安装

未标注

在支持 Skills 的客户端里执行，装完问一句「你有哪些技能」验证

skillhub install user_79141fa8/wbl-note-extract

技能档案

效率

字段来自技能仓库与公开索引，中文说明由本站标注

作者 / 维护方user_79141fa8仓库未标注 · 版本未标注

宿主客户端未标注技能可被这些客户端加载

安装方式未标注安装包 community

权限级别未标注权限安装前请确认风险范围

许可证未说明许可证不明确，商用前请自行确认条款

仓库可用性available技能仓库当前是否可访问

最近核验未标注上游最后核验时间 · 数据更新 1791718902

正文体量18.2 KBSKILL.md 原文大小，越大说明说明书写得越细

SKILL.md 全文

18.2 KB

模型实际读到的说明书原文，来自技能仓库

个人笔记提取助手 (wbl-note-extract)

> 从公开网页/文章中提取核心价值，生成值得收藏的个人笔记。

定位：不是摘要工具，而是「核心价值提取器」。先理解全文，再判断什么内容值得收藏学习，最后结构化输出。去除背景铺垫、推广引导等冗余内容，只留核心。

一、输入要求

用户提供一个或多个公开链接。按页面类型分类（而非按平台绑定），不同类型走不同抓取路径：

静态文章页（正文随 HTML 一次返回）：WebFetch 通常可直接拿到 Markdown 正文
需渲染的动态页（正文依赖 JS 加载或交互才能出现）：WebFetch 常不完整，走浏览器渲染回退
图文卡帖页（信息主要承载在系列图片中）：需逐图理解，图文信息缺一不可

> 注：微信公众号（mp.weixin.qq.com / 微信短链）是常用来源，其抓取判据最精细，单独沉淀于步骤 2、3，可直接套用。

可选：
- 补充关注重点（如"只关注工具使用部分"）；
- 声明这是本人笔记（如"这是我自己的笔记""我自己整理的"）——命中时 author 写 Andrew，判定规则见步骤 8。

二、处理流程

步骤 1：抓取内容

首选 WebFetch：抓取链接，获取 Markdown 格式的正文内容
WebFetch 不完整时的回退方案：
- 使用 browser_use 子代理导航到页面
- 使用 browser_snapshot 获取页面结构和文本内容
- 适用于正文依赖 JS 渲染/交互才能加载完整的动态页
如果一次抓取不完整，多次尝试不同方式

步骤 2：识别图片

检查抓取内容中的图片，分类处理：

信息型图片（含核心内容）→ 需要理解
截图教程、信息图、流程图、代码截图
图文卡帖图（文字为主要信息载体）
对比图、参数图、架构图
装饰型图片（无核心信息）→ 忽略
头图封面、分割线、表情包、推广 banner、作者头像

步骤 3：理解图片内容

对信息型图片，按以下优先级处理：

下载 + Read 理解：
- 直接抓页面 HTML（Python/curl/Invoke-WebRequest），从正文区 <img data-src="..."> 取图片真实地址：微信公众号列表页/正文里的图片常在 data-src，且需带 Referer: https://mp.weixin.qq.com/ 请求头，否则返回防盗链空图
- 使用 Shell 下载图片：Invoke-WebRequest -Uri "图片URL" -OutFile "$env:TEMP\note_img_N.png"（或 Python urllib，效果等价）
- 使用 Read 工具读取图片文件，理解图片中的文字和信息
- 同时用 HTML 里图片相对正文段落的位置判断「信息型 / 装饰型」：正文标题后紧跟的成品清单、对照表、架构图、四象限图属信息型；页首封面、作者肖像、页尾二维码与关注引导属装饰型
下载失败时的回退方案（防盗链等）：
- 使用 browser_use 子代理导航到页面
- 使用 browser_take_screenshot 对目标图片截图
- 用 Read 工具读取截图文件
将图片理解结果与对应的文字内容匹配，形成完整理解
笔记里若要嵌入图片链接，必须从页面 HTML 的 data-src 原样复制，禁止凭封面地址或其他文章的地址拼接、猜测。取地址的正确做法：先按正文顺序抓出全部 <img ... data-src="...">，再结合上下文段落逐张定位。
- data-w 只能当辅助线索，不能当固定阈值：该值随公众号模板浮动，实测 2026-09-16 三篇的正文图分别落在 1055、1184~2600、1080，与早期记录的「正文图 3000–3600」区间不符。用固定数值筛会漏掉真图或误判。
- 可靠判据是「位置 + 抽读」：夹在正文段落之间的图先全部列为候选；带 wx_lazy=1#imgIndex= 的往期推荐/视频号缩略图直接剔除；页首封面、作者肖像、页尾二维码与关注引导属装饰型剔除；剩下的候选按「是否含文字信息」抽读确认。
- 信息型图不必逐张读完：正文已用文字写清尺寸/步骤/结果的界面截图、改前改后对比图，不重复转写；只转录文字没覆盖的图（如提示词全文、选项弹窗、示例指令）。
- 多张图字节数完全一致 = 同一张空白占位图：正文里若出现多张 data-src 不同但下载后大小相同的图（实测 2026-09-17 一篇内 3 张 w=1471 均为 22665 字节的空白蓝色底图），直接判为装饰型跳过，不要逐张 Read 浪费轮次。
- 写完后必须回读文件抽查链接是否为原文地址。

