免费在 GitHub 公开

content-enrich

内容加工：给任意采集产物（转录稿 / 文章 / 笔记）自动补「摘要 + 要点 + 标签 + 价值判断」，写进 frontmatter 并在正文顶部插入摘要块。是「加工层」通用能力，惠及仓库所有采集 skill。

中文简介正在准备中。当前显示原文说明。

chubbyguan/chubbyskills

查看安装方法

包含的文件（3）

SKILL.md2.4 KB
requirements.txt149 B
scripts/enrich.py7.3 KB

SKILL.md（原文）

安装前可以查看交给 AI 代理的指令内容。

内容加工（Content Enrich）

采集进来的转录稿、文章往往是大段原始文本，没人愿意回头看。这个 skill 给任意采集产物 自动补上可快速消化的元信息——它是「加工层」的通用能力，配合仓库里所有采集 skill 使用。

环境要求

# 零 pip 依赖（仅 Python 标准库）
export DEEPSEEK_API_KEY="your-api-key"   # 必需，用于提炼

使用方法

python scripts/enrich.py 某篇笔记.md              # 就地增强单篇
python scripts/enrich.py ./vault/外部输入/         # 批量增强整个目录下的 .md
python scripts/enrich.py 某篇.md --output ./out    # 不改原文件，输出到 out/
python scripts/enrich.py 某篇.md --force           # 已加工过的重新加工

产出

在原 Markdown 上（原内容完整保留）：

frontmatter 注入：summary（一句话总结）、domain（领域）、auto_tags（标签列表）、enriched: true
正文顶部插入 ## 📝 摘要 区块：一句话 TL;DR、3-5 条要点、「值得深读？」判断、标签

幂等：默认跳过已加工（enriched: true）的文件，可 --force 重做。

为什么有用

盘活采集产物：转录稿 / 文章一眼能看懂讲了啥、值不值得深读
便于知识库聚合：auto_tags / domain 进 frontmatter，Obsidian Dataview 可直接按标签 / 领域聚合
一处投入，惠及全部：抖音 / B站 / 小红书 / X / 公众号 …… 任何采集产物都能加工

衔接工作流

采集（任意 *-ingest / *-transcribe skill）
  → content-enrich（补摘要 + 要点 + 标签）
  → knowledge-base-management 入库（按 auto_tags / domain 聚合检索）

参考

DeepSeek — 提炼用 LLM

评价

还没有评价。欢迎分享你的使用感受。

无需登录即可发表。欢迎分享使用感受、提问，或说明在哪些环境下无法运行。

还没有评论。来写第一条吧。

同一仓库的技能