Imported from zys3198/claude-stack (
skills/content-to-note/SKILL.md). Install upstream withnpx skills add zys3198/claude-stack --skill content-to-note. Copyright stays with the author.
content-to-note
把任意内容链接(公众号 / B站 / 抖音)提取并整理成结构化笔记,统一存进 wiki。
何时用
- 用户给内容链接 + 想要笔记(提取/整理/总结/做笔记/存一下)
- 链接来自:mp.weixin.qq.com(公众号)、bilibili.com / b23.tv(B站)、v.douyin.com / douyin.com(抖音)
不用:纯网页文章(走 Jina Reader)、只要一句话口头摘要不要落盘、本地已有内容。
路由
按 URL 域名识别来源 → 走对应提取引擎 → 按统一规范整理 → 落盘 wiki。
| 来源 | URL 模式 | 提取引擎 | 笔记目录 |
|---|---|---|---|
| 微信公众号 | mp.weixin.qq.com | wechat 脚本(见下) | wiki/71-公众号文章/ |
| B站视频/图文 | bilibili.com, b23.tv, BV… | bili-note skill | wiki/70-视频笔记/bilibili/ |
| 抖音 | v.douyin.com, douyin.com/video | agent-reach（公开内容）+ 手动 fallback | wiki/70-视频笔记/douyin/ |
底层引擎按来源独立调用；当前不可用的来源走明确 fallback。本 skill 只路由 + 统一笔记规范,不重写提取逻辑。
各来源
微信公众号
脚本:本 skill 自带 scripts/wechat/run.js。它集成了 wechat-article-extractor 的 extract.js(完整解析:标题/作者/摘要/正文/封面/版权/类型/迁移检测/标签/内嵌公众号链接/错误码 1000-2016)。
node "$env:USERPROFILE\.claude\skills\content-to-note\scripts\wechat\run.js" "<mp-url>" "<wiki/71-公众号文章/YYYY-MM-DD-标题.md>"原理:直连抓取(微信 UA + 跟随 302 + UTF-8 Buffer)→ extract(html, {url}) 解析。绕过 extractor 自带的 request-promise 抓取路径(微信会挡),复用它的成熟解析。
依赖(已装在该目录 node_modules):cheerio / dayjs / qs / lodash.unescape。request-promise 故意不装(惰性 require,只走 HTML 解析路径用不到)。
坑(已验证):
- Exa MCP 抓不到未索引的公众号文章(contents/livecrawl 均返回空),公众号只能直连抓,不靠 Exa。
- 抓取必须带微信 UA + 跟随 302,否则被重定向到验证页。
- PowerShell 默认按 GBK 读 UTF-8 文件会显示乱码,文件本身没坏;用
[System.Text.Encoding]::UTF8.GetString([IO.File]::ReadAllBytes($f))读。
用法/原理另见:wiki/71-公众号文章/README.md。
B站
调 bili-note skill；它负责元数据、字幕、ASR、评论、归档、预算和评分。
边界:bili-note 的原始材料归档(默认 D:\knowledge\…)保持原处不动,本 skill 只把整理后的学习型笔记存进 wiki/70-视频笔记/。
抖音
当前没有本地专用抖音提取 skill。先用 agent-reach 获取可访问的公开内容，再按统一规范整理；无法获取或需要完整音频转写时，说明覆盖范围并走手动 fallback。
笔记规范
提取后按统一骨架整理成笔记。frontmatter + 结构见 references/note-template.md。
边界
不做:重新实现各来源提取、改动各 skill 原始材料归档位置、处理非三类来源链接、把重归档体系塞进 wiki。
