mcpField
L
lennys-podcast-newsletter

lennys-podcast-newsletter

github.com/joeseesun生产力18195 次安装32 周前更新
代码仓库

关于 lennys-podcast-newsletter

这是一个面向 Lenny Rachitsky 播客与 Newsletter 内容的检索和学习 skill，适合查找产品、增长等主题及嘉宾观点。它将转录和文章文件随 skill 一同提供，并支持索引搜索、全文搜索和分段阅读。

主要功能

  1. 01检索播客与 Newsletter
  2. 02按主题标签筛选
  3. 03全文搜索内容
  4. 04读取文章及播客转录
  5. 05列出嘉宾与统计信息

适用场景

  1. 01查找某主题的相关内容
  2. 02整理特定嘉宾的观点
  3. 03阅读并总结文章或播客
  4. 04根据原文回答相关问题

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/joeseesun/lennys-podcast-newsletter --skill lennys-podcast-newsletter

安装后在 Claude Code 中输入/lennys-podcast-newsletter确认已加载。

详细介绍

来自项目 README

Lenny's Podcast & Newsletter 知识库

基于 Lenny Rachitsky 的完整内容存档（289 播客转录 + 349 篇 Newsletter），支持搜索、阅读、问答和学习。

数据概览

  • 289 篇播客转录：硅谷顶级产品人访谈（完整对话逐字稿）
  • 349 篇 Newsletter：产品管理、增长、职业发展深度文章
  • 17 个主题标签：design, leadership, strategy, growth, startups, career, product-management, b2b, engineering, b2c, ai, analytics, go-to-market 等
  • 289 位嘉宾：包括 Brian Chesky, Satya Nadella, Lenny 本人等
  • 数据来源：lennysdata.com

数据路径（自包含在 skill 内）

references/
├── 01-start-here/    # README + index.json（元数据索引）
├── 02-newsletters/   # 349 篇 Newsletter Markdown
└── 03-podcasts/      # 289 篇播客转录 Markdown

脚本自动使用 skill 目录下的 references/，无需配置外部路径。

搜索脚本

SCRIPT=~/.claude/skills/lennys-podcast-newsletter/scripts/lenny_search.py
命令列表
1. 索引搜索（快速，按标题/描述/嘉宾/标签匹配）
python3 $SCRIPT search "关键词" [--type podcast|newsletter] [--tag TAG] [--limit N]

示例：

python3 $SCRIPT search "product-market fit" --limit 5
python3 $SCRIPT search "pricing" --type newsletter
python3 $SCRIPT search "" --tag ai --limit 10          # 列出所有 AI 相关内容
python3 $SCRIPT search "Brian Chesky"                   # 按嘉宾搜索
2. 全文搜索（遍历所有文件内容，较慢但精确）
python3 $SCRIPT fulltext "关键词" [--type podcast|newsletter] [--limit N]

适用场景：索引搜索找不到时，或需要在正文中查找具体观点、引用。

3. 阅读具体文章
python3 $SCRIPT read "03-podcasts/scott-belsky.md" [--lines 200]

返回 JSON 包含 content、total_lines、truncated 字段。超长内容分段读取。

4. 列出标签
python3 $SCRIPT tags [--type podcast|newsletter]
5. 列出嘉宾
python3 $SCRIPT guests [--limit 30]
6. 统计信息
python3 $SCRIPT stats

Workflow

用户提问关于 Lenny 内容时
  1. 理解意图：判断用户想查什么（某个主题、某位嘉宾、某个概念）
  2. 搜索：先用 search 快速匹配，找不到再用 fulltext 全文搜索
  3. 阅读原文：用 read 读取相关文件，理解完整上下文
  4. 回答：基于原文内容回答用户问题，引用具体来源（嘉宾名 + 文章标题）
用户想学习某个主题时
  1. 用 search "" --tag TAG 列出该主题所有内容
  2. 推荐 3-5 篇最相关的文章/播客
  3. 读取并总结关键观点
  4. 如果用户想深入，读取完整内容详细讲解
用户想了解某位嘉宾的观点时
  1. 用 search "嘉宾名" 或 guests 找到对应播客
  2. 读取播客转录
  3. 提炼嘉宾的核心观点和金句

回答格式

回答时需注明来源：

**来源**: Lenny's Podcast — {嘉宾名} ({日期})
**标题**: {文章/播客标题}

{回答内容，引用原文关键段落}

注意事项

  • 播客转录包含完整对话，每段有发言人和时间戳（如 **Scott Belsky** (00:12:34):）
  • Newsletter 包含完整文章内容，有 YAML frontmatter（title, subtitle, date, tags, word_count）
  • 内容为英文原文，回答时可按用户语言偏好翻译或保留原文
  • 超长文件（部分播客转录超过 15000 字）需分段读取

评论

支持 Markdown