资讯通关师 (ZiXunTongGuanShi)

> 多源输入 · 动态分析 · 多格式输出

将任意网络内容一键转化为结构化的汇报/总结材料。

完全自包含技能。仅依赖系统已安装的 playwright-cli 命令行工具。

系统要求

# 快速检查
PYTHON="C:/Users/Administrator/.workbuddy/binaries/python/envs/default/Scripts/python.exe"
"$PYTHON" -c "import requests" 2>/dev/null || "$PYTHON" -m pip install requests
cd "C:/Users/Administrator/.workbuddy/binaries/node/workspace" && npm install pptxgenjs 2>/dev/null

🔄 完整工作流

Step 0: URL 类型识别
  ├── B站视频 (bilibili.com/video/... | BV...)
  ├── arXiv 论文 (arxiv.org/...)
  ├── 小红书 (xiaohongshu.com/...)
  └── 网络博客 (其他 URL)

Step 1: 逐任务弹窗选择输出格式
  对每个 URL → AskUserQuestion（多选 multiSelect: true）：
    问题：请为以下内容选择输出格式
    描述：{从URL提取的标题/摘要}
    选项（MANDATORY: 必须始终展示全部 3 个选项）：
      - "PPT 演示文稿" → 生成 .pptx 幻灯片
      - "HTML 汇报页" → 生成精美 HTML 网页
      - "图片" → 生成 PNG/JPG 信息图

  🔴 CRITICAL: AskUserQuestion 必须无条件展示全部 3 个选项（PPT、HTML、图片）。
  不得因模型能力判断而减少选项 — 图片始终可用（ImageGen 工具或信息图 HTML 渲染）。
  每个 URL 单独弹窗，用户可独立勾选任意组合。

Step 2: 内容提取 → 标准化 MD
  ├── B站: playwright → API → 字幕 MD
  ├── arXiv: WebFetch → 论文结构化 MD
  ├── 小红书: playwright → 笔记内容 MD
  └── 博客: WebFetch → 网页正文 MD

Step 3: AI 内容分析
  识别内容类型 → 按时长/长度梯度 → 多维度主题

Step 4: 输出生成
  ├── PPT:  PptxGenJS 直出
  ├── HTML: WorkBuddy 直出
  └── 图片: ImageGen 渲染或信息图 HTML

Step 5: 交付预览

📋 Step 0: URL 类型识别

拿到用户提供的 URL 列表后，首先判断每个 URL 的输入源类型：

📋 Step 1: 逐任务弹窗选择输出格式

对 Step 0 识别出的每一个 URL，分别使用 AskUserQuestion 弹窗：

问题：请为以下内容选择输出格式
描述：{从URL提取的标题/摘要}

选项（MANDATORY: 必须始终展示全部 3 个选项，multiSelect: true）：
  - "PPT 演示文稿" → 生成 .pptx 幻灯片
  - "HTML 汇报页" → 生成精美 HTML 网页
  - "图片" → 生成 PNG/JPG 信息图

> 🔴 CRITICAL: AskUserQuestion 必须无条件展示全部 3 个选项。不得因为模型能力判断而减少选项。图片始终可用（通过 ImageGen 工具或信息图 HTML 渲染）。每个 URL 单独弹窗，用户可独立勾选任意组合。

📋 Step 2: 内容提取 → 标准化 MD

根据 Step 0 识别的 URL 类型，走不同提取通道。

2a. B站视频提取

🔴 三步决策流程：开浏览器 → 检测登录 → 有登录才提取。

阶段 A：打开浏览器并导航

# 1. 创建 profile 目录并打开有头浏览器
mkdir -p "$HOME/.workbuddy/playwright-profiles/bilibili"
cmd /c playwright-cli open --browser=chrome --persistent \
  --profile="C:\Users\Administrator\.workbuddy\playwright-profiles\bilibili" --headed

# 2. 导航到第一个视频的页面
cmd /c playwright-cli goto "https://www.bilibili.com/video/{BVID}/"

阶段 B：登录检测 — 关键决策节点 🔴

# 3. 检查是否存在 SESSDATA cookie（B站登录态的唯一标识）
cmd /c "playwright-cli --raw run-code --filename \
  C:/Users/Administrator/.workbuddy/skills/ZiXunTongGuanShi/scripts/check_login.js"

🔴 根据 logged_in 字段决定下一步：

• logged_in: false → 立即停止！
• 向用户输出提示：「请在打开的浏览器窗口中扫码登录B站，完成后告诉我。」
• 不要继续执行后面的步骤。 等用户确认登录完成后再重新检测。

