对标规律提取

Overview

从 02_规律研究/对标内容采集 的采集素材中提取内容规律，直接写成规律卡片。核心纪律：同一种做法 ≥2 条素材才能写成候选规律卡片；所有结论必须能在来源素材里指出来，写不出出处的结论不写。

证据不足时的分岔（作者 2026-09-14 定）：不够 2 条证据的做法，不主动询问是否沉淀，直接放进该平台夹的 _单条观察与待确认.md；但作者明确要求沉淀时照做——即使只有 1 条也写成卡片，状态标 单条观察。AI 不替作者把关，作者说了就执行。

安装方法

1. 先问使用者用的是什么 AI 工具（如 Claude Code、Codex、Cursor），回答记作 X

2. 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/pattern-extractor -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

3. 装完后询问是否现在使用本技能

When to Use

• 用户说「提取规律」「规律提取」「更新内容规律」「分析素材规律」
• 用户说「我搜集了新内容，帮我更新内容规律」→ 走增量更新模式
• 新一批对标素材采集入库后，要求沉淀规律

When NOT to Use

• 写文章、改稿 → 不属于本技能范围
• 采集素材本身 → 不属于本技能范围
• 沉淀自己的观点与知识卡片 → 不属于本技能范围

规律卡片库结构（输出落点）

AI第二大脑/02_规律研究/内容规律/规律卡片/
├── 小红书/          ← 小红书对标素材提炼的规律
│   ├── 002_开头规律卡片/         （内含：卡片NNN-做法名.md）
│   ├── 003_标题规律卡片/         （含 dbs-xhs-title 外部公式卡 75 张）
│   ├── 004_正文结构规律卡片/
│   ├── _单条观察与待确认.md       ← 单条观察与待确认统一在此升级
│   └── _规律提取汇总.md           ← 本平台底稿
├── 公众号/  ├── 002_开头规律卡片/ …
├── YouTube/ ├── …四类 + _归档 + _规律提取汇总.md
├── 抖音/     ← 有素材入库再建
└── B站/      ← 同上

• 平台判定：素材所在采集目录的平台段（对标内容采集/小红书/ → 规律卡片/小红书/；公众号、YouTube 同理）；素材来源平台不确定时问作者，不猜
• 类别判定：标题做法 → 003_标题规律卡片/，开头做法 → 002_开头规律卡片/，正文结构做法 → 004_正文结构规律卡片/（选题规律卡片库不进本技能产出范围）

素材文件形态（两种输入，都可能出现）

形态 A：标准素材文件夹（链接采集入库）

每条素材一个文件夹（如 对标内容采集/小红书/015_xxx/、对标内容采集/公众号/001_xxx/）。四个平台（小红书 / 公众号 / 视频号 / YouTube）用同一套编号，文件夹里不一定每个槽位都有，有什么用什么：

• 01_原始素材/01-封面图/ — 封面单独一份，读图时先看这里
• 01_原始素材/02-正文图片/01.jpg、02.jpg… — 正文图片（只有图文型有）
• 02_笔记信息.md — 元信息（标题、作者、数据、链接）+ 原文正文 + 图片引用清单（每个素材都有）
• 03_图片文案原文.md — 图片文字 OCR 提取（已有原文，直接用，不重复读图）
• 04_文案结构化梳理.md — 已有的结构化梳理（参考用，不作为正文来源）
• 05_视频脚本.md — 视频语音转写（视频笔记的正文来源）
• 原片不存，素材里没有视频文件
• _归档/、_ 开头文件 — 历史或临时材料，扫描时跳过

图片在哪：01_原始素材/01-封面图/ 和 01_原始素材/02-正文图片/，两条都没有就记「图片未采集」。

形态 B：JSON 数据包（插件复制，未入库）

素材不在文件夹里，而是贴在链接清单文件（如 对标内容采集/对标采集内容链接.md）的新行中，是一个 JSON 数据包，常见字段：笔记ID、笔记链接、笔记类型（图文/视频）、笔记标题、笔记内容（完整正文）、点赞量、收藏量、评论量、分享量、发布时间、博主昵称、图片数量、笔记封面链接、笔记图片链接（多张，换行分隔）。

处理方式：作者说「更新内容规律」时，发现 JSON 数据包 → 先自动入库，再做规律提取，不留在链接文件里当散数据。入库步骤：

1. 建文件夹——跑技能自带的建夹脚本，不让 AI 数编号：

   python3 "<本技能目录>/scripts/create_note_folder.py" \
     --id <笔记ID> --title "<笔记标题>" --type 图文|视频 \
     --author "<博主昵称>" --published "<发布时间>" --url "<笔记链接>" \
     --likes <点赞量> --collects <收藏量> --comments <评论量>
   

