jacardl Markdown to Report Converter
将多个 Markdown 研究文件智能合并为一个可直接汇报的 HTML 报告。
工作流程
Step 1: 分析源文件
读取目录下所有 MD 文件，识别：
- Frontmatter：title、author、date、tags、sources
- 内容类型：访谈记录、数据表格、分析报告、大纲
- 重复内容：跨文件去重，保留最完整版本
- 关联关系：找出文件间的引用关系
Step 2: 智能合成
将文件内容重组为标准报告结构：
├── 执行摘要（核心结论 + 3-5 大行动洞察）
├── 研究概述（背景、方法、样本信息）
├── 用户画像（如有访谈）
├── 核心发现（评分表、价格区间、关键数据）
├── 关键洞察（编号洞察卡片）
├── 用户访谈精选（代表性用户金句，3-5 人）
├── 可行动洞察（按置信度分层）
└── 方法论反思 / 下次建议（可选）
合成原则：
- 不做简单拼凑，按逻辑重新组织
- 去重相同内容，保留最完整的版本
- 按重要性排序（洞察 > 数据 > 访谈 > 方法论）
Step 3: 内容美化
应用 taste-skill 规则：
- 禁止 em-dash (——)，改用逗号或句号
- 数据高亮：分数、价格、百分比用加粗或标签
- 洞察编号：按重要性排序，标注置信度
- 分层展示：立即行动 vs 验证中 vs 待挖掘
Step 4: 生成 HTML
输出 taste-skill 风格 HTML：
- 纯 CSS（无外部依赖）
- 蓝紫色主色调（#6366f1）
- KPI 卡片 + 洞察卡片 + 数据表格
- 响应式布局
Step 5: 保存输出
- MD 报告：
[项目名]报告.md - HTML 报告：
[项目名]报告.html - 保存到原始文件所在目录
设计配置
taste-skill 三档配置（用于 CSS 生成）：
| 配置项 | 值 | 说明 |
|---|---|---|
| VARIANCE | 5-6 | 报告需稳重，可用适度不对称 |
| MOTION | 3-4 | 轻度交互，悬停效果即可 |
| DENSITY | 5-6 | 数据密集型，保持信息密度 |
HTML 组件
生成的 HTML 包含：
| 组件 | 用途 | 样式 |
|---|---|---|
| KPI 卡片 | 顶部关键指标（评分、人数、金额） | 4 列 grid，高亮第一个 |
| 洞察卡片 | 关键发现 | 2 列 grid，左边框颜色 |
| 数据表格 | 用户评分、价格区间 | 斑马纹，hover 高亮 |
| 用户金句 | 精选访谈片段 | 头像 + 评分徽章 |
| 行动清单 | 可执行洞察 | 颜色标签（立即/验证/深挖） |
触发方式
完整触发（推荐）
将 xxx 目录的 MD 文件合并为报告 HTML
带选项
将 xxx 目录的 MD 文件合并为报告，要求：
- 突出 [某个主题/指标]
- 包含 [特定用户] 的访谈
- 输出文件命名为 [自定义名称]
关键词
合并报告 | 生成报告 | 报告 HTML | 访谈合并 | markdown 转报告 | taste-skill 报告
示例输入输出
输入：目录 Project/Report/大宝人群访谈分析/ 包含：
RoleSim 大宝访谈实验.md（原始访谈）大宝精华访谈大纲.md（访谈提纲）RoleSim 大宝访谈实验 1st.md（方法论分析）
输出：
大宝精华概念盲测报告.md大宝精华概念盲测报告.html
注意事项
- 图片处理：
![[image.png|409]]→ 转换为标准 Markdown 图片语法 - Frontmatter：优先从 YAML 提取 title、author、description
- 价格识别：自动识别 200-600 元等价格区间并高亮
- 分数识别：自动识别 3.4 分等评分并分类（高/中/低）
- 去重：相同内容出现在多个文件时，保留最完整的版本
参考
- taste-skill: https://github.com/Leonxlnx/taste-skill
- 设计变量：VARIANCE、MOTION、DENSITY 三档配置