joeseesun Lenny's Podcast & Newsletter 知识库
基于 Lenny Rachitsky 的完整内容存档（289 播客转录 + 349 篇 Newsletter），支持搜索、阅读、问答和学习。
数据概览
- 289 篇播客转录：硅谷顶级产品人访谈（完整对话逐字稿）
- 349 篇 Newsletter：产品管理、增长、职业发展深度文章
- 17 个主题标签：design, leadership, strategy, growth, startups, career, product-management, b2b, engineering, b2c, ai, analytics, go-to-market 等
- 289 位嘉宾：包括 Brian Chesky, Satya Nadella, Lenny 本人等
- 数据来源：lennysdata.com
数据路径（自包含在 skill 内）
references/
├── 01-start-here/ # README + index.json（元数据索引）
├── 02-newsletters/ # 349 篇 Newsletter Markdown
└── 03-podcasts/ # 289 篇播客转录 Markdown
脚本自动使用 skill 目录下的 references/，无需配置外部路径。
搜索脚本
SCRIPT=~/.claude/skills/lennys-podcast-newsletter/scripts/lenny_search.py
命令列表
1. 索引搜索（快速，按标题/描述/嘉宾/标签匹配）
python3 $SCRIPT search "关键词" [--type podcast|newsletter] [--tag TAG] [--limit N]
示例：
python3 $SCRIPT search "product-market fit" --limit 5
python3 $SCRIPT search "pricing" --type newsletter
python3 $SCRIPT search "" --tag ai --limit 10 # 列出所有 AI 相关内容
python3 $SCRIPT search "Brian Chesky" # 按嘉宾搜索
2. 全文搜索（遍历所有文件内容，较慢但精确）
python3 $SCRIPT fulltext "关键词" [--type podcast|newsletter] [--limit N]
适用场景：索引搜索找不到时，或需要在正文中查找具体观点、引用。
3. 阅读具体文章
python3 $SCRIPT read "03-podcasts/scott-belsky.md" [--lines 200]
返回 JSON 包含 content、total_lines、truncated 字段。超长内容分段读取。
4. 列出标签
python3 $SCRIPT tags [--type podcast|newsletter]
5. 列出嘉宾
python3 $SCRIPT guests [--limit 30]
6. 统计信息
python3 $SCRIPT stats
Workflow
用户提问关于 Lenny 内容时
- 理解意图：判断用户想查什么（某个主题、某位嘉宾、某个概念）
- 搜索：先用
search快速匹配，找不到再用fulltext全文搜索 - 阅读原文：用
read读取相关文件，理解完整上下文 - 回答：基于原文内容回答用户问题，引用具体来源（嘉宾名 + 文章标题）
用户想学习某个主题时
- 用
search "" --tag TAG列出该主题所有内容 - 推荐 3-5 篇最相关的文章/播客
- 读取并总结关键观点
- 如果用户想深入，读取完整内容详细讲解
用户想了解某位嘉宾的观点时
- 用
search "嘉宾名"或guests找到对应播客 - 读取播客转录
- 提炼嘉宾的核心观点和金句
回答格式
回答时需注明来源：
**来源**: Lenny's Podcast — {嘉宾名} ({日期})
**标题**: {文章/播客标题}
{回答内容，引用原文关键段落}
注意事项
- 播客转录包含完整对话，每段有发言人和时间戳（如
**Scott Belsky** (00:12:34):） - Newsletter 包含完整文章内容，有 YAML frontmatter（title, subtitle, date, tags, word_count）
- 内容为英文原文，回答时可按用户语言偏好翻译或保留原文
- 超长文件（部分播客转录超过 15000 字）需分段读取