   脚本算编号、按笔记 ID 去重、建 01_原始素材/ 骨架并写好笔记信息外壳；返回 JSON 里的文件夹路径就是落点

2. 拿到路径后，把 JSON 字段补进 02_笔记信息.md：字段表（编号/笔记ID/来源/作者/发布时间/更新时间/原文链接/点赞/收藏/评论/分享/入库时间）+ 正文（笔记内容字段）+ 标签 + 评论（JSON 无评论内容时写「未采集（插件复制数据未含评论内容）」）+ 笔记图片引用清单

3. 下载「笔记图片链接」全部图片到 01_原始素材/02-正文图片/01.jpg…，第一张复制一份到 01_原始素材/01-封面图/（带浏览器 User-Agent 和 Referer 头，防图床防盗链；下载失败的图片记录原链接，不跳过）

4. 链接清单文件里该行末尾追加「（已入库 ✓ 日期）」标记

5. 入库后按形态 A 流程处理（读 02_笔记信息.md + 本地图片）

JSON 包如果读图阶段先于入库（已按远程 URL 读图），入库后统一以本地图片为准；远程图片链接有失效风险（小红书图床防盗链/时效），所以入库必须下载图片。

Workflow

阶段 1：生成/更新汇总底稿（存平台夹内 _规律提取汇总.md）

1. 扫描素材目录，列出全部素材文件夹；同时扫链接清单文件（如 对标内容采集/对标采集内容链接.md），找出未入库的 JSON 数据包（形态 B）。
2. JSON 数据包先自动入库（按上方「形态 B」的入库步骤）。入库后所有素材都按形态 A 处理。
3. 确定素材所属平台 → 底稿写入 规律卡片/<平台>/_规律提取汇总.md（不存在则新建；已有则增量追加）。
4. 对每条素材读 02_笔记信息.md，拿到标题、笔记文字正文、图片清单、视频脚本引用。
5. 图片文字处理（图片文字是正文的一部分，不得只看纯文字正文）：
   • 已有 03_图片文案原文.md → 直接用原文，核对声明张数与实际图片数是否一致
   • 没有 02 → 用视觉工具（mcp__mcp-vision__analyze_image）按图片编号顺序逐张读本地图片提取文字
   • 读不出来的图片 → 在汇总中记录具体路径，不跳过、不推测
6. 视频笔记：05_视频脚本.md 转写 = 正文来源；封面图按图片规则读图。笔记文字正文只有标签、无实质内容时，开头取转写开头，并注明「取自视频脚本转写」。
7. 每条素材提取四个字段，写入/更新底稿：

## 素材 NN
- 素材文件：<文件夹名>
- 标题：
- 开头 1-3 句原文：
- 图片正文：
- 正文结构：

字段规则：

• 素材中没有的字段写「未采集」
• 开头 1-3 句保留原文，不改写；视频转写照抄转写原文（含转写噪声），注明来源是转写
• 图片正文按「01.jpg、02.jpg…」顺序逐张记录，保留影响标题/开头/结构判断的原始文字；纯装饰、无可读文字的图写「无可读文字」
• 正文结构按原文实际段落顺序列出，用箭头连接，包含结尾动作；不提前压缩、不合并步骤
• 开头要区分两个来源：笔记文字开头 与 首图/前几张图片承担的内容开头，分别识别，不得把图片中的任意一句话冒充成笔记文字原文
• 其他信息（点赞收藏数据、评论、标签）不进汇总底稿，按需回素材文件查看

阶段 2：写成规律卡片（投入对应平台与类别夹）

1. 先全景后规律：标题规律先看全部标题，再圈反复出现的元素组合（如「工具名 + 数字 + 学习结果」），不要只单看一个元素。
2. 分层：同一种做法出现在 ≥2 条素材 → 候选规律卡片；只出现 1 条 → 进该平台夹的 _单条观察与待确认.md 观察表（不单独建卡）。作者点名要求时例外：哪怕只有 1 条，也写成卡片，状态标 单条观察。
3. 卡片写入位置：规律卡片/<平台>/<类别夹>/；卡片编号 = 目标夹内现有最大卡片编号 + 1（先 ls 确认）。
4. 卡片格式（与存量卡片一致）：