步骤 4：全文理解

通读完整内容（文字 + 图片理解结果）
理解文章核心主题、结构和意图
判断文章类型（见第四节内容适配规则）

步骤 5：提取核心价值

保留什么：
- 值得学习、值得收藏的核心知识点
- 关键操作步骤、参数、配置
- 核心论点、关键数据、结论
- 原始提示词、代码、配置文件（不缩减，原文保留）
- 图片中的关键信息（已理解后转化为文字描述）

去除什么：
- 背景铺垫、引入段、故事开头
- "关注/点赞/转发"等推广引导
- 与核心价值无关的个人感悟、闲聊
- 重复表述、过渡句
- 装饰性内容

步骤 6：结构化整理

将提取的核心内容按逻辑结构化排列
逐条呈现，清晰易读
不限制格式、不限制长度，但必须结构化
尽量少用表格（移动端不友好，需左右滑动）
善用标题、编号列表、引用块、代码块等 Markdown 元素
内容类型决定输出方式（见第四节）

步骤 7：审核检查

生成最终笔记前，必须执行审核，审核不通过则修正后重新审核：

内容完整性审核：
- [ ] 核心价值点是否全部提取（无遗漏）
- [ ] 图片中的关键信息是否已理解并纳入笔记
- [ ] 原始内容（提示词/代码等）是否完整保留，未缩减
- [ ] 去除的内容确实属于冗余（无误删核心内容）

格式审核：
- [ ] Markdown 格式正确（标题层级、列表、代码块等）
- [ ] Tag 标签 3~5 个，准确概括笔记主题，不得出现「个人笔记」等无区分度的通用标签
- [ ] author 已按情形填对：外部文章填公众号名称（非作者笔名、非「整理人」），取不到填「来源未识别」；仅用户明确声明本人笔记时才填 Andrew，未擅自填成本人署名
- [ ] created 是本次处理当天（入库日期），不是原文发布日期；原文发布日期（若有）写在 published
- [ ] 来源链接可点击跳转
- [ ] 无表格或极少使用表格
- [ ] 结构清晰，逐条呈现

步骤 8：生成笔记

打 Tag 标签（3~5 个，根据笔记核心内容自动总结，全部为内容主题词，禁止使用「个人笔记」标签）
标注作者（写入 YAML author 字段），按两种情形分派：
- 默认·外部文章：填公众号名称，取不到时写 来源未识别
- 例外·本人笔记：仅当用户在本轮明确说明「这是我自己的笔记 / 我自己整理的」，才写 Andrew
- 禁止靠标签推断作者：tags 里的「个人」是内容标签，与作者是两套字段，不得据此判定本人产出；也不得因抓不到公众号名就默认成本人产出
- 核实方法（避免把作者笔名当公众号）：直抓页面 HTML，取 id="js_name" 标签内的账号名（即公众号），另取 var author = "..."（作者笔名，不要用）。例：js_name = 阿紫与AI产品经理、var author = 阿ZI，正确值是前者。
- 短图文帖（type: '10002'，只有一段话 + 链接的「分享」型推送）没有 id="js_name"，此时改从页面 JS 里取 nick_name: 或 window.name = "..." 字段作为公众号名，仍然是「账号名优先、不取笔名」的同一口径。实测例：短帖《一句话，画出一张图》的 js_name 为空，nick_name / window.name = 东裕智能GitHubAI雷达。
标注来源链接（原文 URL，YAML 中 source 和 url 字段直接显示完整地址，正文中用 Markdown 链接格式可点击跳转）
标注日期（created 写本次处理当天＝入库日期），按两种日期分家：
- created = 入库日期，即本篇笔记落盘 raw/ 的当天。看板日期轴与「今日新增」都只认这个字段（kb_core.py 取 created，缺失才回落到文件修改时间）。
- published = 原文发布日期，能从正文署名行「作者公众号日期」或页面元数据取到就写，取不到不写。
- 禁止把原文发布日期填进 created：那会让「今天入库」的笔记挂到几天前，日期轴上入库日整天空白（2026-09-17 两篇笔记落到 08-26 / 09-13 即此原因；07-20 / 09-15 / 09-15 三篇落到 9-16 之前同理）。
生成 .md 文件并保存

