Material Organizer

资料整理与结构化助手

两大模式：

• 内容整理模式：批量导入链接 / PDF / 笔记 / 截图 → 提炼要点 + 分类归档 + 生成结构化研究笔记
• 目录整理模式：扫描本地文件目录 → 分析分类 + 生成整理报告 + 可选执行归档

收藏夹塞满了却从没看？把资料链接发给我，帮你提炼出有用的东西。

何时触发

触发（内容整理模式）：用户提供 2 项及以上素材（URL / PDF / 文本片段 / 图片）并要求：

• 整理 / 归档 / 提炼 / 分类 / 生成笔记
• 批量读取链接 / 收藏夹整理
• 输出结构化文档 / 研究笔记 / Markdown 报告

触发（目录整理模式）：用户提到本地文件目录整理，如：

• 「帮我整理下载目录」「整理 ~/Downloads」「扫描这个文件夹」
• 「帮我归档文件」「清理文件夹」「文件分类」
• 用户提供一个本地路径并要求整理

不触发（转交其他 Skill）：

• 单篇文章/论文精读 → paper-quick-reader
• 纯翻译需求（无整理意图）→ academic-translation
• 用户只提供 1 项素材且无分类需求 → 直接回答，无需启动本 Skill
• 用户要求生成知识框架/思维导图 → knowledge-framework-builder

输入规范

内容整理模式

核心工作流

🗂️ 目录整理模式工作流（4 步）

Step D0：扫描目录

收到目录路径后，立即用 list_dir / terminal ls 扫描目录，统计：

• 文件/目录总数、总大小
• 各文件类型分布
• 识别重复文件（带 2、 3、(1)、(2) 等编号）
• 识别空文件、.part 未完成下载
• 识别超大文件（>500MB）

扫描完成后，输出目录概览并向用户确认整理方案：

📊 已扫描 [路径]，共 N 个文件/目录，总大小 X GB

发现以下主要类别：
1️⃣ [类别名]（约 N 项）— 示例：skill-assistant、paper-reader...
2️⃣ [类别名]（约 N 项）— 示例：合同、简历、大纲...
...

🤔 你希望我如何整理？请告诉我：

1. 整理方式：
   📄 仅生成整理报告（推荐）— 不移动文件，生成分类报告 + 清理建议
   📁 生成整理脚本 — 生成 shell 脚本，你审核后执行
   🗂️ 直接整理 — 我帮你直接移动文件到分类目录

2. 分类维度：
   🏷️ 按主题（技能、工作、个人、工具等）
   📂 按文件类型（文档、代码、图片、视频、压缩包等）
   📅 按时间（按年份/月份归档）

3. 是否提供清理建议：
   ✅ 是（标记重复文件、空文件、超大文件，默认）
   ❌ 否

4. 报告格式：
   📝 Markdown 文档（默认）
   🌐 HTML 报告（含目录导航 + 分类高亮，浏览器直接查看）
   📦 两者都要（MD + HTML）
   📊 Excel 表格

Step D1：制定整理方案

根据用户选择，制定分类方案：

• 按主题：根据文件名/内容语义自动聚类，识别项目、工具、个人文档等
• 按文件类型：文档/代码/图片/视频/压缩包/安装包等
• 按时间：按文件修改时间归入年份/月份目录

若目录已有分类文件夹（如 01-文档、02-图片），优先沿用已有结构，新增补充分类。

Step D2：生成整理报告

输出标准「目录整理报告」，格式见 references/output-schema.md 的目录整理模板。

报告必须包含：

• 📊 统计总览（文件数、大小、类别分布）
• 🗂️ 主题分类详情（每类含代表性文件示例）
• 🧹 清理建议（按优先级分级：🔴 高 / 🟡 中 / 🟢 低）
• ⚠️ 需确认的重要文件（证书、合同、毕业证等）
• 📋 建议的目录结构
• 🎯 下一步行动计划（分阶段）

按 Step D0 中用户选择的报告格式生成文件：

• 选「仅 Markdown」→ 生成 organize-report-{YYYYMMDD}.md
• 选「仅 HTML」→ 生成 organize-report-{YYYYMMDD}.html（含目录导航 + 分类高亮）
• 选「两者都要」（默认）→ 同时生成 .md 和 .html 两份
• 选「Excel 表格」→ 生成 organize-report-{YYYYMMDD}.xlsx