---
name: <做法名>
description: <大白话解释一句话（匹配用）>
metadata:
  type: 开头规律卡片   # 或 标题规律卡片 / 正文结构规律卡片
  状态: 候选规律       # 或 单条观察（观察池升级时改）
  适合: <适合什么内容，一句话>
---

# 卡片 NNN ｜ <做法名>

- 大白话解释：<…>
- 原文示例：<保留 1-2 句来源原文，不改写，标注素材编号与来源（笔记文字/图片文字/视频转写）>
- 适合什么内容：
- 不适合什么内容：
- 不可照搬点：
- 来源素材：<素材文件 1 / 素材文件 2>

5. 开头规律卡片保留 1-2 句来源原文作为示例，不改写原文；来源标注笔记文字 / 图片文字 / 视频转写，不得混谈。
6. 正文结构规律卡片写清结构顺序（箭头连接）与适合的内容类型。
7. 证据不足、样本太少、无法判断的点 → 逐条写进该平台夹 _单条观察与待确认.md 的「待确认」清单，不写进卡片。

铁律

1. 图片文字 = 正文一部分：只读笔记纯文字而不读图片文字，视为漏读。
2. 原文不改写：开头 1-3 句、图片文字、转写内容全部照抄；转写质量差时照抄并备注「语音转写，可能含误转词」。
3. ≥2 条才成规律卡片：单条证据再漂亮也只进「单条观察」池——除非作者点名要求沉淀，那时照做。
4. 不写无证据的因果结论：不写「这样一定会爆」「平台算法喜欢」「这样能涨粉」等无法由当前素材证明的话；只描述「存在这种做法」，不下因果判断。
5. 改写示例必须标注「AI 示例」：凡不是原笔记原文的示范内容，一律标明「AI 示例」，不得冒充原笔记。
6. 来源区分：笔记文字、图片文字、视频转写三种来源分别标注。
7. 已确认的规律不动：作者确认过的卡片，更新时只追加来源素材或新增卡片，不删除、不覆盖、不改写已有卡片内容。
8. 卡片只写单条做法：一张卡 = 一个规律，不把多个做法揉进一张卡；做法名用能匹配触发场景的说法。

增量更新模式（作者说「我搜集了新内容」时）

1. 只处理新增素材：对比底稿已有编号，找出新素材文件夹。
2. 新素材先入底稿（走阶段 1 流程）。
3. 与卡片库里已有卡片对比（Glob 目标平台与类别的全部卡片，含 _单条观察与待确认.md）：
   • 新素材能支撑已有候选卡片 → 在该卡「来源素材」里追加来源，不重写卡
   • 观察池里某做法凑满 ≥2 条证据 → 升级为正式卡片（编号续排），并同步删去观察池对应行
   • 新素材出现已有卡片之外的新做法，且 ≥2 条 → 新建候选卡片
   • 新做法只有 1 条 → 追加进观察池「单条观察」表（作者点名要求时改成写成卡片，状态标 单条观察）
   • 出现不能归入任一既有类别的规律（如选题层面做法）→ 记入观察池待确认，提示作者归入哪类
4. 已确认的规律保持原样（铁律 7）。
5. 完成后报告：新增几条素材、补强了哪些卡片、新增了哪些卡片、观察池升级了哪些、待确认项更新。

Common Mistakes

| 错误 | 修复 | |------|------| | 已有 03_图片文案原文.md 还去逐张读图 | 直接用那份原文，省时且避免两次 OCR 差异 | | 把链接文件里的 JSON 数据包当成素材文件夹去找 | 发现 JSON 数据包 → 先自动入库（跑 scripts/create_note_folder.py 建夹 + 下载图片），再按标准流程处理 | | 把规律写回旧的整篇规律文件 | 输出一律写成卡片，投入 规律卡片/<平台>/<类别夹>/ | | 平台判定靠猜 | 按素材所在采集目录的平台段判定；不确定问作者 | | 不查重直接建卡 | 写卡前先 Glob 目标夹，同做法只补证据不建第二张卡 | | 把图片里任意一句话当成笔记文字开头 | 分别识别「笔记文字开头」和「首图承担的开头」，标注来源 | | 单条素材就写成候选规律卡 | 1 条只能进「单条观察」池，满 2 条才升级建卡 | | 写「这样一定会爆」类结论 | 只描述做法和来源，不下因果判断 | | 更新时把全部规律重写一遍 | 增量模式：只处理新增素材，追加/补强/升级 | | 转写噪声当原文改写了 | 照抄转写并备注可能含误转词，让作者回看原视频核对 | | 汇总底稿塞进评论、数据等无关内容 | 底稿只留四个字段，其余回素材文件查看 |