阅读笔记

# 阅读笔记 Skill ## 触发条件 用户发送文章链接 + 说「阅读笔记」/「帮我记一下」/「保存这篇文章」 ## 支持的来源 | 平台 | 格式 | 备注 | |------|------|------| | 微信公众号 | mp.weixin.qq.com | 链接自动加 `?scene=1` | | 微博 | weibo.com | 直接抓取 | | 雪球 | xueqiu.com | 直接抓取 | | B站 | bilibili.com | 视频页面信息 | | 其他公开网页 | 任意 | 通用抓取 | ## 飞书文件夹结构 - **根目录**: `https://vk8zot12ir.feishu.cn/drive/folder/U4p7fPrW1lmQzedgT9rcenKQnbh` - **阅读笔记**: `https://vk8zot12ir.feishu.cn/drive/folder/C5NZflqNJlCK0EdaTQ2cmhVdnJg` ### 分类文件夹（自动匹配） | 内容关键词 | 分类文件夹 | 文件夹 Token | 示例 | |-----------|-----------|-------------|------| | 投资、股票、财报、金融、巴菲特、芒格、估值、商业模式、段永平 | 投资商业 | CjgCfVSCIlSpWqdgql8cdl84nlg | 段永平投资理念、高盛分析报告 | | AI、大模型、ChatGPT、字节、腾讯、阿里、科技公司、芯片、自动驾驶、豆包、元宝、千问 | AI科技 | F6kOf6XahllQ1Rd5qyOcByPOnxc | AI巨头竞争、技术趋势 | | 汽车、新能源、电动车、理想、蔚来、小鹏、小米汽车、自动驾驶 | 汽车新能源 | QyEEfY7Wll1NBadXkvEcmRybnxe | 新能源车企动态 | | 育儿、教育、家庭、孩子、学习方法 | 家庭教育 | DK2ifbzlclZXmYd8fsOcrHUXnbf | 教育理念 | | 健康、饮食、运动、养生、饮食建议、营养 | 健康生活 | Pnl9fjWhPlNQdddyIA3cKdoanMc | 水果控糖指南 | | 其他不匹配的内容 | 其他 | EHv3fsHxSl9wp9d11encyKmfn3f | 通用分类 | ### ⚠️ 新增分类时必须同步飞书 **当用户要求新增分类（或内容无法匹配现有分类）时，必须同时完成以下步骤：** 1. **本地创建文件夹：** ```bash mkdir -p "~/.openclaw/workspace/saved/reading-notes/{新分类名}" ``` 2. **飞书创建子文件夹：** ```python # 在阅读笔记根目录下创建子文件夹 reading_folder = "C5NZflqNJlCK0EdaTQ2cmhVdnJg" resp = requests.post( "https://open.feishu.cn/open-apis/drive/v1/files/create_folder", headers=headers, json={"name": "{新分类名}", "folder_token": reading_folder} ) new_folder_token = resp.json()["data"]["folder_token"] ``` 3. **上传文件到飞书：** ```python upload_url = "https://open.feishu.cn/open-apis/drive/v1/files/upload_all" # 上传到新创建的文件夹 ``` 4. **更新 `reading-notes-links.md`：** - 新增分类标题和文件夹链接 - 文件夹链接格式：`https://vk8zot12ir.feishu.cn/drive/folder/{新文件夹token}` 5. **更新 `SKILL.md` 本身：** - 在「分类文件夹」表格中添加新分类（含关键词、文件夹 Token） - 保持表格持续扩展 ## 飞书 API 配置 ```python app_id = "cli_a929129e4278dced" app_secret = "usgK70hkHYBTQTtqMUFUMeXPPQDp35CE" # 文件夹 token root_folder = "U4p7fPrW1lmQzedgT9rcenKQnbh" reading_folder = "C5NZflqNJlCK0EdaTQ2cmhVdnJg" # 分类文件夹 token（从 reading_folder 子文件夹获取） # 投资商业、AI科技、汽车新能源、家庭教育、其他 ``` ## 处理流程 ### Step 0: 获取日期 **⚠️ 保存日期必须是用户实际分享链接的时间，不是文章内容中的日期！