liuning0820 RSS 订阅与文档编译系统
功能概述
本系统包含两个核心组件：
- RSS 订阅器：从 RSS 源获取文章并保存到本地文件夹
- 文档编译助手：将原始文档整理成结构化的知识库
组件 1: RSS 订阅器
何时使用此技能
务必使用此技能当：
- 用户要求从 RSS 订阅源获取最新内容
- 用户想要保存 RSS 文章到本地文件夹
- 用户提到 RSS 订阅、博客订阅、内容获取
- 用户想要按日期和标题整理 RSS 文章
- 用户提供一个 OPML 文件包含多个订阅源
不要使用此技能当：
- 用户只需要查看单个 URL 的内容（直接用 WebFetch）
- 用户想要获取非 RSS 格式的内容
使用方法
基本用法 - 单个 RSS URL
python scripts/rss_subscriber.py "https://example.com/feed.rss"
指定输出目录
python scripts/rss_subscriber.py "https://example.com/feed.rss" --output "./my_folder"
使用 OPML 文件批量订阅
python scripts/rss_subscriber.py --opml "path/to/subscriptions.opml"
支持以下两种文件路径格式：
- 本地文件路径：
./my-feeds.opml或C:/Users/.../feeds.opml - URL 地址：
https://example.com/feeds.opml
使用默认订阅源
如果不提供任何参数，将自动使用技能目录下的默认 feeds.opml 文件，并将文章保存到当前工作目录的 raw/ 文件夹：
python scripts/rss_subscriber.py
注意：输出目录取决于你执行命令时所在的目录。例如：
# 在 doc-writing-as-code 项目目录下执行
cd C:/Users/1/github/doc-writing-as-code
python /c/Users/1/github/skills/skills/rss-ingest/scripts/rss_subscriber.py --opml /c/Users/1/.claude/skills/rss-ingest/feeds.opml
# 文章将保存到：C:/Users/1/github/doc-writing-as-code/raw/
避免在脚本目录生成配置目录
执行命令时，建议先 cd 到目标项目目录，这样可以避免在技能脚本目录下生成 .claude 配置目录和 settings.local.json 文件。
日期过滤选项
默认行为（只获取最近 1 年的文章）：
python scripts/rss_subscriber.py --opml "feeds.opml"
这会过滤掉 1 年前的旧文章，专注于最新内容。
获取所有历史文章：
使用 --get-all 选项获取 RSS 源中的所有文章，包括 1 年前的：
python scripts/rss_subscriber.py --opml "feeds.opml" --get-all
输出格式
文章将保存为以下格式的 Markdown 文件：
raw/2025-01-06_Article-Title.md
每个文件包含：
- 文章标题
- 来源（RSS 域名）
- 发布日期
- 原文链接
- 摘要
- 正文内容
文件命名规则
- 格式：
YYYY-MM-DD_文章标题.md - 自动清理文件名中的非法字符
- 如果文件已存在，跳过保存
支持的格式
RSS 格式
- RSS 2.0
- RSS 1.0
- Atom 1.0
OPML 格式
支持标准的 OPML 1.0/2.0 格式，示例：
<?xml version="1.0" encoding="UTF-8"?>
<opml version="2.0">
<body>
<outline text="Tech Blogs" title="Tech Blogs">
<outline type="rss" text="Martin Fowler" xmlUrl="https://martinfowler.com/feed.atom"/>
<outline type="rss" text="Dev Blog" xmlUrl="https://devblog.com/feed.rss"/>
</outline>
</body>
</opml>
组件 2: 文档编译助手
角色
你是一个文档编译助手，负责将分散在 raw/ 目录中的原始文档和摘录，整理成结构化的知识库。
目录结构
doc-writing-as-code/
├── raw/ # 原始文档（只读，不要修改）
│ ├── 2026-03-10_The_First_Cohort.md
│ └── ...
├── wiki/ # 编译后的知识库（可写）
│ ├── summaries/ # 每篇原始文档的总结
│ │ └── 2026-03-10_The First Cohort_summary.md
│ ├── concepts/ # 概念文章（提取自多篇文章）
│ │ ├── 职业教练.md
│ │ └── ...