• 提示中不要包含任何字幕提取、PPT生成等后续操作的尝试。

• logged_in: true → 继续阶段 C。

阶段 C：提取字幕（仅在确认登录后执行）

# 4. 零落盘剪藏（cookie 通过 stdin 管道传输，不落盘）
cd "C:/Users/Administrator/.workbuddy/skills/ZiXunTongGuanShi"
cmd /c "playwright-cli --raw run-code --filename scripts/get_cookies.js" | \
  PYTHONIOENCODING=utf-8 \
  "C:/Users/Administrator/.workbuddy/binaries/python/envs/default/Scripts/python.exe" \
  scripts/bili_clip.py "{BVID}" "{OUTPUT_DIR}" --stdin

> 多视频场景：一次登录即可批量提取。对每个 BVID 重复阶段 C 的剪藏命令，无需重复打开浏览器或重新登录。

2b. arXiv 论文提取

arXiv 论文有标准化的 HTML 和 PDF 格式。优先使用 HTML 页面提取：

# 1. 从 URL 提取 arXiv ID
# https://arxiv.org/abs/2410.12345 → 2410.12345
# https://arxiv.org/html/2410.12345v1 → 2410.12345

# 2. 使用 WebFetch 获取页面内容
# 直接调用 WebFetch 工具解析 HTML 页面：
#   - 提取标题 (h1.title)
#   - 提取摘要 (blockquote.abstract)
#   - 提取作者列表
#   - 提取正文各章节

# 3. 生成标准化 MD

arXiv MD 格式模板：

---
created: {date}
original_url: "{arxiv_url}"
---

# {论文标题}

## 论文信息
- **作者**: {authors}
- **发布时间**: {date}
- **分类**: {primary_category}
- **arXiv ID**: {id}

## 摘要
{abstract}

## 核心内容
{从 HTML 提取的章节内容}

---
## 相关信息
- **论文地址**: {arxiv_url}
- **PDF**: {pdf_url}
- **导出工具**: 资讯通关师

2c. 小红书笔记提取

小红书需要登录态且页面结构动态渲染，使用 playwright 浏览器提取：

# 1. 打开浏览器（如有需要，登录小红书）
cmd /c playwright-cli open --browser=chrome --persistent \
  --profile="C:\Users\Administrator\.workbuddy\playwright-profiles\xiaohongshu" --headed

# 2. 导航到笔记页面
cmd /c playwright-cli goto "{xiaohongshu_url}"

# 3. 提取笔记内容（通过 JS 从页面提取标题、正文、标签）
cmd /c playwright-cli --raw run-code "
async page => {
  await page.waitForSelector('.note-content, .content, .desc', {timeout:10000});
  return await page.evaluate(() => {
    const title = document.querySelector('.title, h1')?.innerText || '';
    const content = document.querySelector('.note-content, .content, .desc')?.innerText || '';
    const tags = [...document.querySelectorAll('.tag, .topic')].map(t => t.innerText);
    return JSON.stringify({title, content: content.substring(0, 10000), tags});
  });
}"

# 4. 生成 MD + 关闭浏览器
cmd /c playwright-cli close

2d. 网络博客提取

使用 WebFetch 工具直接获取网页内容并转为 MD：

1. 调用 WebFetch(url, prompt="提取文章的全部正文内容、标题、作者和发布时间")
2. 将返回内容包装为标准 MD frontmatter 格式
3. 如有需要，用 playwright 处理 JS 渲染的页面

博客 MD 格式模板：

---
created: {date}
original_url: "{url}"
---

# {文章标题}

## 文章信息
- **作者**: {author}
- **来源**: {domain}
- **发布时间**: {date}

## 正文内容
{extracted_body}

---
## 相关信息
- **原文地址**: {url}
- **导出工具**: 资讯通关师

🎨 设计系统（所有输出格式共用）

配色（扁平化 Flat Design）

视觉特征

• 扁平化：轻微阴影 0 2px 12-16px rgba(0,0,0,0.05-0.06)
• 大圆角：卡片 12-14px，header 20px，标签 24px
• 紫色渐变头部：linear-gradient(135deg, #667eea 0%, #764ba2 100%)
• 左侧色条强调 + 圆角卡片布局
• 容器最大宽度 900px