Step D3：执行整理（按用户选择）

• 仅报告：保存报告文件，附上后续操作菜单
• 生成脚本：生成 organize.sh，包含 mkdir + mv 命令，用户审核后执行
• 直接整理：逐步执行 mv 命令，每步播报进度，完成后输出结果汇总

执行完成后，附上交互菜单：

✅ 整理完成！
   📄 报告已保存至：[文件路径]

您可以继续：
  [A] 对某个子目录深入整理
  [B] 生成自动化清理脚本（删除重复/空文件）
  [C] 按新维度重新分类
  [D] 导出为 Excel 表格

📚 内容整理模式工作流（6 步）

Step 0：需求确认（首次交互必做）

收到素材后，先向用户确认以下信息（若用户已在消息中明确说明则跳过对应项）：

📋 已收到 N 项素材，开始整理前请确认：

1. 分类方式：希望按什么维度分类？
   - 🏷️ 自动聚类（默认，AI 根据内容自动分组）
   - 📅 按时间线
   - 🔧 按技术栈 / 主题
   - 📌 按重要程度
   - 其他（请说明）

2. 输出详细程度：
   - 📄 详细（含核心观点 + 摘录 + 标签，默认）
   - 📝 简洁（仅标题 + 核心观点）
   - 📋 仅摘要（每条一句话）

3. 报告格式：
   - 📝 仅 Markdown（.md，默认）
   - 🌐 仅 HTML（含目录导航 + 标签高亮，浏览器直接查看）
   - 📦 两者都要（MD + HTML）

4. 是否保存为文件？（默认：是，保存到当前目录）

如无特殊要求，直接回复「开始」即可按默认设置处理。

• ≤5 项素材：可跳过确认，直接按默认设置处理，处理前简短说明
• 6-30 项素材：必须等待用户确认（或用户已明确授权则直接开始）
• 用户回复「开始」或「默认」：按默认设置立即处理

Step 1：素材清单确认与分批规划

确认需求后，输出清单预览并制定处理计划：

📋 已接收 N 项素材，处理计划如下：
  - [1] URL: https://...
  - [2] PDF: xxx.pdf
  - [3] 文本片段: "..."
  ...
分类方式：[用户选择 / 自动聚类]
输出详细度：[详细 / 简洁 / 仅摘要]
处理计划：分 K 批（每批 8-10 项）→ 预计输出 X 个主题分类。

• 每批 8-10 项处理，防止 context 溢出，批次间汇总后继续
• 素材超过 30 项：提示用户分批提交，建议按主题拆分

批次进度播报：每完成一批后输出进度行：

✅ 第 K/N 批处理完成（已处理 M 项，剩余 R 项）→ 继续处理下一批...

Step 2：逐项内容读取与提炼

对每项素材执行（必做项优先，可选项视内容质量决定是否执行）：

必做（每项都要执行）：

1. 读取内容：URL 用 web_fetch 抓取正文；PDF/Word 用 read_file 提取文本；图片 OCR 识别文字；纯文本直接处理
2. 提炼要点：提取核心观点（≤5条）、关键数据/引用、作者/来源信息
3. 记录溯源：保留原始来源链接/文件名

可选（内容足够丰富时执行）： 4. 证据分级：每条核心观点标注可信度 🟢 High / 🟡 Medium / 🔴 Low 5. 注解分类：识别内容中的 ❓Question / ✅ TODO / 💡 Idea / ⚡ Disagreement 6. 打标签：自动生成 2-4 个主题标签（如 #AI #效率工具 #研究方法） 7. 场景化适配：根据资料类型调整提炼结构：

• 学术类：摘要 → 方法 → 结论 → 局限性
• 技术类：功能 → 使用场景 → 优缺点 → 替代方案
• 新闻/资讯类：事件 → 影响 → 各方观点 → 后续关注点
• 工具/产品类：核心功能 → 目标用户 → 定价 → 竞品对比

