# Note Extractor

> 日记洞察提取与可视化系统。从日记中提取思维卡片、情绪轨迹和成长维度，生成可交互的本地可视化页面。 **立即触发当**：用户说「分析日记」「生成洞察」「我的思考花园」「insights」「提取笔记」「/note-extractor」。 **主动建议当**：用户连续记录日记超过 7 天，或月末时主动提醒用户可以生成本月洞察。 读取 ~/write_me/00inbox/journal/ 下的日记文件，提取结构化洞察，生成本地 HTML 可视化页面。

- Skill: `lord1egypt/note-extractor` (Agent Skill)
- Install (CLI): `npx skillmds@latest add lord1egypt/note-extractor`
- Raw SKILL.md: https://api.skillmd.com/api/skills/lord1egypt/note-extractor/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Web & Frontend
- Author: Lord1Egypt (https://skillmd.com/u/lord1egypt)
- Updated: 2026-09-08
- Page: https://skillmd.com/skills/lord1egypt/note-extractor

---


# Note Extractor Skill - 日记洞察提取与可视化

## 前置检查

**第一步：确定配置文件路径**

读取 `~/.openclaw/workspace/diary/config/diary-config.json`。

注意：
- 展开 `~` 为完整的用户主目录路径
- 使用 `echo $HOME` 获取主目录

如果配置文件不存在，告诉用户：
```
看起来你还没有初始化日记系统。请先运行 onboarding skill 来完成设置：

在对话中说：setup my journal
```

**第二步：确认日记数据存在**

从配置中获取 `storage.path`，展开 `~`，检查目录下是否有 `.md` 文件。

如果没有日记文件：
```
还没有日记记录。先用 diary skill 记录一些想法吧！

在对话中说：记一下
```

**第三步：确认输出目录**

输出目录：`~/write_me/02notes/insights/`

如果目录不存在，创建它：
```bash
mkdir -p ~/write_me/02notes/insights
```

---

## 核心流程

### 1. 读取日记原文

使用 Read 工具读取 `storage.path` 下的日记文件。

**确定目标文件**：

- 如果用户说「分析本月日记」或未指定范围：
  1. 获取当前日期和时间
  2. 根据配置中的 `time_boundary`（默认 06:00）判断：如果当前时间 < 边界，使用昨天的日期
  3. 根据 `date_format`（默认 YYYY-MM）生成文件名，如 `2026-03.md`
  4. 只读取该文件

- 如果用户说「分析所有日记」：
  1. 使用 Glob 工具查找所有日记文件：`{展开后的storage.path}/*.md`
  2. 逐个读取每个文件

**读取用户身份**（如果启用）：

如果配置中 `user_identity.enabled` 为 true，读取 `{user_identity.path}/identity.md` 获取用户名和角色。如果文件不存在，使用默认值：name = "用户"，role = ""。

### 2. 解析日记条目

日记文件格式（由 diary skill 生成）：

```markdown
# 日记 2026-03

## 14:30 [主动记录] - 项目进展

**事实**：
和同事讨论了项目方案。

**用户说**：
"他提出要改设计风格，我觉得有道理但工作量会增加。"

**AI观察**：
用户对设计变更持开放态度。
```

解析规则：
- `## HH:MM [tag] - 标题` → 一条日记条目的开始
- `**用户说**：` / `**用户观点**：` 后面的内容 → 用户原话（最重要，这是"人味儿"）
- `**事实**：` 后面的内容 → 客观事实
- `**文章**：` 后面的内容 → 文章标题/链接
- `**讨论**：` 后面的内容 → 对话记录（区分用户发言和 AI 发言）
- `**决定**：` 后面的内容 → 决策记录
- `**AI观察**：` 后面的内容 → AI 的补充（次要权重）
- 文件名中的日期 → 条目所属月份

**重要**：严格区分用户原话和 AI 观察。提取洞察时，只从「用户说」和「事实」中提取，不要把 AI 的观察当作用户的想法。

### 3. 提取四类结构化数据

对读取到的所有日记内容，执行以下四个提取任务。

#### 3.1 思维卡片提取

从日记中提取用户的核心洞察和金句。

**提取标准**：
- 只提取用户自己说的话或明确表达的观点
- 具有独立价值，脱离上下文也能理解
- 体现用户的独特思考，不是常识或 AI 的补充
- 每条洞察应该简洁有力，1-2 句话

**分类体系**（根据用户实际内容动态生成，以下为参考）：
- 职业/行业洞察
- 产品/技术思考
- 个人成长/人生智慧
- 投资/商业判断
- 创作/表达方法论
- 其他（根据用户实际关注领域）

**输出格式**（JSON 数组）：
```json
[
  {
    "id": 1,
    "insight": "用户的原话或提炼的核心观点",
    "source_date": "2026-03-14",
    "category": "分类名称",
    "importance": 4
  }
]
```