三、笔记输出格式

---
title: 文章标题
source: 原文URL
url: 原文URL
author: 公众号名称   # 本人笔记写 Andrew；抓不到来源写「来源未识别」
tags: [标签1, 标签2, 标签3]
created: YYYY-MM-DD   # 入库日期＝本次处理当天，不是原文发布日期
published: YYYY-MM-DD # 可选：原文发布日期，取不到就不写
---

# 笔记标题

&gt; 来源：[原文标题](原文URL)
&gt; 原文链接：原文URL

## 核心要点

1. 核心价值点一
2. 核心价值点二
3. 核心价值点三

## [按内容类型组织的正文]

（结构化内容，逐条呈现，格式不限）

（如有关键原始内容如提示词/代码，用代码块保留原文）

---

&gt; 本笔记由 wbl-note-extract 提取整理 | [查看原文](原文URL)

格式说明：
- YAML frontmatter 中 source 和 url 均填写原文原始 URL，直接显示完整链接地址
- author 字段按两种情形填写，必须填写，它是看板「作者」维度的唯一数据源：
- 外部文章 → 公众号名称（不是文章作者笔名，也不是「整理人」这类本人标注）。微信正文署名规律为「作者公众号日期」，也可能出现在 公众号：X 或 作者：X（公众号：Y） 中；确实取不到时写 来源未识别，语义是「没抓到来源」，不等于「本人原创」
- 本人笔记 → Andrew，判定条件是用户在本轮明确说明（如"这是我自己的笔记"），不靠标签推断
- tags 为数组格式，3~5 个，全部为内容主题词，不得包含「个人笔记」等无区分度标签
- 正文开头标注来源，同时显示可点击链接和原始 URL 地址
- 正文结构不固定，由内容决定，但必须逐条结构化呈现
- 正文末尾标注提取工具和原文链接

四、内容适配规则

按文章类型适配提取重点和输出方式：

工具/经验类（工具教程、操作指南、经验分享）：
- 提取重点：核心步骤、关键参数、注意事项、避坑指南
- 输出方式：编号列表 + 代码块（参数/命令）+ 引用块（注意事项）

SKILL/提示词类（AI 提示词、Skill 代码、配置文件）：
- 提取重点：原始内容完整保留，附使用说明和关键点解读
- 输出方式：代码块保留原文 + 编号列表说明要点
- 关键原则：原始内容不缩减、不改动

观点/分析类（行业分析、趋势判断、方法论）：
- 提取重点：核心论点、关键数据、推理逻辑、结论
- 输出方式：分条列述 + 引用关键数据 + 结论高亮

图文并茂类（图文卡帖等图片为主的内容）：
- 提取重点：每张图片的核心信息 + 对应文字说明
- 输出方式：按图片顺序分条总结，图意与文字匹配呈现
- 图片信息转化为文字描述，不依赖原图即可理解

其他类型：
- 按内容本身逻辑结构化呈现
- 核心原则：值得收藏的价值点逐条列出

五、输出目录规则

默认保存目录：E:\08AI\05-个人知识库\raw
检测该目录是否存在：
- 存在 → 直接保存
- 不存在 → 暂停并与用户确认保存路径，禁止默认写入其他位置
文件名格式：文章标题简称.md（不加日期前缀，不带「个人笔记」后缀）。日期由 frontmatter 的 created 承载（入库日期＝本次处理当天），不写进文件名。
文件名安全处理：替换 Windows 非法字符 \ / : * ? " < > |（半角）为全角字符或直接删除；超过 60 字截断；与 raw/ 已有文件重名时末尾加 -2、-3 递增序号。
完整路径示例：E:\08AI\05-个人知识库\raw\文章标题简称.md
如用户提供指定保存路径，优先使用用户指定路径

