采集编排器

对标内容采集总指挥。识别链接类型并分流调用对应采集技能，入库后可选沉淀知识卡片与规律。

安装方法

先问使用者用的是什么 AI 工具（如 Claude Code、Codex、Cursor），回答记作 X
只安装给 X，不安装或链接其他任何工具：
```
npx -y --registry=https://registry.npmmirror.com skills add https://modelscope.cn/skills/sunny31221/collect-orchestrator -a X -y
```
（--registry 为 npmmirror 镜像，保证国内不翻墙也能装；-a X 表示只装给 X 这一个工具） X 不在上述命令支持范围时，按该工具自身的技能机制安装，装完确认 X 能识别本技能即可
装完后询问是否现在使用本技能

核心原则

编排器只负责调度，不重复实现采集逻辑。每个平台采集技能独立维护，编排器串联它们形成完整流程。

触发场景

用户说以下任一种表述时使用本技能：

"采集这条链接" + 具体链接
"采集链接文档" / "采集链接清单"
"入库这些内容"
"采集并提取规律"
"把这些素材采集下来"

完整流程

0. 目录检查

采集要写入 02_规律研究/ 和 03_知识库/ 下的既定目录。开始前看一眼这两个顶层目录在不在：

在 → 进第 1 步
不在 → 提示用户先运行「内容创作系统初始化」技能把目录建全，再回来采集

1. 识别链接来源

对话框输入：

用户直接在对话中发送链接
立即识别链接类型并采集

链接文档输入：

读取 AI第二大脑/02_规律研究/对标内容采集/对标采集内容链接.md
逐行解析未标记「已入库 ✓」的链接

2. 链接类型识别

根据 URL 特征判断平台：

| 平台 | URL 特征 | 调用技能 | |---|---|---| | 小红书 | xiaohongshu.com / xhslink.com | xiaohongshu-collect | | 公众号 | mp.weixin.qq.com | crawl-wechat | | YouTube | youtube.com / youtu.be | youtube-collect | | 视频号 | channels.weixin.qq.com / weixin.qq.com/sph | channels-collect |

3. 分流采集

小红书：

/xiaohongshu-collect <链接>

公众号：

/crawl-wechat <链接> --archive-dir "AI第二大脑/02_规律研究/对标内容采集/公众号"

YouTube：

/youtube-collect <链接>

取官方字幕转逐字稿 + 封面 + 播放数据，落 02_笔记信息.md + 04_文案结构化梳理.md + 05_视频脚本.md

视频号：

/channels-collect <链接>

下载视频（转写完删原片）+ 转写逐字稿 + 抽封面，落 02_笔记信息.md + 04_文案结构化梳理.md + 05_视频脚本.md

4. 采集后处理

4.1 回写链接文档

采集成功后，在链接文档对应行追加标记：

https://xiaohongshu.com/xxx  已入库 ✓ 2026-09-11

如果链接来自对话框（非链接文档），也要追加到链接文档末尾并标记。

4.2 链接归档（每次采集后追加到 CSV）

每次采集跑完，立刻归档一次——不让链接文档无限变长，同时留一份能拿来做统计的台账。

动作：采集完成后运行随技能附带的脚本：

python3 "<技能目录>/scripts/archive_links.py"

脚本自己找项目根（往上找含 AI第二大脑 的目录），扫链接文档里所有带「已入库 ✓ 日期」的行，追加进：

AI第二大脑/02_规律研究/对标内容采集/对标内容采集归档.csv

CSV 字段：平台, 链接, 入库日期, 状态, 素材文件夹

去重与追加：

以链接为唯一键，已记过的链接不重复追加
同一链接的入库日期变了 → 更新那一行
没带的 素材文件夹 列留空，需要时人工补

其他说明：

脚本纯标准库，不需要额外装东西；首次运行自动建 CSV 并写表头
用户说「归档链接」时手动跑一次也可以
未入库的链接不记——CSV 只装已入库的
旧的按月份文件归档（链接归档/YYYY-MM_链接归档.md）不再使用