- `importance`：1-5 分，5 分最高。判断标准：原创性、可复用性、对用户的长期价值
- 每月提取 5-15 条，不要贪多，只留真正有价值的

#### 3.2 每日情绪标签

为每个有日记记录的日期标注情绪。

**情绪判断依据**：
- 优先看「用户说」的内容中的情绪词和语气
- 其次看「事实」中描述的事件性质
- 不要用 AI 观察来判断情绪

**情绪分类**：
- positive（积极）：开心、自豪、兴奋、感恩、自信、充沛、心流……
- neutral（中性）：专注、平静、好奇、分析、思考、坚定……
- low（低落）：疲惫、焦虑、低落、迷茫、自我怀疑……

**输出格式**（JSON 对象）：
```json
{
  "2026-03-14": {
    "mood": "positive",
    "label": "自豪",
    "entries": [
      {
        "time": "14:30",
        "type": "主动记录",
        "content": "用户说的原话或事实摘要（简短）"
      }
    ]
  }
}
```

- `label`：用中文，2-3 个字的情绪词
- `entries`：当天的条目摘要，每条不超过 50 字
- `content` 中只放用户说的话和事实，不放 AI 观察

#### 3.3 成长维度打分

按月对用户在以下六个维度的关注度和成长进行打分。

**六个维度**：
1. 职业技能 — 工作能力、专业知识、行业理解
2. 学习成长 — 阅读、课程、新知识获取
3. 投资理财 — 财务决策、投资思考、理财规划
4. 社交关系 — 人际互动、社交活动、关系维护
5. 健康平衡 — 身体健康、情绪管理、作息平衡
6. 创造输出 — 写作、创作、公开分享、项目产出

**打分规则**：
- 0-100 分，基于该维度在当月日记中的出现频率和深度
- 只出现 1-2 次且浅层提及 → 20-40 分
- 多次出现且有深入思考 → 60-80 分
- 频繁出现且有明确行动和成果 → 80-100 分
- 完全没提及 → 10-20 分（给个基础分，不要给 0）

**输出格式**（JSON 对象）：
```json
{
  "一月": {
    "职业技能": 75,
    "学习成长": 80,
    "投资理财": 40,
    "社交关系": 50,
    "健康平衡": 30,
    "创造输出": 45
  }
}
```

#### 3.4 知识图谱提取

从日记中提取实体和关联，生成 2D 知识关联图谱的数据。

**节点提取规则**：

从日记中识别三类实体：

1. **主题领域**（group: "topic"）
   - 用户反复提及的领域和话题
   - 例如：AI Agent、投资理财、个人品牌
   - 提取标准：在日记中出现 2 次以上的主题词

2. **概念/框架**（group: "concept"）
   - 用户提到的具体理论、方法论、框架
   - 例如：杠杆理论、PARA方法论、第一性原理
   - 提取标准：用户明确讨论过的概念

3. **人物**（group: "person"）
   - 日记中提到的人（同事、朋友、作者、公众人物）
   - 例如：团队成员名字、书籍作者
   - 提取标准：在日记中被提及且与某个主题相关

**连线生成规则**：

当两个节点在同一天的日记中共同出现，或存在明确的因果/关联关系时，生成一条连线。

**输出格式**：

`nodeData` 数组：
```json
[
  {"id": "AI Agent", "group": "topic", "desc": "从日记中提取的简短描述", "size": 22}
]
```

`linkData` 数组：
```json
[
  {"s": "Vivi", "t": "AI Agent"}
]
```

- `size`：节点大小，基于在日记中的出现频率。范围 12-28。
- `desc`：从日记中提取的关于该节点的简短描述，不超过 20 字。
- 用户自己的名字应作为 person 节点加入，size 设为最大值 28。

### 4. 生成可视化页面

HTML 模板通过 `<script src="data.js">` 加载外部数据文件，Claude 只需要生成 `data.js` 并复制 HTML 模板，不需要读取或修改 HTML。

**生成步骤**：

1. 生成 `data.js` 数据文件（见下方格式）
2. 将 `data.js` 写入输出目录：`~/write_me/02notes/insights/data.js`
3. 将 HTML 模板复制到输出目录（使用 Bash 的 `cp` 命令）：
   ```bash
   cp {skill目录}/demo/insights.html ~/write_me/02notes/insights/insights-{YYYY-MM}.html
   ```

**data.js 文件格式**：

```javascript
// 此文件由 note-extractor skill 自动生成
const thoughtCards = [
  {id:1,insight:"用户原话",date:"2026-03-14",cat:"分类名",imp:4},
  // ...
];

const catStyles = {"分类名":"brand", ...};

const diaryEntries = {
  "2026-03-14":{mood:"positive",label:"自豪",entries:[
    {time:"14:30",type:"主动记录",content:"用户说的话或事实摘要"}
  ]},
  // ...
};

const moodPositive = ["inspired","energetic","eureka","confident","proud","validated","excited","hopeful","enlightened","accomplished","flow","refreshed","grateful","warm","creative","optimistic","reinforced"];
const moodNeutral = ["curious","focused","analytical","reflective","philosophical","strategic","calm","productive","wise","determined","persistent","satisfied","mind-blown"];

const dimensionScores = {
  "一月":{职业技能:75,学习成长:80,投资理财:40,社交关系:50,健康平衡:30,创造输出:45},
  // ...
};

const nodeData = [
  {id:"用户名",group:"person",desc:"简短描述",size:28},
  // ...
];

const linkData = [
  {s:"节点A",t:"节点B"},
  // ...
];
```