** 从用户消息的 timestamp 获取日期（格式如 "Sat 2026-03-28 02:06 GMT+8"），提取 YYYY-MM-DD 部分作为文件名前缀和元数据中的保存日期。 ```python # 用户消息 timestamp user_timestamp = "Sat 2026-03-28 02:06 GMT+8" date_prefix = "2026-03-28" # 从 timestamp 提取 # 元数据中的 **保存日期** 也必须写这个日期，不能从文章内容中提取 ``` ### Step 1: 抓取原文 ```bash # 打开浏览器 openclaw browser open "链接?scene=1" sleep 5 # 获取标题 openclaw browser evaluate --fn "() => document.querySelector('#activity-name')?.innerText?.trim() || ''" # 获取原文 openclaw browser evaluate --fn "() => document.querySelector('#js_content')?.innerText || ''" # 关闭标签 openclaw browser close ``` ### Step 2: 清理换行符 微信公众号原文中 `\n` 是字面量字符串，需要替换： ```python content = raw.replace('"', '') # 去掉首尾引号 content = content.replace('\\n\\n\\n\\n\\n', '\n\n') content = content.replace('\\n\\n', '\n\n') content = content.replace('\\n', '\n') paragraphs = [p.strip() for p in content.split('\n\n') if p.strip()] ``` ### Step 3: 合并短段落 公众号文章经常一句话一段，需要合并以提升可读性。**保留原文完整性，不删减内容**。 ```python merged = [] buffer = "" for para in paragraphs: # 标题段落单独处理 if is_title(para, original_titles): if buffer: merged.append(buffer) buffer = "" merged.append(para) continue if len(buffer) + len(para) < 280: buffer = (buffer + " " + para).strip() if buffer else para else: if buffer: merged.append(buffer) buffer = para if buffer: merged.append(buffer) ``` ### Step 4: 识别原文标题（关键步骤 ⚠️） **原文中的段落标题是文章结构的核心，绝不能忽略或自创标题。** #### 识别方法 1. **先收集所有短段落（<40字）**，作为疑似标题候选 2. **对比合并前后的段落**，找出哪些是原文的独立短段落 3. **标题通常有以下特征**： - 独立成段，前后有空行 - 字数 < 40 - 不以句号、逗号结尾 - 包含行业/业务关键词（如"消耗战"、"转向"、"收缩"、"军备竞赛"、"巴别塔"等） #### 识别流程 ```python # 第一步：在合并前，先收集所有短段落作为标题候选 title_candidates = [p for p in paragraphs if len(p) < 40] # 第二步：对每个疑似标题，检查前后段落是否有空行分隔 for i, p in enumerate(paragraphs): if len(p) < 40: # 检查是否独立成段（前后是空行或内容段） if i > 0 and i < len(paragraphs) - 1: # 这是一个短段落，标记为标题 标记为标题 # 第三步：合并时遇到标题就跳过，单独保留 for para in paragraphs: if para in original_titles: # 标题不参与合并 if buffer: merged.append(buffer) buffer = "" merged.append(para) # 标题单独一段 continue # 正常合并逻辑... ``` #### 常见标题模式（示例，每篇文章需根据实际内容调整） 投资类：收缩、省钱、转型、盈利、亏损、估值、现金流... 科技类：DeepSeek、豆包、元宝、补课、军备竞赛、博弈、入口... 汽车类：发布会、量产、智驾、增程、纯电、交付、开城... **⚠️ 重要：不要自创标题，必须用原文的段落标题！