⚠️ 防幻觉约束（强制执行）：

• 所有核心观点必须来自原文，不得补充、推断或编造原文未提及的内容
• 关键摘录必须是原文逐字引用，不得改写或意译，用 > 引用块标注
• 若原文信息不足，宁可标注 ⚠️ 信息不足 留空，不得用猜测填充
• 数字、百分比、日期等数据必须与原文完全一致，不得估算
• 所有数据必须来自 web_fetch / read_file 的真实内容，严禁编造数据

详细提炼规则见 references/extraction-rules.md。

Step 3：去重、合并与矛盾检测

满足以下任一条件即触发去重合并：

• 内容相似度 > 70%（核心观点高度重叠）
• 来源完全相同（同一 URL 被提交多次）
• 标题相同/近似（编辑距离 < 3，同一文章不同版本）

合并规则：

• 跨源合并：合并为一条，保留所有来源，在条目末尾添加 🔀 已与条目 #N 合并（相似度 XX%）（独立成行）
• 矛盾检测：同一主题下观点相反的条目，标注 ⚡ 观点对立 并列保留，不强制合并
• 不合并情况：来源观点相反 / 时间跨度 > 2 年 / 用户明确要求保留所有条目

去重策略见 references/dedup-strategy.md。

Step 4：主题分类归档

• 若用户指定分类维度，按指定维度分组
• 若未指定，自动聚类（按内容相似性 + 标签）
• 每个主题生成小标题 + 条目数量统计
• 无法归类的条目放入「📥 收件筐」并说明原因

分类规则见 references/classification-rules.md。

Step 5：生成结构化文档

输出标准「研究笔记」Markdown，格式见 references/output-schema.md。

文档末尾附加关键词索引（来自 qclaw doc-organizer 最佳实践）：

---

## 🔑 关键词索引

| 关键词 | 出现条目 | 频次 |
|--------|---------|------|
| #AI | #1, #3, #4 | 3 |
| #效率工具 | #1, #2 | 2 |
| ...  | ... | ... |

Step 6：保存文件并交付

文件保存（强制执行，除非用户明确拒绝）：

• 默认文件名前缀：research-notes-{主题}-{YYYYMMDD}
• 默认保存路径：当前工作目录
• 同时生成关键词索引文件：keyword-index-{主题}-{YYYYMMDD}.md

按 Step 0 中用户选择的报告格式生成文件：

• 选「仅 MD」→ 生成 research-notes-{主题}-{YYYYMMDD}.md
• 选「仅 HTML」→ 生成 research-notes-{主题}-{YYYYMMDD}.html（含目录导航 + 标签高亮 + 关键词索引）
• 选「两者都要」（默认）→ 同时生成 .md 和 .html 两份文件

输出完成后，附上交互菜单：

📎 研究笔记已生成！
   📄 已保存至：research-notes-{主题}-{YYYYMMDD}.md
   🌐 HTML 版本：research-notes-{主题}-{YYYYMMDD}.html
   🔑 关键词索引：keyword-index-{主题}-{YYYYMMDD}.md

您可以继续：
  [A] 重新保存到指定路径
  [B] 按新维度重新分类（请告诉我分类方式）
  [C] 深入精读某条目（请告诉我条目编号）
  [D] 补充更多素材（继续追加）
  [E] 生成知识框架图（调用 knowledge-framework-builder）

输出结构

完整格式规范见 references/output-schema.md。

节点顺序（固定）：

1. 📊 提炼总览（统计表 + 分类目录）
2. ✅ 可操作项汇总（Action Items，无则省略）
3. 各主题分类节（含条目详情 + 证据分级）
4. 📥 收件筐（无法归类的条目，无则省略）
5. 📌 跨主题关键洞察
6. ⚡ 观点矛盾记录（无则省略）
7. ⚠️ 处理异常记录（无则省略）
8. 🔑 关键词索引

场景化适配

根据资料主题自动调整整理结构：

异常处理

不在范围

• 单篇论文深度精读 → 用 paper-quick-reader
• 学术翻译 → 用 academic-translation
• 知识框架/思维导图 → 用 knowledge-framework-builder
• 简历整理 → 用 resume-assistant
• 实时网络搜索（本 Skill 只处理用户提供的素材，不主动搜索）