📋 Step 3: AI 内容分析（动态化）

对每个标准化 MD 文件进行 AI 分析。

内容类型识别

内容长度梯度

📋 Step 4: 输出生成

根据 Step 1 中每个 URL 的选择，分别生成对应格式。

4a. PPT（PptxGenJS 直出）

const theme = {
  primary: "667eea", secondary: "764ba2",
  accent: "8899dd", light: "eef0ff", bg: "f5f7fa"
};

结构：封面 → 目录 → N页主题分析 → 总结

cd {slides_dir} && NODE_PATH="C:/Users/Administrator/.workbuddy/binaries/node/workspace/node_modules" \
  "C:/Users/Administrator/.workbuddy/binaries/node/versions/22.22.2/node.exe" compile.js

4b. HTML（WorkBuddy 直出）

自顶向下结构：
1. 紫色渐变 Header（badge + 标题 + 副标题 + 标签）
2. 关键词云
3. 数据统计卡片
4. AI 摘要（左色条强调）
5. 多维度主题分析（编号 + 白色卡片 + 详细论述）
6. 结构化内容（对比表格、引用等，按内容类型动态选择）
7. 页脚（来源 + 工具署名）

4c. 图片输出（信息图）

当用户选择"图片"时，生成可视化的信息图总结。

方式一：ImageGen 渲染（优先）
使用 ImageGen 工具生成 PNG/JPG 格式信息图。Prompt 模板：

生成中文信息图，主题：{标题}，扁平化紫色风格(#667eea / #764ba2)。
包含：标题、150字摘要、3-5个关键数据、3-5条要点（每条≤15字）。
来源：{original_url}，底部标注"由资讯通关师生成"。

方式二：HTML 信息图渲染（兜底）
如 ImageGen 不可用，生成一个自包含的信息图 HTML 页面，包含：
- 紫色渐变头部卡片
- 关键数据数字卡片（大字+标签）
- 核心要点列表（左侧色条强调）
- 页脚来源信息

⚠️ 图片输出时，使用 DeferExecuteTool 调用 ImageGen 工具。先通过 ToolSearch 查找 ImageGen 的准确参数 schema。如 ImageGen 不可用，自动降级为信息图 HTML 页面。

📋 Step 5: 交付

deliver_attachments → 按格式输出（PPT/HTML/图片）
preview_url → HTML（优先）或 open_result_view → PPT

⚠️ Pitfalls

Pitfall 1: state-save 跨进程失效

state-save 只在打开浏览器的同一进程有效。
✅ 用 run-code --filename 提取 cookie → stdin 管道（零落盘）。

Pitfall 2: B站 cookie 管道捕获

cmd /c ... > file.txt 跨 cmd 可能输出空文件。
✅ cmd /c "playwright-cli ... | python ..." 同一条命令内完成。

🔴 高风险：cmd /c 管道中 Python 的绝对路径（如 C:...）可能被解析为命令而非路径参数。
✅ 改用临时文件方式：先 > tmpfile，再 --cookies-file tmpfile；或使用 --stdin 完全避免管道问题。

Pitfall 3: playwright-cli --raw 双重 JSON 编码

playwright-cli --raw run-code 输出的 JSON 字符串会被外层包裹一次 JSON 编码。例如：

"{\"cookies\":[{\"name\":\"SESSDATA\",...}]}"

✅ Python 中需要 json.loads(json.loads(content)) 双重解码，或者在包装的 run-code 代码中不做 JSON.stringify，让 raw 模式自动处理。

Pitfall 4: playwright-cli --raw run-code 不要内联复杂 JS

run-code "async page => { ... }" 中的引号和特殊字符可能被 shell 解析破坏。
✅ 复杂 JS 逻辑写为独立的 .js 文件，用 --filename 参数加载：playwright-cli --raw run-code --filename script.js

Pitfall 5: PPT 编译脚本中的中文引号雷区

JS 字符串中嵌套中文双引号 "\u201c" "\u201d" 会与 JS 字符串分隔符 " 冲突，导致语法错误。
✅ 使用 t() 辅助函数 + { text: "..." } 对象格式彻底避免引号嵌套：

function t(text) { return text; }
// ...
{ text: t('他说：\u201c你好\u201d'), options: { fontSize: 14 } }

Pitfall 6: Windows Git Bash 终端中文乱码

Windows 的 Git Bash 终端可能无法正确渲染中文字符，但这仅影响终端输出显示。
✅ 文件内容本身不会受影响（UTF-8 编码）。设置 PYTHONIOENCODING=utf-8 可缓解终端显示问题。

