基于 SOC 职业分类
用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt;运行前请先检查来源。
npx skills add https://github.com/alter123-zz/RaccoonClaw --skill note-organizer命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地?可下载 SkillsMP 当前能够提供的文件。
正在显示 SKILL.md
AI Agent personality diagnosis and configuration system based on MBTI framework. Use when users want to (1) test/diagnose an Agent's personality type, (2) understand the gap between Agent's actual personality and user's desired personality, (3) generate configuration recommendations to adjust Agent behavior, (4) customize Agent's communication style, proactivity, reasoning approach, or execution patterns. Supports both free tier (quick assessment) and premium tier (full 93-question assessment with detailed diagnostics).
数据看板。业务数据看板生成器。自动搭建KPI监控看板、实时指标追踪、定期自动报告推送 Keywords: 数据看板, dashboard, KPI监控, 业务分析.
arXiv论文智能阅读助手。通过对话式交互阅读和分析学术论文。Keywords: 论文, arXiv, paper, academic research.
| name | note-organizer |
| description | 笔记整理。智能笔记整理。自动去重合并、标签分类、关联发现与知识图谱构建 Keywords: 笔记整理, note organizing, 知识管理, 标签分类. |
智能笔记整理。自动去重合并、标签分类、关联发现与知识图谱构建 适用于检测和合并重复笔记等场景。
适用场景:
不适用场景:
触发关键词: 笔记整理, note organizing, 知识管理, 标签分类
pip install markdown networkx
⚠️ 首次使用前请确认依赖已安装,否则脚本将无法运行。
自动去重——检测相似笔记并合并
标签分类——AI自动为笔记添加标签
知识图谱——可视化笔记间的关联关系
| 命令 | 说明 | 用法 |
|---|---|---|
dedupe | 去重合并 | python3 scripts/note_organizer_tool.py dedupe [参数] |
tag | 自动标签 | python3 scripts/note_organizer_tool.py tag [参数] |
graph | 知识图谱 | python3 scripts/note_organizer_tool.py graph [参数] |
目标:检测重复笔记
为什么这一步重要:这是整个工作流的数据采集/初始化阶段,确保后续步骤基于准确的输入。
执行:
python3 scripts/note_organizer_tool.py dedupe --dir ./notes --threshold 0.8
检查点:确认输出包含预期数据,无报错信息。
目标:为笔记自动添加标签
为什么这一步重要:核心处理阶段,将原始数据转化为有价值的输出。
执行:
python3 scripts/note_organizer_tool.py tag --dir ./notes --auto
检查点:确认生成结果格式正确,内容完整。
目标:构建知识图谱
为什么这一步重要:最终输出阶段,将处理结果以可用的形式呈现。
执行:
python3 scripts/note_organizer_tool.py graph --dir ./notes --output graph.html
检查点:确认最终输出符合预期格式和质量标准。
pip install markdown networkx# 📊 笔记整理报告
**生成时间**: YYYY-MM-DD HH:MM
## 核心发现
1. [关键发现1]
2. [关键发现2]
3. [关键发现3]
## 数据概览
| 指标 | 数值 | 趋势 | 评级 |
|------|------|------|------|
| 指标A | XXX | ↑ | ⭐⭐⭐⭐ |
| 指标B | YYY | → | ⭐⭐⭐ |
## 详细分析
[基于实际数据的多维度分析内容]
## 行动建议
| 优先级 | 建议 | 预期效果 |
|--------|------|----------|
| 🔴 高 | [具体建议] | [量化预期] |
| 🟡 中 | [具体建议] | [量化预期] |
pip install markdown networkx