url-dump

COG URL Dump 技能

目的

通过智能提取内容、分类并整合到用户的知识库，将原始 URL 转换为结构化且富有见地的知识条目。快速收集内容并自动生成洞见。

调用时机

• 用户分享想要保存的 URL
• 用户说“保存这个链接”“收藏这个”“url dump”或“留着以后看”
• 用户粘贴 URL 并想要收集
• 用户想要将网络资源整理到自己的知识库中

Agent 模式识别

检查 00-inbox/MY-PROFILE.md frontmatter 中的 agent_mode：

• 如果为 agent_mode: team —— 将内容提取、分析和分类工作委派给子 Agent，同时直接与用户互动。子 Agent 获取 URL 内容、生成洞见，并返回结构化结果以供归档。
• 如果为 agent_mode: solo（默认）—— 直接在对话中处理所有工作。不进行委派。

执行前检查

执行前，检查用户资料：

1. 在知识库中查找 00-inbox/MY-PROFILE.md
2. 如果未找到：

   Welcome to COG! It looks like this is your first time.
   
   Before we start, let's quickly set up your profile (takes 2 minutes).
   
   Would you like to run onboarding first, or should I proceed with default settings?
   

3. 如果找到：
   • 阅读资料，了解用户的兴趣和项目
   • 利用用户兴趣辅助自动分类
   • 检查 05-knowledge/booklets/ 中是否已有分类手册

流程

1. 用户互动与输入收集

• 接收用户提供的 URL（单个 URL 或批量 URL）
• 可选：接收用户关于保存原因的简短备注
• 接受任意格式：裸 URL、Markdown 链接或附带备注的 URL

提示词：

What URL(s) would you like to save?
(You can paste one or more URLs, optionally with a note about why you're saving it)

2. URL 验证与获取

• 验证 URL 格式
• 检查 URL 是否可访问
• 检查现有知识库中是否有重复的 URL
• 获取网页内容

内容提取

从页面中提取：

• 页面标题： [提取的标题]
• 元描述： [如有]
• 作者： [如能检测到]
• 发布日期： [如能检测到]
• 字数： [估算值]
• 阅读时间： [X 分钟]
• 主要内容： [提取的正文]
• 关键标题： [H1/H2 标题列表]

3. 分类选择

默认分类：

• 文章与博客： 长篇内容、教程、观点文章
• 工具与资源： 软件、实用工具、服务、API
• 参考资料： 文档、规范、标准
• 研究： 论文、研究、学术内容
• 灵感： 设计、创意、创作参考
• 视频与媒体： YouTube、播客、多媒体
• 新闻与更新： 行业新闻、公告
• 特定项目： 与特定项目相关（提供 MY-PROFILE.md 中的项目列表）
• 待审核： 不确定，留待以后分类

自定义分类：

• 检查 05-knowledge/booklets/ 中是否有现有自定义分类
• 如有需要，提供创建新分类的选项

自动建议： 根据内容分析，建议最可能的分类，但由用户确认或更改。

4. 内容分析与处理

阶段 1：内容分类

确定：

• 内容类别： [文章|工具|参考资料|研究|视频|新闻|等]
• 主要主题： [主题 1、主题 2、主题 3]
• 语气： [信息性|观点性|教程|新闻|等]
• 质量评估： [高|中|低]
• 可信度指标： [作者资历、引用等]

阶段 2：洞见提取

生成：

• 执行摘要： [2-3 句话]
• 关键洞见：
  1. [洞见 1，附带背景]
  2. [洞见 2，附带背景]
  3. [洞见 3，附带背景]
• 值得关注的引述： [如有]
• 行动事项： [实用要点]

阶段 3：相关性评估

分析：

• 与用户兴趣的匹配度： [高|中|低] - [资料中的哪些兴趣]
• 与项目的相关性： [项目名称] - [相关原因]
• 知识缺口： [是|否] - [填补了什么缺口]
• 时效性： [长期有效|当前|已过时]
• 独特性： [新颖|常见|近似重复]

阶段 4：交叉引用

识别以下关联：

• 相关书签：[现有的类似保存内容]
• 相关脑力倾倒：[如内容相关]
• 相关项目：[如适用]
• 建议标签：[标签 1、标签 2、标签 3]

5. 生成结构化输出

按以下结构创建书签文件：

---
type: "url-bookmark"
category: "[category-name]"
domain: "[source-domain.com]"
date_saved: "YYYY-MM-DD"
date_accessed: "YYYY-MM-DD HH:MM"
url: "[original-url]"
title: "[page-title]"
author: "[author-if-available]"
published: "[publish-date-if-available]"
tags: ["#bookmark", "#category-tag", "#topic-tags"]
relevance: "[high|medium|low]"
status: "unread"
related_projects: ["project1", "project2"]
confidence: "[high|medium|low]"
---