4.3 结构化梳理（关键步骤）

所有平台统一要求：采集后必须生成 04_文案结构化梳理.md（中心思想 + 主段分析）。

四个平台共用一套编号：

| 编号 | 装什么 | |---|---| | 01_原始素材/ | 01-封面图/ + 02-正文图片/（图文型才有）。原片不存，转写完即删 | | 02_笔记信息.md | 元信息 + 原文正文 | | 03_图片文案原文.md | 图片 OCR 原文（只有图片笔记有） | | 04_文案结构化梳理.md | 中心思想 + 核心论点 + 逐段梳理 | | 05_视频脚本.md | 视频转写（只有视频型有） |

原文的载体各平台不同：图文型原文在 03_图片文案原文.md（公众号的正文在 02_笔记信息.md 里），视频型原文在 05_视频脚本.md。结构化梳理件是在原文之上做概括与归类，与原文两份并存、不互相替代。

理由： 规律提取需要统一的结构化输入格式。

5. 知识卡片沉淀（关卡 ①）

采集完成后，先自己判断这条素材里有没有值得存的知识点——判断标准是「这个内容以后写文章或做选题时还能用得上吗」：

| 判断信号 | 依据 | 例子 | |---|---|---| | 教程 / 步骤 | 素材给了具体做法、操作流程 | 安装配置步骤、工作流怎么搭 | | 原理 / 机制 | 讲清了一个东西为什么这样运转 | 渐进式披露为什么省 token | | 概念 / 对比 | 定义了一个概念，或讲清两个东西的区别 | 买点 vs 卖点、Skill 和 MCP 的区别 | | 工具 / 方法 | 介绍了一个工具怎么用、一个方法怎么套 | 某个命令的用法、一套判断框架 |

判断结果决定分岔：

有值得存的 → 走下面的询问格式问作者
没有（纯故事、纯情绪、纯数据罗列、素材本身就是广告）→ 不问，静默跳过，继续走规律提取那一步
作者明确说过要存 → 跳过判断，直接调 thought-card

宁可少问也别硬问——每条素材都问一遍，作者会被问烦。一条素材里值得存的点通常只有一两个，多的时候把最值得的先问。

询问用户时，必须先把卡片里大概会写什么讲出来——只问「要不要沉淀」作者没法判断。说清三件事：这条素材里的哪个知识点、这张卡片大概会讲什么、它以后能用在哪儿。

询问格式：

这篇素材里有一个知识点值得存：<知识点名称>。

卡片大概会写：<2-3 句说清这张卡片的内容——是什么、解决什么问题、关键做法或判断标准>

以后能用在哪：<写文章时当论据 / 做选题时的参考 / 回答问题时的现成答案>

要沉淀成知识卡片吗？

例子：

这篇素材里有一个知识点值得存：「买点 vs 卖点的区分」。

卡片大概会写：卖点是从自己产品出发的参数（蛋白棒含多少蛋白质），买点是买家生活场景里的具体结果和情绪（减脂期扛饿）。判断买点的方法是从真实服务里听客户的语言，不是拍脑袋猜。

以后能用在哪：写营销类、创作类文章时当核心论据；做选题时可直接变成一个选题。

要沉淀成知识卡片吗？

用户同意 → 调用 thought-card 提取并落盘到 AI第二大脑/03_知识库/（落盘时沿用上面说的知识点名称与概括，不再重写一遍）

6. 采集之后的串联流程（五道关卡）

采集和梳理做完（素材落盘 + 04_文案结构化梳理.md 写完），接着走这条链。每一关都是「问 → 是则继续，否就停在这里」，答「否」就地结束，不往下问。

五道关卡：① 知识卡片（第 5 节）② 规律卡片 ③ 选题池 ④ 给选题 ⑤ 交接写作。

采集 + 写 04_文案结构化梳理.md
   ↓
关卡 ①：判断有没有值得存的知识点 → 有则说清卡片内容再问（见第 5 节）
   ↓
提取规律（调 pattern-extractor）
   ├─ 够 2 条证据 → 问「要不要沉淀为规律卡片」→ 是则落卡 / 否则结束
   └─ 不够 2 条   → 不问，直接进单条观察与待确认
                    （作者主动说「沉淀」，就照做，哪怕只有 1 条）
   ↓
问「要不要把这次的素材沉淀到选题池」
   → 是则写进 04_选题池/选题池.md / 否则结束
   ↓
基于账号定位给出 3-5 个可写的选题，问「要不要开始写作」
   → 是则调写作流程，从刚生成的选题里挑一个开工 / 否则结束

