External Mindstudio Github Raw Fetch

GitHub Raw Content 与 Docs Router 读取

1. 技能目标

当用户要求读取 GitHub 上的源码、配置、README、Markdown 或 docs 内容时，按下面的顺序执行：

1. 先识别仓库、ref、目标文件或目标主题
2. 如果目标属于仓库文档体系，先读取仓库根目录的 agent_router.md
3. 根据 agent_router.md 中的路由、目录、别名、入口说明拼出真实路径
4. 将最终路径转换成 raw 链接
5. 使用 curl 获取文件内容

2. 适用范围

• 用户提供的是 GitHub 文件页面链接，例如：
  • https://github.com/<owner>/<repo>/blob/<ref>/<path-to-file>
• 用户提供的是 raw 链接，例如：
  • https://raw.githubusercontent.com/<owner>/<repo>/<ref>/<path-to-file>
• 用户要读取的是 README、源码、配置、脚本、JSON、YAML、Markdown 等纯文本文件
• 用户要读取的是某个仓库的 docs、文档入口、FAQ、指南、设计文档、API 文档
• 用户只给出了仓库和想看的文档主题，但真实 docs 路径可能受 agent_router.md 控制

以下场景不属于本技能的直接处理范围：

• 仓库首页、目录页、Pull Request、Issue、Commit 页面本身
• 需要递归遍历整个仓库或批量抓取大量文件
• 明显的二进制文件，例如图片、压缩包、模型权重

3. 核心规则

3.1 标准 GitHub 文件页转 raw 链接

如果输入链接满足：

https://github.com/<owner>/<repo>/blob/<ref>/<path-to-file>

则转换为：

https://raw.githubusercontent.com/<owner>/<repo>/<ref>/<path-to-file>

转换时必须遵守以下规则：

1. 将域名 github.com 替换为 raw.githubusercontent.com
2. 删除路径中的 /blob/
3. 其余路径保持不变
4. 分支、tag、commit SHA 等 <ref> 必须原样保留

3.2 已是 raw 链接

如果用户提供的本身就是 raw.githubusercontent.com 链接，则不要重复转换，直接使用该链接。

3.3 读取 docs 前必须先读 agent_router.md

只要需求满足下面任一条件，就必须先读取目标仓库根目录下的 agent_router.md：

• 用户要看的内容属于 docs、文档、FAQ、指南、Markdown 文档体系
• 用户给出的路径位于 docs/、doc/、wiki/、manual/ 等文档目录
• 用户没有给出精确文件路径，只说“看某个仓库里关于 X 的文档”

agent_router.md 的定位规则：

https://github.com/<owner>/<repo>/blob/<ref>/agent_router.md

其 raw 形式为：

https://raw.githubusercontent.com/<owner>/<repo>/<ref>/agent_router.md

要求：

1. agent_router.md 必须使用与目标文档相同的仓库和相同的 ref
2. 不要跳过这一步直接凭经验猜测 docs/ 目录结构
3. 如果目标文件本身就是 agent_router.md，则直接读取它，不需要额外前置步骤
4. 读取完 agent_router.md 后，优先依据其中定义的入口文档、目录映射、别名、语言目录、跳转规则来拼最终路径

示例：

https://github.com/kali20gakki/msprof/blob/master/agent_router.md

当读取 kali20gakki/msprof 仓库中的 docs 时，应优先读取上面的 router 文件，再确定真正的文档路径。

3.4 curl 是默认抓取方式

获取 raw 内容时，优先使用 curl，不要依赖 GitHub HTML 页面渲染结果。

推荐命令：

curl -L "https://raw.githubusercontent.com/<owner>/<repo>/<ref>/<path-to-file>"

如果运行环境是 PowerShell，并且需要避免 curl 别名差异，优先使用：

curl.exe -L "https://raw.githubusercontent.com/<owner>/<repo>/<ref>/<path-to-file>"

