果中提取）。

Step 2: 抓取官方文档

用 defuddle parse 抓取官方文档关键页面，保存为 raw/doc-NN.md。

至少覆盖：

• 概览 / 介绍页
• 入门 / Quick Start 页
• 核心概念页

defuddle parse "<url>" --md -o "{SYSTEM_ROOT}/0-inbox/{topic}/raw/doc-01.md"

Step 3: 搜索社区内容

根据主题类型选择合适的源。每次搜索前先运行 <site> -h 确认参数：

技术类主题：

# 近期教程
opencli google search "{topic} tutorial 2025 2026" -f json
# GitHub 项目
github__search_repositories({query: "{topic} stars:>100"})
# 最佳实践
opencli google search "{topic} best practices" -f json
# 常见陷阱
opencli google search "{topic} common pitfalls mistakes" -f json
# 深度解析
opencli google search "{topic} deep dive advanced guide" -f json
# 社区问答（中英文各一）
opencli stackoverflow search "{topic}" -f json
opencli v2ex search "{topic}" -f json

非技术类主题：用 smart-search skill 路由到合适的专用源。

视频内容（实战上手方向优先）：

opencli youtube search "{topic} tutorial" -f json
opencli bilibili search "{topic} 教程" -f json

Step 4: 过滤

• 优先级：官方文档 > 知名作者 > 社区
• 时效性：优先近 2 年内的内容
• 唯一性：同一内容保留质量最高的来源
• 多样性：保留有独特视角的资料

Step 5: 保存

对每个入选来源，用 defuddle parse 抓取并保存：

defuddle parse "<url>" --md -o "{SYSTEM_ROOT}/0-inbox/{topic}/raw/doc-NN.md"

产出

写入 {SYSTEM_ROOT}/0-inbox/{topic}/：

sources.md

# Sources for {topic}

| # | Title | URL | Author | Date | Type | Notes |
|---|-------|-----|--------|------|------|-------|

raw/doc-NN.md

# {Title}
- **Source**: {URL}
- **Author**: {name}
- **Date**: {date}
- **Type**: {official|blog|tutorial|discussion}

---
{raw content}

禁止行为

• 不要整理或总结内容（curate 的事）
• 不要评判资料好坏（只记录元数据）
• 不要跳过低热度但有独特视角的资料
• 不要编造 URL 或来源信息
• 不要硬编码 opencli 命令签名 —— 每次执行前通过 -h 确认

硬停止 (Hard Stop)

本阶段任务完成。向用户展示收集结果摘要（来源数量、覆盖的子主题、明显缺口）。

严禁调用 /curate。严禁进入 Phase 2。 必须等待用户明确确认（"继续" / "进入下一阶段" / "开始整理"）后才能进入 curate。