6.1 提取规律

调 pattern-extractor 抽规律、写底稿。做完之后看证据数：

够 2 条证据 → 关卡 ②：

这条素材里的「<做法名>」在 <N> 条素材里都出现过，可以写成规律卡片。

卡片会写：<一句话说清这条规律是什么、怎么用>

要沉淀为规律卡片吗？

是 → 落卡，继续下一关
否 → 结束流程

不够 2 条证据 → 不问，由 pattern-extractor 直接写进该平台夹的 _单条观察与待确认.md，然后继续下一关（不结束，因为后面还有选题可做）。

作者主动要求沉淀 → 跳过判断直接落卡（哪怕只有 1 条），继续下一关。

6.2 沉淀到选题池（关卡 ③）

这次采的素材里，「<素材带来的启发>」跟你的定位对得上，可以进选题池。

要沉淀到选题池吗？

是 → 调 topic-generator，把这次的素材与启发写进 04_选题池/选题池.md，继续下一关
否 → 结束流程

6.3 给选题 + 交接写作（关卡 ④⑤）

基于你的定位和刚沉淀的素材，这 3 个选题你现在就能写：

1. <选题名> —— 讲什么 / 写给谁 / 解决什么问题
2. <选题名> —— …
3. <选题名> —— …

要开始写作吗？想写哪个？

是 → 调写作流程（content-writer 入口 A：从选题池选题），带作者选中的那个选题进入写作（访谈、框架、初稿那一套）
否 → 结束流程

选题一次给 3-5 个，只给作者现在写得动的（有素材、能查证、符合定位），凑不出 3 个就给 1-2 个并说明原因。

7. 规律卡片落盘

AI第二大脑/02_规律研究/内容规律/规律卡片/<平台>/
├── 002_开头规律卡片/
├── 003_标题规律卡片/
└── 004_正文结构规律卡片/

人工确认边界：

够 2 条证据的做法 → 问过作者后落卡
只有 1 条证据的观察 → 不问，自动写进 _单条观察与待确认.md；作者点名要求时照样落卡（状态标 单条观察）

使用示例

示例 1：对话框单条采集

用户：

采集这条小红书：https://xiaohongshu.com/explore/xxx

执行：

识别为小红书链接
调用 xiaohongshu-collect
采集后生成 04_文案结构化梳理.md
回写链接文档（追加链接 + 标记「已入库 ✓ 2026-09-11」）
询问："这篇素材里有一个知识点值得存：「XX」。卡片大概会写：……。以后能用在哪：……。要沉淀成知识卡片吗？"
检查素材数：<5 条 → 记入待提取规律清单

示例 2：批量采集链接文档

用户：

采集链接文档里的所有内容

执行：

读取 对标采集内容链接.md
逐行解析未标记的链接
按平台分类：小红书 5 条、公众号 3 条、YouTube 2 条
并行调用对应采集技能
每条采集完成后标记「已入库 ✓」
全部完成后询问知识卡片沉淀
检查素材数：小红书 5 条（≥5）、公众号 3 条（<5）→ 小红书触发询问，公众号记入待提取规律清单

示例 3：主动提取规律

用户：

采集这条公众号文章，并把它的结构沉淀成规律

执行：

调用 crawl-wechat 采集
生成 04_文案结构化梳理.md
回写链接文档
跳过知识卡片询问（用户已明确要求提取规律）
立即调用 pattern-extractor（即使只有 1 条素材）
规律卡片落盘

示例 4：达到阈值触发

场景： 小红书已有 12 条素材（9 条已提取规律，3 条在待提取清单）

用户：

采集这条小红书

执行：

采集完成
检查素材数：12 + 1 = 13 条（≥5）
询问："小红书已有 13 条新素材未提取规律，是否现在提取？"
用户同意 → 调用 pattern-extractor
提取完成后，清空待提取规律清单中小红书部分