3.5 docs 路径拼接规则

在读取完 agent_router.md 后，agent 应重点识别这些信息：

• docs 实际根目录在哪里
• 是否存在多语言目录
• 是否存在逻辑名称到真实文件路径的映射
• 文档入口是 README.md、index.md 还是其他文件
• 某些主题文档是否需要从别名跳转到真实路径

最终原则：

1. 先看 router，再决定路径
2. 路径以 router 为准，而不是以仓库默认 docs/ 习惯为准
3. 如果 router 已明确给出入口或映射，直接按其规则拼路径

4. 标准操作流程

1. 识别用户给的是 GitHub 文件页链接、raw 链接，还是“读取某仓 docs”的意图
2. 从链接或上下文中提取 <owner>、<repo>、<ref>、目标路径或目标主题
3. 如果目标属于 docs 体系，先构造并读取 agent_router.md 的 raw 链接
4. 根据 agent_router.md 推导真实文档路径
5. 将真实路径转换为 raw 链接
6. 使用 curl 获取内容
7. 将结果返回给用户：
   • 用户想快速了解内容时，优先给摘要和关键片段
   • 用户明确要求原文时，再返回全文或尽量完整展示
   • 必要时附上最终 raw URL，方便复用

5. 推荐命令模板

5.1 先读取 router

curl.exe -L "https://raw.githubusercontent.com/<owner>/<repo>/<ref>/agent_router.md"

5.2 再读取真实文档

curl.exe -L "https://raw.githubusercontent.com/<owner>/<repo>/<ref>/<actual-doc-path>"

5.3 直接读取普通文件

curl.exe -L "https://raw.githubusercontent.com/<owner>/<repo>/<ref>/<path-to-file>"

6. 示例

示例 1：标准 GitHub 文件页

输入：

https://github.com/actioncloud/github-raw-url/blob/master/index.js

转换后：

https://raw.githubusercontent.com/actioncloud/github-raw-url/master/index.js

再使用：

curl.exe -L "https://raw.githubusercontent.com/actioncloud/github-raw-url/master/index.js"

示例 2：读取 docs 前先读 router

输入：

请读取 https://github.com/kali20gakki/msprof/blob/master/docs/xxx.md

正确流程：

1. 先读取：

https://raw.githubusercontent.com/kali20gakki/msprof/master/agent_router.md

2. 根据 router 判断 xxx.md 的真实位置
3. 再对真实路径执行：

curl.exe -L "https://raw.githubusercontent.com/kali20gakki/msprof/master/<actual-doc-path>"

示例 3：用户只说“帮我看某仓库的某篇文档”

如果用户只给了仓库和主题，没有给出最终文件路径，先读该仓库的 agent_router.md，再根据其中的入口和映射规则推导实际文档位置，而不是直接猜 docs/<topic>.md。

7. 错误处理与约束

• 如果链接不是 GitHub 文件页或 raw 文件链接，要明确告知该 URL 不符合本技能处理模式
• 如果 agent_router.md 返回 404：
  • 先确认仓库、ref 是否正确
  • 如果确认无 router，可退化为直接按原始路径转换 raw 链接
  • 退化时要说明“未发现 agent_router.md，因此按直接路径尝试读取”
• 如果 router 存在，但无法从中推导出目标文档路径：
  • 明确说明缺少哪类映射信息
  • 不要假装已经确认真实路径
• 如果获取结果返回 404，优先考虑：
  • 路径错误
  • ref 不存在
  • router 指向的路径已变化
  • 仓库或文件为私有资源
• 如果返回的是 HTML 而不是文本，说明抓取方式不对，优先检查是否误用了 GitHub 页面链接而非 raw 链接
• 如果目标内容明显为二进制或体积过大，不要强行按纯文本展开；应告知用户文件类型，并优先返回链接或简要说明

8. 输出建议

• 如果用户是为了阅读或分析文件，优先提炼关键内容，而不是机械粘贴全文
• 如果用户明确要求 raw content 或原文，再按需返回完整文本
• 如果读取 docs 时经过了 agent_router.md，可以顺带说明最终路径是如何由 router 推导出来的
• 分析代码或配置时，可顺带说明关键函数、入口、配置项或用途