│ ├── index.md # 知识库总索引
│ └── log.md # 操作日志（追加写入）
工作流程
1. 扫描新文件（防重复处理）
当检测到 raw/ 中有新的 .md 文件时，执行以下三层去重检查：
方案 1：检查处理记录（快速）
grep -q "^文件名.md$" wiki/.processed_files
- 如果已存在记录 → 跳过
方案 2：检查 summary 文件（双重确认）
[ -f "wiki/summaries/文件名_summary.md" ]
- 如果 summary 已存在 → 跳过（同时补充到处理记录）
方案 3：通过脚本自动化检查
python /c/Users/1/github/skills/skills/rss-ingest/scripts/process_raw_files.py
重要：脚本使用当前工作目录（os.getcwd()）作为项目根目录，因此必须在项目目录下执行：
cd C:/Users/1/github/doc-writing-as-code
python /c/Users/1/github/skills/skills/rss-ingest/scripts/process_raw_files.py
- 脚本会列出所有需要处理的新文件
- 自动跳过已处理的文件
2. 生成总结文件
为每个新文件创建 wiki/summaries/ 下的总结：
文件名格式：YYYY-MM-DD_标题_summary.md
内容结构：
# [原标题]
**来源**: [来源名称]
**发布日期**: [日期]
**链接**: [URL]
---
## 核心观点
[2-4 个要点，每个要点用粗体概括，后跟 1-2 句解释]
---
## 关键概念
[提取 3-6 个关键概念，与概念文章链接关联]
---
## 引用金句
- "[引用 1]"
- "[引用 2]"
---
*汇总于 YYYY-MM-DD*
3. 提取并创建概念文章
从文章中提取可复用的概念，创建或更新 wiki/concepts/ 下的概念文章：
命名规则：
- 名词化，使用中文（如
职业教练.md） - 避免动词短语（如
如何做 X→X 的方法.md）
内容结构：
# [概念名称]
## 定义
[简洁的定义，1-2 段]
## 核心要素
- 要素 1
- 要素 2
- 要素 3
## 应用场景
[在什么情况下使用这个概念]
## 相关概念
- [[关联概念 1]]
- [[关联概念 2]]
## 参考资料
- [[2026-03-10_The First Cohort#DRI Your Career 课程]]
- [[其他相关文档]]
*概念由 [[2026-03-10_The First Cohort_summary]] 首次提出*
4. 维护索引文件
wiki/index.md（总索引）：
# 文档知识库
## 最新汇总
[[2026-03-10_The First Cohort_summary]] (2026-04-04)
## 概念库
- [[职业教练]]
- [[职业清晰度]]
- [[异步学习]]
注意事项
- 不修改原始文件：
raw/目录只做读取，所有整理工作写入wiki/ - 保持链接一致：使用 Obsidian 原生链接语法
[[文件路径]] - 概念去重：同名概念只创建一次，后续文章引用
- 链接验证：确保所有
[[xxx]]链接的文件实际存在 - 日期格式：统一使用
YYYY-MM-DD - 防重复处理：
- 每次处理前先在项目目录下运行
python /c/Users/1/github/skills/skills/rss-ingest/scripts/process_raw_files.py检查 - 处理完成后，文件名会自动记录到
wiki/.processed_files - 说明：
.processed_files中的记录会阻止脚本重复生成 summary- 如果只删除了 summary 文件（记录还在），脚本会跳过不会重新生成
- 如果需要重新生成某个 summary，应同时从
.processed_files中删除对应记录
- 每次处理前先在项目目录下运行
依赖
- Python 3.6+
- 无外部依赖（使用标准库）
默认的 feeds.opml 文件
技能目录下包含一个默认的 feeds.opml 文件，不传任何参数时会自动使用。你可以在该文件中添加你的默认订阅源。
集成脚本
技能包含以下辅助脚本，用于文档编译工作流：
process_raw_files.py - 检查新文件
检查 raw/ 目录中的新文件并防止重复处理：
注意：此脚本使用当前工作目录作为项目根目录，因此必须在项目目录下执行：
cd C:/Users/1/github/doc-writing-as-code
python /c/Users/1/github/skills/skills/rss-ingest/scripts/process_raw_files.py
功能：
- 扫描
raw/*.md文件 - 通过三层去重检查避免重复处理
- 列出需要处理的新文件
- 自动跟踪已处理的文件到
.processed_files
update_index.py - 更新索引
更新 wiki/index.md 文件，添加新的 summary 链接：
注意：此脚本使用当前工作目录作为项目根目录，因此必须在项目目录下执行：
cd C:/Users/1/github/doc-writing-as-code
python /c/Users/1/github/skills/skills/rss-ingest/scripts/update_index.py
功能：
- 扫描
wiki/summaries/目录 - 提取最新的 10 个 summary 文件
- 自动更新索引中的"最新汇总"部分