六、版本记录

v2.0.0（2026-10-09）：去平台商标词，改为按页面类型分类。本技能曾因描述中出现第三方社区平台商标词（"小红书"）在外部技能市场被自动下架（2026-10-08）。经核查，技能本体不调用该平台任何接口、不复制其素材，侵权系"关键词扫描误伤"。本次将全部平台商标词（description、副标题、输入要求、步骤 1/2、内容适配规则）改为能力特征描述：输入按"静态文章页 / 需渲染的动态页 / 图文卡帖页"三类划分，抓取路径自动匹配。技术能力完全不变，仅去除具体平台指称。
保留项：微信公众号判据（步骤 2、3 的 data-src / 防盗链 / data-w 口径）不动——微信是常用来源且判据最精细，保留不构成风险；第 56–70 行精粹段为平台无关的技术判据，一字未改。
历史留存：下方 v1.0.0 条目中的旧表述为版本沿革留痕，若外部市场对全文无差别扫描触发关键词，可将该处的平台名一并抽象化。
v1.9.0（2026-09-17 诊断 / 09-18 修订）：定死 created 语义＝入库日期（本次处理当天），原文发布日期改由可选的 published 字段承载。此前各批次把 created 填成原文发布日期，导致 2026-09-17 入库的两篇笔记落到 08-26 / 09-13、09-16 入库的三篇落到 07-20 / 09-15，看板日期轴上 09-16 / 09-17 两个入库日整天空白，「今日新增」常年为 0。同步在 AGENTS.md（新增「日期字段」节）与 自动化任务/02-链接解析为笔记.md（步骤 5、输出、自检清单）写死同一口径。
v1.8.0（2026-09-17）：补两处实测口径。① 短图文帖（type: '10002'）页面无 id="js_name"，取公众号名改走 nick_name: / window.name 字段，仍是「账号名优先、不取笔名」。② 正文里多张 data-src 不同但下载字节数一致的图是同一张空白占位图，直接判装饰型跳过，不逐张 Read。
v1.7.0（2026-09-16）：修正图片判定口径。原指引把 data-w 3000–3600 当成「正文图」的固定判据，实测不成立——同日三篇的正文图 data-w 分别为 1055、1184~2600、1080。改为「data-w 仅作辅助线索，主判据是位置 + 抽读」，并补充「信息型图不必逐张读」的止损规则（正文文字已覆盖尺寸/步骤/结果的界面截图与对比图不重复转写，只转录提示词全文、选项弹窗、示例指令这类文字未覆盖的图）。
v1.6.0（2026-09-15）：author 改双轨口径，取消按标签推断作者。新增「本人笔记」判定——仅当用户在本轮明确说明「这是我自己的笔记 / 我自己整理的」时才写 Andrew；外部文章抓不到公众号名时写 来源未识别，取代原先的「个人」（该值把「抓取失败」与「本人署名」混成了一个词，看板上同一批文章既被当成来源、又被当成身份）。明确禁止靠 tags 里的「个人」标签推断作者：标签是内容主题，作者是来源身份，两者是独立字段。另在 YAML 头部补 version 字段，供同步任务判断版本新旧。
v1.5.0（2026-09-15）：新增图片地址硬约束——笔记内嵌的图片链接必须从页面 HTML 的 data-src 原样复制，禁止凭封面地址或他文地址拼接；补记按 data-w / wx_lazy 区分正文图与推广图的判据。教训来源：diagram-design 一文因凭封面地址拼链接，8 条图片地址全部写错，事后逐一替换。
v1.4.0（2026-09-11）：补全两处可复用做法。图片：从页面 HTML 的 data-src 取真实地址、下载带 Referer: https://mp.weixin.qq.com/ 防防盗链空图，并给出信息型/装饰型图片的位置判据。公众号名：明确用页面 HTML 的 id="js_name" 取值，var author 是作者笔名不可用（如 js_name=阿紫与AI产品经理、var author=阿ZI）。
v1.3.0（2026-09-11）：新增 author（公众号名称）字段，作为看板「公众号」维度的数据源；补记 v1.2.0 遗漏的输出模板与格式说明（模板 tags 仍残留「个人笔记」、格式说明仍写「必须包含个人笔记标签」，与实际规则矛盾，一并更正）。
v1.2.0（2026-09-10）：去掉「个人笔记」输出痕迹。文件名不再加「个人笔记」后缀；tags 不再包含「个人笔记」，全部为内容主题词。
v1.1.0（2026-09-04）：调整输出规范。YAML 增加 url 字段直接显示原文 URL；正文增加原文链接直接显示；输出目录改为 E:\08AI\05-个人知识库\raw，不存在时询问用户；文件名增加「个人笔记」后缀；Tag 必须包含「个人笔记」标签。
v1.0.0（2026-09-04）：初始版本。实现公众号/小红书/网页链接→核心价值提取→结构化 Markdown 笔记全流程。含图片理解（下载+Read/浏览器截图回退）、内容审核（完整性+格式）、Tag标签（3~5个）、来源链接（可点击跳转）、按文章类型适配输出。

文章链接一键转精华笔记

安装