Pitfall 7: 小红书需要登录

小红书笔记页可能需要登录态。
✅ 使用独立的 persistent profile，首次扫码后持久有效。

Pitfall 8: arXiv HTML vs PDF

arXiv 的 HTML 页面比 PDF 更易于文本提取。
✅ 优先使用 arxiv.org/html/ 格式；如不可用则退回到 abs 页面提取摘要。

Pitfall 9: 不硬编码内容结构

AI 根据内容类型动态选择分析维度，不预设"金句""亮点"。

Pitfall 10: 图片输出最佳实践

图片输出通过 ImageGen 工具实现；使用前先通过 ToolSearch 查找 ImageGen 参数 schema。如 ImageGen 不可用，自动降级为信息图 HTML 页面。

Pitfall 11: B站字幕必须用playwright登录获取 🔴

B站 AI 字幕 API（player/wbi/v2）在没有 SESSDATA cookie 时不返回字幕数据。
🔴 不要浪费时间用公开 API 逐条尝试。
✅ 正确流程：playwright-cli open --headed → check_login.js 检测 SESSDATA → 未登录则提示用户扫码并等待 → 登录确认后 get_cookies.js 提取 → stdin 管道传给 bili_clip.py。
一次登录，所有视频共享 cookie。

Pitfall 12: playwright profile 持久化

使用 --persistent --profile="..." 保存登录态。cookie 保存在 profile 中，下次无需重新登录。但如果 profile 被删除或 cookie 过期，重新走有头登录流程即可。

📁 文件结构

ZiXunTongGuanShi/
├── SKILL.md                              # 本文件 — AI 执行指令
├── requirements.txt
├── scripts/
│   ├── bili_clip.py                      # B站提取（支持 --stdin）
│   ├── check_login.js                    # 🔴 登录检测（轻量 SESSDATA 检查）
│   ├── get_cookies.js                    # playwright cookie 提取
│   ├── arxiv_clip.py                     # arXiv 论文提取（预留）
│   └── xhs_clip.py                       # 小红书提取（预留）
├── references/
│   ├── bilibili_api.md                   # B站 API 参考
│   ├── playwright-session.md
│   ├── playwright-running-code.md
│   └── playwright-storage-state.md
├── templates/
│   ├── theme.json                        # PPT 主题配色
│   ├── report.html.j2                    # HTML 模板参考
│   └── infographic_prompt.md             # 图片信息图 prompt 模板

🔐 安全设计

📝 更新日志

v4.3.0 (2026-05-31)

• 登录检测门控：B站提取流程重构为三阶段（开浏览器 → 检测登录 → 提取），新增 check_login.js 脚本
• 未登录即停止：明确要求检测到无 SESSDATA 时立即停止，提示用户扫码，不执行任何提取操作
• 阶段隔离：阶段 B（登录检测）与阶段 C（字幕提取）严格分离，避免无登录态时浪费 API 调用

v4.2.0 (2026-05-31)

• 强制三选项展示：Step 1 明确要求 AskUserQuestion 必须无例外展示全部 3 个选项（PPT/HTML/图片）
• 图片输出强化：移除 Step 4c 中"当前模型限制"劝阻性语言，增加 HTML 信息图兜底方案
• B站登录流程明确：强调字幕获取必须走 playwright 有头登录，新增 Pitfall 11/12 提醒不要浪费 API 尝试
• 描述清理：所有选项移除"需视觉模型"限定词

v4.1.0 (2026-05-31)

• 精简 MD frontmatter：所有源（B站/arXiv/博客）统一只保留 created 和 original_url，移除 source/tags/category/status
• 多选输出：Step 1 改为真多选（multiSelect: true），移除 "PPT+HTML"/"全部" 快捷项
• Pitfalls 扩充：新增 cmd pipe 路径解析、playwright-cli 双重 JSON 编码、PPT 中文引号、Windows 终端编码等实战坑
• 清理：移除空占位的 assets 目录

v4.0.0 (2026-05-31)

• 多源输入：新增博客、arXiv论文、小红书支持
• 逐任务选格式：每个 URL 独立弹窗选择输出类型
• 图片输出：新增"图片"选项（信息图，需视觉模型）
• 中文显示名：WorkBuddy 中显示为"资讯通关师"
• URL 类型自动识别：Step 0 自动判断输入源类型

v3.0.0 (2026-05-31)

• 安全升级：cookie stdin 管道零落盘
• 重命名为 ZiXunTongGuanShi
• 自包含化

v2.0.0 (2026-05-30)

• 动态内容分析、扁平化设计

v1.0.0 (2026-05-30)

• 初始版本