常见问题

1. 链接文档在哪里？

默认路径：AI第二大脑/02_规律研究/对标内容采集/对标采集内容链接.md

2. 待提取规律清单在哪里？

默认路径：AI第二大脑/02_规律研究/内容规律/待提取规律清单.md

如果不存在，采集时自动创建。

3. 为什么视频也要生成 `04_文案结构化梳理.md`？

规律提取需要统一的结构化输入格式（中心思想 + 主段分析）。视频只有转录文本无法直接提取规律，必须先进行结构化梳理。

4. 如何查看采集进度？

检查链接文档中的「已入库 ✓」标记：

未标记 → 未采集
已标记 → 已采集

5. 如何强制重新采集？

删除链接文档中对应行的「已入库 ✓」标记，再次调用编排器。

6. 链接文档会不会越来越长？

不会。每次采集跑完，脚本会把已入库的链接追加进同目录的 对标内容采集归档.csv（按链接去重，不重复记）。链接文档本身保持原样，作为「采过哪些」的记录；CSV 是可以直接拉去做统计的台账。用户也可以随时说「归档链接」手动跑一次。

依赖技能

| 技能 | 用途 | 调用方式 | |---|---|---| | xiaohongshu-collect | 小红书采集 | /xiaohongshu-collect <链接> | | crawl-wechat | 公众号采集 | /crawl-wechat <链接> --archive-dir <路径> | | youtube-collect | YouTube 采集 | /youtube-collect <链接> | | channels-collect | 视频号采集 | /channels-collect <链接> | | thought-card | 知识卡片沉淀 | /thought-card | | pattern-extractor | 规律提取 | /pattern-extractor |

channels-collect 的下载环节依赖第三方开源技能 download-wechat-channels，按它的说明安装；该技能未安装时提示使用者安装，不要自己实现下载。

错误处理

| 错误场景 | 处理方式 | |---|---| | 链接无法识别平台 | 跳过该链接，记录到错误日志，继续处理下一条 | | 采集技能调用失败 | 保留该链接未标记状态，报告错误，继续处理下一条 | | 链接文档不存在 | 由第 0 步自检自动创建 | | 待提取规律清单不存在 | 由第 0 步自检自动创建 |

输出示例

✅ 采集完成：3 条成功，0 条失败

已入库素材：
- 小红书：001_如何用Claude Code搭建写作系统_xxx
- 公众号：002_AI写作的三个阶段
- YouTube：003_Agent编排实战_yyy

📊 素材统计：
- 小红书：13 条（达到阈值，建议提取规律）
- 公众号：5 条
- YouTube：2 条

💡 是否识别知识卡片？
这 3 篇素材里有 2 个知识点值得存：
1. 「XX 的安装方法」——卡片会写清三步安装与常见报错处理；以后写教程类文章可直接引用
2. 「YY 和 ZZ 的区别」——卡片会写两者的适用场景与选法；做选题时能直接变成一篇
要沉淀成知识卡片吗？

采集编排器

采集编排器

安装方法

核心原则

触发场景

完整流程

0. 目录检查

1. 识别链接来源

2. 链接类型识别

3. 分流采集

4. 采集后处理

4.1 回写链接文档

4.2 链接归档（每次采集后追加到 CSV）

4.3 结构化梳理（关键步骤）

5. 知识卡片沉淀（关卡 ①）

6. 采集之后的串联流程（五道关卡）

6.1 提取规律

6.2 沉淀到选题池（关卡 ③）

6.3 给选题 + 交接写作（关卡 ④⑤）

7. 规律卡片落盘

使用示例

示例 1：对话框单条采集

示例 2：批量采集链接文档

示例 3：主动提取规律

示例 4：达到阈值触发

常见问题

1. 链接文档在哪里？

2. 待提取规律清单在哪里？

3. 为什么视频也要生成 04_文案结构化梳理.md？

4. 如何查看采集进度？

5. 如何强制重新采集？

6. 链接文档会不会越来越长？

依赖技能

错误处理

输出示例

3. 为什么视频也要生成 `04_文案结构化梳理.md`？