# [Title]

## Quick Summary
[2-3 sentence summary of the content]

## Key Insights
- **Insight 1:** [description with context]
- **Insight 2:** [description with context]
- **Insight 3:** [description with context]

## Why This Matters
[Connection to user's interests/projects. What makes this worth saving?]

## User Note
[Original user note if provided, otherwise omit section]

## Content Highlights
[Key excerpts or quotes from the content - 200-400 words max]

## Practical Takeaways
- [ ] [Action item 1 if applicable] 📅 [YYYY-MM-DD = date +1 week from today]
- [ ] [Action item 2 if applicable] 📅 [YYYY-MM-DD = date +1 week from today]

## Related Knowledge
- **Similar Bookmarks:** [[bookmark1]], [[bookmark2]]
- **Connected Projects:** [[project1]]
- **Related Notes:** [[note1]], [[note2]]

## Source Details
| Field | Value |
|-------|-------|
| Domain | [domain] |
| Author | [author or "Unknown"] |
| Published | [date or "Unknown"] |
| Word Count | [~X words] |
| Read Time | [~X minutes] |

## Processing Notes
- **Extracted:** [timestamp]
- **Category Confidence:** [percentage]
- **Review Needed:** [yes|no] - [reason if yes]

---

*Processed by COG URL Curator*

保存到适当的位置：

• 标准：05-knowledge/booklets/[category-slug]/[title-slug]-YYYY-MM-DD.md
• 项目专属：04-projects/[project-slug]/resources/[title-slug]-YYYY-MM-DD.md
• 混合/不明确：00-inbox/url-[title-slug]-YYYY-MM-DD.md

6. 工具/资源的特殊处理

对于工具和软件，使用增强模板：

---
type: "url-tool"
category: "tools"
domain: "[domain]"
url: "[url]"
title: "[tool-name]"
date_saved: "YYYY-MM-DD"
pricing: "[free|freemium|paid|enterprise]"
tags: ["#tool", "#category-tags"]
status: "to-evaluate"
---

# [Tool Name]

## What It Does
[1-2 sentence description]

## Key Features
- Feature 1
- Feature 2
- Feature 3

## Use Cases
- Use case 1
- Use case 2

## Pricing
[Pricing details if available]

## Why It's Relevant
[Connection to user's work/interests]

## Evaluation Status
- [ ] Sign up / try demo 📅 [YYYY-MM-DD = date +3 days from today]
- [ ] Test key features 📅 [YYYY-MM-DD = date +1 week from today]
- [ ] Compare with alternatives 📅 [YYYY-MM-DD = date +1 week from today]
- [ ] Decision: [use|pass|revisit] 📅 [YYYY-MM-DD = date +2 weeks from today]

## Notes
[Space for user's evaluation notes]

---

*Processed by COG URL Curator*

7. 批量处理

处理多个 URL 时：

Processing [X] URLs...

1. [URL 1] → [category] → Saved to [path]
2. [URL 2] → [category] → Saved to [path]
3. [URL 3] → [category] → Saved to [path]

Summary:
- Articles: 2 saved
- Tools: 1 saved
- Total: 3 URLs processed

8. 确认完成

• 确认已创建文件
• 向用户显示：“URL 已保存到 [file path]”
• 显示简要摘要：标题、类别、关键见解预览
• 询问他们是否想要：
  • 添加另一个 URL
  • 深入了解内容
  • 关联到特定项目或脑力倾倒

小册子结构

URL 按“小册子”（类别文件夹）组织：

05-knowledge/
└── booklets/
    ├── articles/
    │   ├── _index.md (category overview - auto-created)
    │   └── [article-entries].md
    ├── tools/
    │   ├── _index.md
    │   └── [tool-entries].md
    ├── reference/
    │   ├── _index.md
    │   └── [reference-entries].md
    ├── research/
    │   ├── _index.md
    │   └── [research-entries].md
    ├── inspiration/
    │   ├── _index.md
    │   └── [inspiration-entries].md
    ├── videos/
    │   ├── _index.md
    │   └── [video-entries].md
    └── [custom-category]/
        ├── _index.md
        └── [entries].md

类别索引模板

创建新类别时，也要创建索引文件：

---
type: "booklet-index"
category: "[category-name]"
created: "YYYY-MM-DD"
last_updated: "YYYY-MM-DD"
entry_count: 0
---

