mcpField
A
anthropic-skilljar-extractor

anthropic-skilljar-extractor

github.com/maystudios文档处理2662 次安装11 周前更新
代码仓库

关于 anthropic-skilljar-extractor

Anthropic Skilljar Course Extractor 是将 Skilljar 课程页面整理为课程文件的脚本与工作流。它提取嵌入的笔记和课程结构、下载图表，并提供完善生成的 Markdown 的步骤。

主要功能

  1. 01提取课程笔记与课程内容
  2. 02解析课程章节结构
  3. 03下载课程图表
  4. 04按 URL 去重课程
  5. 05完善课程 Markdown

适用场景

  1. 01创建本地课程文件
  2. 02整理提取出的课程笔记
  3. 03为课程图表添加说明

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/maystudios/claude-skills --skill anthropic-skilljar-extractor

安装后在 Claude Code 中输入/anthropic-skilljar-extractor确认已加载。

附带文件scripts/extract_course.py

详细介绍

Anthropic Skilljar 课程提取器

步骤 1：运行提取脚本

python3 scripts/extract_course.py \
  <skilljar_url> <output_dir>

这会生成：

<course-slug>/
├── README.md
├── 01-<section>/
│   ├── 01-<lesson>.md
│   └── ...
└── assets/images/   ← downloaded .webp diagrams

步骤 2：描述图表

对于 assets/images/ 中的每张全尺寸 .webp 图片（不包括 -medium.webp）：

  • 使用 Read 工具查看图片
  • 添加详细的替代文本块，并在相关课程的 Markdown 文件中使用 ![描述](../assets/images/file.webp) 嵌入图片

根据主题将图片分配给课程：架构图放在入门课程中，代码截图放在实操课程中，摘要幻灯片放在复习课程中。

步骤 3：丰富课程 Markdown

脚本会嵌入项目符号形式的笔记。扩展每个课程文件：

  • 为每个概念添加合适的 ## 标题
  • 使用带语言标记的围栏代码块格式化代码示例
  • 将“Key: value”行转换为 **Key:** value 粗体格式
  • 添加用于比较的表格（例如，消息类型、原语）
  • 保留 frontmatter 块（Section、URL、Lesson Type）

步骤 4：增强 README

在自动生成的 README 中添加：

  • 完整的课程介绍段落
  • 关键概念参考表
  • 速查代码片段
  • 图表索引，为每张图片添加一行描述

脚本工作原理（用于调试）

  • 获取页面 HTML；提取 window.__chatData（嵌入在每个 Skilljar 页面中的 LLM 笔记）
  • 解析侧边栏 <ul class="dp-curriculum">，获取章节／课程结构
  • 从 d7juhi4i8fsw0.cloudfront.net/images/<slug>/ 下载 CloudFront 图片
  • 按 URL 对课程去重（课程目录 HTML 在页面源代码中出现两次）
  • 根据标题相似度，将笔记与课程进行模糊匹配

如果需要登录

单个课程页面始终需要身份验证——不要获取这些页面。 如果课程落地页本身需要登录（脚本找到 0 个课程）：

  1. 请用户保存页面 HTML（浏览器 → 另存为 → 仅网页 HTML）
  2. 将脚本的 fetch() 修改为 open(path).read()，并传入本地文件

评论

支持 Markdown