mcpField
K
knowledge-absorber

knowledge-absorber

github.com/yujunzhixue生产力65241 次安装32 周前更新
代码仓库

关于 knowledge-absorber

knowledge-absorber 将链接、本地文档、图片和代码整理为可阅读、可搜索并可继续提问的学习材料，面向需要学习多种资料的用户。它包含主张核验流程，并生成 Markdown 与交互式 HTML 文件。

主要功能

  1. 01摄取链接和本地文件
  2. 02清理网页噪音内容
  3. 03联网核验关键主张
  4. 04生成 Markdown 与交互式 HTML
  5. 05生成 Mermaid 认知地图和 FAQ

适用场景

  1. 01将文章或文档整理为学习材料
  2. 02从图片或代码生成可搜索内容
  3. 03核查资料中的时效性主张

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/yujunzhixue/studyanalysis-skills --skill knowledge-absorber

安装后在 Claude Code 中输入/knowledge-absorber确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

requirements.txt
assets/
knowledge_card_base.css
knowledge_card_design.css
knowledge_card_ink_enhanced.css
knowledge_card_ink.css
knowledge_card_modern.css
mentor_prompts.json
mentor_runtime.css
mentor_runtime.js
references/
system_prompt.md
scripts/
build_source_package.py
content_ingester.py
demo_run.py
generate_knowledge_card.py
knowledge_card_generation.py
knowledge_card_rendering.py
mentor_relay.py
openai_compatible_client.py
package_interactive_html.py
quick_update.py
regenerate_html.py
rule_card_generator.py
run_full_pipeline.py
system_prompt_contract.py
truth_anchor.py
update_css.py
validate_knowledge_card.py

详细介绍

来自项目 README

用法

把链接、文档、图片或代码整理成一份可学习、可搜索、可继续提问的学习成品，并输出：

  • knowledge_card.md
  • knowledge_card.interactive.html

只需要一条命令：

python scripts/run_full_pipeline.py “<链接或本地文件路径>” [“<更多链接或文件路径>”]

示例：

python scripts/run_full_pipeline.py “https://example.com/article”
python scripts/run_full_pipeline.py “E:\资料\AI导论.pdf”
python scripts/run_full_pipeline.py “E:\资料\架构图.png”
python scripts/run_full_pipeline.py “E:\repo\main.py”
python scripts/run_full_pipeline.py “https://example.com/article” “E:\资料\补充说明.pdf”

也支持这种自然语言写法：

python scripts/run_full_pipeline.py “学习这个 https://example.com/article”

核心流程

本技能采用 真理锚定协议 (Truth Anchoring Protocol) 确保内容准确性。

第一步：智能摄取 (Content Ingestion)

运行脚本获取干净的内容。脚本会自动清洗 HTML 噪音、广告和无用内容，并处理多模态内容（PDF/OCR）。

清理机制：

  • 自动移除广告、导航、页脚、社交分享等UI元素
  • 过滤包含噪音关键词的短文本（登录、注册、下载、关注等）
  • 识别并移除广告容器（通过class/id模式匹配）
  • 不保留明显的UI元素和营销内容
  • 不保留”谢谢大佬的支持”等打赏提示
  • 不保留页面导航和推荐链接

第二步：真理锚定 (Truth Anchoring)

”不要轻信任何文本，哪怕它看起来很专业。”

在生成内容之前，必须先对摄取的内容进行准确性校验。

验证流程：

  1. 提取核心主张：识别文中所有关键事实性主张（具体数据、API用法、历史事件、绝对化论断）
  2. 联网审计：调用 WebSearch 验证每个主张，搜索必须包含当前年份（2026）以确保时效性
  3. 生成校准报告：构建”红队报告”，标注错误、过时或有争议的内容
  4. 显式标注：在最终输出中明确标注所有不确定或有争议的信息

验证要求：

  • 每个关键主张都必须经过搜索验证
  • 不得直接使用未经验证的原文内容
  • 不得忽略明显的时效性问题（如”2020年最新”）
  • 不得省略对绝对化论断的验证（”总是”、”从不”、”必须”）
  • 不得在发现错误后不标注就直接使用

标注规范：

  • 过时信息必须标注”[已过时]”
  • 有争议内容必须标注”[存在争议]”
  • 无法确认的内容必须标注”[待确认]”

第三步：生成教学内容

根据清洗后的内容和校准报告，生成多模态输出。

内容适配：

  • 技术类：使用现代清爽风格（Apple Design 风格）
  • 国学/人文类：使用水墨国学风格（传统中文字体、水墨背景、印章装饰）

国学风格触发条件： 当标题、来源、标签或内容前几段包含以下任一关键词时，自动应用国学风格：

  • 经典文献：论语、庄子、道德经、史记、诗经、易经、孟子、荀子、春秋、左传、礼记、周易、尚书、大学、中庸
  • 学派思想：国学、古文、佛、儒、道、哲学、人文、儒家、道家、佛家、法家、墨家、兵家、禅宗、理学、心学、玄学
  • 历史人物：孔子、老子、孟子、庄子、荀子、墨子、韩非子、朱熹、王阳明、程颐、程颢
  • 文学体裁：古诗、词、赋、骈文、散文、文言文
  • 其他：经史子集、四书五经、诸子百家、传统文化

第四步：质量验收 (Quality Assurance)

交付前必须确认以下项目：

  1. ✅ HTML 包含 <script> 搜索逻辑
  2. ✅ 国学模式下使用传统中文字体（宋体、思源宋体）和水墨风格
  3. ✅ 包含 Mermaid 认知地图
  4. ✅ 包含 5-8 个 FAQ
  5. ✅ 内容已清理干净（无广告、无UI元素、无打赏提示）
  6. ✅ 所有关键主张经过真理锚定验证
  7. ✅ 不确定内容有明确标注

不得出现以下情况：

  • 输出包含广告或营销内容的HTML
  • 输出未经验证的事实性主张
  • 国学模式下使用现代西文字体
  • 省略搜索功能
  • 省略Mermaid图表

若任一项不符合要求，必须重新生成。

输出位置与文件

脚本会在 outputs/knowledge_YYYYMMDD_* 下生成一个输出文件夹，且最终只保留两个文件：

  • knowledge_card.md
  • knowledge_card.interactive.html

导师模式（交互 HTML 可选）

导师模式需要本地 relay 才能在浏览器里调用模型：

  • python scripts/mentor_relay.py（默认 http://127.0.0.1:8760）

如果只是阅读/搜索正文，不需要启动 relay。

支持的输入

  • URL 链接
  • PDF / Word / Markdown / TXT
  • PNG / JPG / JPEG / WEBP
  • Python / JavaScript / TypeScript / Java / C / C++ / Go / Rust 等代码文件
  • 一次传入多个链接或文件

评论

支持 Markdown