# [Category Name] Booklet

## Description
[What this category contains]

## Recent Additions
[Auto-updated list - most recent 10 entries]

## Top Entries
[Manually curated or most-accessed entries]

## Tags in This Category
[List of common tags used]

## Related Categories
- [[other-category-1]]
- [[other-category-2]]

YAML 格式要求

**重要：**所有 YAML 前置内容都必须采用与 Obsidian 兼容的正确格式：

• 所有字符串值都必须使用双引号
• 数组必须使用带引号的字符串：["item1", "item2", "item3"]
• URL 必须加引号，以处理特殊字符
• 布尔值不应加引号：true 或 false
• 确保 YAML 语法正确，避免 Obsidian 出现解析错误

示例：

# CORRECT
type: "url-bookmark"
url: "https://example.com/path?query=value"
tags: ["#bookmark", "#article", "#ai"]
relevance: "high"
reviewed: false

# INCORRECT
type: url-bookmark
url: https://example.com/path?query=value
tags: [#bookmark, #article, #ai]
relevance: high
reviewed: "false"

验证流程

内容准确性

• **标题验证：**确保提取的标题与页面一致
• **作者署名：**核实页面中注明的作者
• **日期准确性：**确认页面上显示的发布日期
• **摘要忠实度：**确保摘要准确呈现内容

分类验证

• **类别匹配度：**确认内容符合所选类别
• **标签相关性：**核实标签能准确描述内容
• **兴趣匹配度：**确认相关性评估准确
• **项目关联：**核实所声明的项目相关性

质量检查

• **完整性：**已填写所有必填字段
• **格式：**Markdown 和 YAML 语法正确
• **链接：**所有内部链接均有效
• **元数据：**前置内容格式正确

不确定性处理

内容不明确时

• **付费墙内容：**注明限制，并提取可用的预览内容
• **动态内容：**注明内容可能发生变化
• **复杂内容：**必要时标记为需人工审核
• **非英语内容：**注明语言，并尽可能提供翻译

置信度指标

• **高置信度（90% 以上）：**内容清晰，分类明确
• **中置信度（70%–89%）：**总体清晰，但存在一些模糊之处
• **低置信度（50%–69%）：**存在重大模糊之处，需要用户输入
• **极低置信度（低于 50%）：**存在重大不确定性，保存到收件箱

始终在处理备注中明确说明置信度等级及其理由。

循环工程

URL 捕获采用的是获取—重试循环，并设有质量门槛，而不是一次获取后直接归档。共享术语请参阅 .claude/skills/loop-engineering/SKILL.md。

**循环（每个 URL）：**获取 → 如果获取失败，或返回的正文为空或被拦截，则换用其他方式重试（https 或 http、阅读器模式、存档快照）→ 内容到位后，运行质量门槛 → 归档；或升级给用户处理／保存到收件箱并标记为“需要审核”。

验证器（确定性）：

• 获取到的正文非空（不是付费墙占位内容或错误页面）。
• 必填字段均已填写：标题、至少一条关键见解、一个类别。
• YAML frontmatter 格式有效（参见 YAML 格式要求）。
• 类别置信度达到阈值。低于约 70% 时，循环不会默默猜测。

终止条件（分层）：

• **达到目标：**内容已提取且通过质量门槛 → 保存到类别文件夹。
• **重试上限：**获取尝试约 3 次后停止 → 将已提取内容连同低置信度标记一起保存（参见不确定性处理），不要臆造缺失字段。
• **付费墙／登录墙时立即停止：**注明限制，捕获可用的预览内容，不要无限循环。
• **升级给人工处理：**置信度低于阈值 → 提出最佳猜测并请用户确认类别，而不是错误归档。

**模式：**反思—重试（每次获取失败后换用不同方法）＋评估器（质量门槛）＋人工参与（低置信度时升级处理）。

**循环内上下文：**提取见解和元数据后，丢弃原始页面正文。对于批量输入，将每个 URL 作为独立循环处理，确保一个有问题的 URL 不会拖住其余内容。

与其他技能集成

后续操作

URL 捕获后，建议：

• /braindump - 记录关于该 URL 的想法
• /knowledge-consolidation - 将其整合到知识框架中
• 每日简报会展示相关的已保存 URL

交叉引用

自动检查是否与以下内容相关：

• 正在进行的项目（来自 MY-PROFILE.md）
• 最近的随想记录
• 竞争对手关注名单中的公司（如存在）
• 用户兴趣

成功指标

• 捕获速度（单个 URL 少于 30 秒）
• 分类准确，并经用户确认
• 提取出有用的见解
• 与现有知识正确整合
• 便于日后检索和发现
• 提取结果置信度高

学习与适应

模式学习

• 跟踪哪些书签会被再次访问
• 学习用户的分类偏好
• 根据互动情况提升相关性评分
• 根据用户认为有用的内容改进见解提取

持续改进

• 持续监控分类准确率
• 适应用户偏好的标签体系
• 学习特定领域的术语
• 提高交叉引用准确率