** ### Step 5: 生成阅读总结 **⚠️ 必须真正阅读全文后总结，不能从开头截取！** 阅读总结分两部分： ```markdown ## 📝 阅读总结 ### 核心观点 　　必须基于全文真正总结，不能从文章开头复制粘贴！ 　　回答"这篇文章说了什么"、"核心论点是什么"、"作者想表达什么"。 　　长文章可按主题设小标题（如：字节策略、腾讯策略、人才战争等） 　　简短文章直接概括即可，不需要套格式。 ### 金句 　　> 必须从全文中精选3-5句有洞察力、有冲击力的原句！ 　　> 不能从文章开头截取，要从全文各个部分挑选最有价值的句子。 　　> 优先选择：有数据、有判断、有比喻、有观点的原句。 　　> 用引用格式 > 展示，每句单独一行。 ``` ### Step 6: 质量检查（必须执行，逐项核对） - [ ] **核心观点是否真正总结** - 不能从文章开头复制粘贴！必须基于全文内容概括 - [ ] **金句是否有乱码** - 检查是否有 `\n` 或 `\n\n` 字面量残留，必须全部清理 - [ ] **金句是否从全文精选** - 不能只从开头截取，要从全文各部分挑选最有价值的句子 - [ ] **金句之间是否有空行** - 每条金句后必须有空行分隔（`。\n\n　　>`） - [ ] **元数据字段之间是否有空行** - 来源、作者、链接等每个字段后必须有两个换行符 - [ ] **原文段落是否有缩进** - 原文全文的段落前必须用全角空格 `　　`，不能用普通空格 - [ ] **段落标题前没有缩进** - `## ` 开头的标题行前面不能有缩进 - [ ] 原文标题是否正确插入（用 `## ` 分隔） - [ ] 是否有重复段落 - [ ] 来源、作者、关键词信息是否完整 ### Step 7: 上传到飞书云盘 ```python # 1. 获取分类文件夹 token（从上方表格查，或新增分类时创建） # 2. 检查分类文件夹是否存在，不存在则创建（参见「⚠️ 新增分类时必须同步飞书」） # 3. 删除该文件夹下同名旧文件 # 4. 上传新文件 upload_url = "https://open.feishu.cn/open-apis/drive/v1/files/upload_all" ``` ### Step 8: 更新链接记录 更新 `~/.openclaw/workspace/reading-notes-links.md`，记录所有文章的飞书文档链接。 ## 输出文件格式 ``` ~/.openclaw/workspace/saved/reading-notes/{分类}/{保存日期}-{文章标题}.md ``` 飞书云盘路径： ``` 个人笔记/阅读笔记/{分类}/{保存日期}-{文章标题}.md ``` **⚠️ 文件名必须带日期前缀**，格式为 `{日期}-{文章标题}.md` **⚠️ 日期必须使用用户发送链接的时间（从消息 timestamp 获取），不是文章内容中的日期，也不是当前时间！** 示例：用户在 2026-03-28 00:44 发送链接，文件名应为： - `2026-03-28-字节、阿里、腾讯 AI 大战全记录.md` **原因：** 记录"用户什么时候分享的"，便于按日期做阅读统计和排序。 ## 注意事项 1. 微信公众号链接必须加 `?scene=1` 参数 2. 浏览器抓取后必须 close tab 3. 原文段落合并时保留所有内容，不删减 4. **原文标题用短段落匹配，不要自创标题** ⚠️ 这是常见错误！ 5. 段落缩进用全角空格 `　　` 6. 阅读总结分两部分：核心观点（概括文章论点）+ 金句（摘录3-5句原文精华） 7. **质量检查时必须确认原文标题是否正确插入**（用 `## ` 分隔） ## ⚠️ 格式规范（必须严格遵守） ### 元数据格式 每个元数据字段之间必须有**两个换行符**，确保正确显示： ```markdown # 文章标题 **来源：** 微信公众号 **作者：** xxx **原文链接：** https://mp.weixin.qq.com/s/xxx **保存日期：** 2026-03-27 **关键词：** 关键词1、关键词2 --- ``` **错误示例（不要这样）：** ```markdown **来源：** 微信公众号 **作者：** xxx **原文链接：** ... ``` **正确示例（必须这样）：** ```markdown **来源：** 微信公众号 **作者：** xxx **原文链接：** https://mp.weixin.qq.com/s/xxx ``` ### 金句格式 金句之间必须有**空行分隔**，每条金句独立一行： ```markdown ### 金句 　　> 第一条金句，句子完整结束。 　　> 第二条金句，有洞察力、有判断。 　　> 第三条金句，有数据或有比喻。 ``` **错误示例（不要这样）：** ```markdown ### 金句 　　> 第一条金句 　　> 第二条金句 　　> 第三条金句 ``` **正确示例（必须这样）：** ```markdown ### 金句 　　> 第一条金句。 　　> 第二条金句。 　　> 第三条金句。 ``` **实现方法：** 每条金句后加 `\n\n`，而不是 `\n`。 ## 常见错误 ### ❌ 错误：核心观点从开头截取 问题：直接复制文章开头内容作为核心观点，没有真正总结全文。 修复：必须阅读全文后用自己的话概括，不能复制原文开头。 示例（错误）："2025年11月，姚顺雨穿着休闲短裤、踩着拖鞋出现在腾讯的一场内部会上..."（这是原文开头，不是总结） 示例（正确）："这是一场AI时代的「中途岛战役」。字节豆包日活破亿、腾讯元宝借DeepSeek爆发、阿里千问三位一体投入4800亿。三巨头策略截然不同..." ### ❌ 错误：金句有乱码 问题：金句中包含 `\n` 或 `\n\n` 字面量，没有清理。 修复：生成金句前必须执行 `content.replace('\\n', ' ').replace(' ', ' ')` 清理所有转义符。 ### ❌ 错误：金句从开头截取 问题：只从文章开头截取金句，没有从全文精选。 修复：必须阅读全文，从不同章节挑选最有洞察力、有数据、有判断的原句。 ### ❌ 错误：忽略原文段落标题 问题：直接把所有内容合并成一段，丢失了文章的章节结构。 修复：先识别短段落作为标题候选，合并时跳过标题段落。 ### ❌ 错误：自创标题 问题：用自己编的标题替代原文标题。 修复：必须使用原文中的段落标题，即使格式不完美。 ### ❌ 错误：段落标题前加了缩进 问题：原文段落标题（如`## 01 某某标题`）前面被加了缩进`　　`，导致 Markdown 渲染时标题格式错误。 修复：段落标题（`## `开头的行）前面不要加缩进，保持`## 标题`的纯净格式。 示例（错误）：`　　## 01 AI有了"手"，企业先想到的是什么` 示例（正确）：`## 01 AI有了"手"，企业先想到的是什么` ### ❌ 错误：段落缩进用普通空格 问题：原文段落缩进用2个普通空格（` `），Markdown 渲染时会被吞掉，导致没有缩进效果，易读性差。 修复：所有段落缩进必须用全角空格 `　　`，不能用普通空格。 示例（错误）：` 这是一段正文内容...` 示例（正确）：`　　这是一段正文内容...` ### ❌ 错误：原文全文段落没有缩进 问题：原文部分的段落没有首行缩进，导致阅读体验差。 修复：原文全文部分，除标题（`## `）和引用（`>`）外，每个段落前都要加全角空格 `　　`。 ## 子代理完成通知 子代理完成任务后，必须通过飞书 API 直接推送消息给用户： ```python import urllib.request, json # 获取 token app_id = "cli_a929129e4278dced" app_secret = "usgK70hkHYBTQTtqMUFUMeXPPQDp35CE" url = "https://open.feishu.cn/open-apis/auth/v3/tenant_access_token/internal" req = urllib.request.Request(url, data=json.dumps({"app_id": app_id, "app_secret": app_secret}).encode(), headers={"Content-Type": "application/json"}, method="POST") with urllib.request.urlopen(req) as resp: token = json.loads(resp.read()).get("tenant_access_token") # 发送消息 open_id = "ou_b0d3821177d24497a82735dcf2ed7960" msg_url = "https://open.feishu.cn/open-apis/im/v1/messages?receive_id_type=open_id" msg_body = json.dumps({ "receive_id": open_id, "msg_type": "text", "content": json.dumps({"text": "✅ 任务完成：xxx"}) }).encode() req_msg = urllib.request.Request(msg_url, data=msg_body, headers={"Authorization": f"Bearer {token}", "Content-Type": "application/json"}, method="POST") with urllib.request.urlopen(req_msg) as resp_msg: print(json.loads(resp_msg.read())) ```