**字段名映射**：

提取时使用完整字段名（便于理解），写入 data.js 时需转换为缩写格式：

| 提取输出 | data.js 变量 |
|---|---|
| `source_date` | `date` |
| `category` | `cat` |
| `importance` | `imp` |

**分类与样式映射**：

HTML 模板支持以下 CSS 样式类：`brand`（玫瑰粉）、`product`（鼠尾草绿）、`ai`（薰衣草紫）、`life`（沙金）、`invest`（暖金）。

生成 `catStyles` 时，将每个动态分类映射到最接近的样式类。例如：
```json
{
  "职业洞察": "brand",
  "产品思考": "product",
  "AI 认知": "ai",
  "人生智慧": "life",
  "投资理财": "invest",
  "创作方法论": "product"
}
```

如果分类无法明确归类，默认使用 `"life"`。

**输出文件**：
- 数据文件：`~/write_me/02notes/insights/data.js`（固定文件名，每次覆盖）
- HTML 页面：`~/write_me/02notes/insights/insights-{YYYY-MM}.html`
- 如果用户要求分析所有日记（跨月），HTML 文件名为：`insights-all.html`

### 5. 生成结构化 JSON 备份

同时将提取的原始数据保存为 JSON，方便其他 skill 或工具使用。

**输出文件路径**：`~/write_me/02notes/insights/data-{YYYY-MM}.json`

**JSON 结构**：
```json
{
  "generated_at": "2026-03-15T10:30:00",
  "source_files": ["2026-01.md", "2026-02.md", "2026-03.md"],
  "user_profile": {
    "name": "从 identity.md 读取",
    "role": "从 identity.md 读取"
  },
  "thought_cards": [],
  "diary_entries": {},
  "dimension_scores": {},
  "knowledge_graph": {
    "nodes": [],
    "links": []
  }
}
```

### 6. 通知用户

生成完成后，告诉用户：

```
✓ 洞察已生成！

- 可视化页面：~/write_me/02notes/insights/insights-2026-03.html
- 数据文件：~/write_me/02notes/insights/data-2026-03.json

在浏览器中打开 HTML 文件即可查看你的思考花园。

本次提取了 {N} 张思维卡片，覆盖 {M} 天的日记记录。
```

然后询问用户是否要立即打开：
```
要我帮你打开看看吗？
```

如果用户同意，使用 Bash 工具执行：
```bash
open {HTML文件的完整路径}
```

---

## 用户交互场景

### 场景 1：分析本月日记

用户说：「分析日记」「生成洞察」

1. 读取当月日记文件
2. 执行完整提取流程
3. 生成 HTML 和 JSON
4. 通知用户

### 场景 2：分析所有日记

用户说：「分析所有日记」「全部洞察」

1. 读取所有日记文件
2. 执行完整提取流程
3. 生成 insights-all.html
4. 通知用户

### 场景 3：只看思维卡片

用户说：「提取金句」「思维卡片」

1. 只执行思维卡片提取
2. 直接在对话中展示卡片列表
3. 询问是否要生成完整可视化

### 场景 4：月末主动提醒

当检测到当前日期是月末（28-31日），且本月有日记记录时：

```
这个月你记录了 {N} 天的日记，要不要生成本月的思考花园？

我会从日记中提取你的核心洞察、情绪轨迹和成长维度，生成一个可视化页面。
```

---

---

## 错误处理

### 日记文件为空或格式异常

如果日记文件存在但内容为空或格式不符合预期：
- 跳过该文件
- 在最终报告中说明：「跳过了 {文件名}（内容为空或格式异常）」

### 日记数据太少

如果总共只有 1-2 条日记记录：
- 仍然生成可视化，但在页面上提示：「数据较少，持续记录后洞察会更丰富」
- 成长雷达图可能不够有意义，可以隐藏或标注「数据不足」

### 输出目录写入失败

- 检查目录权限
- 尝试创建父目录
- 如果仍然失败，将 HTML 内容直接输出到对话中，让用户手动保存

### HTML 模板不存在

如果 `demo/insights.html` 模板文件不存在：
- 仍然生成 `data.js` 和 JSON 备份
- 告知用户模板文件缺失，建议重新安装：`bash install.sh`

---

## 实现注意事项

### 路径处理
- 所有包含 `~` 的路径都要展开为完整路径
- 使用 `echo $HOME` 获取主目录
- 使用 `mkdir -p` 创建目录

### 数据质量
- 思维卡片：宁缺毋滥，只提取真正有价值的洞察
- 情绪标签：基于用户原话判断，不要过度解读
- 维度打分：基于实际内容，不要凭空给高分

### 隐私保护
- 所有数据都在本地处理和存储
- 不要在 HTML 中包含敏感信息（如 API key、密码等）
- 如果日记中包含明显的隐私信息（身份证号、银行卡号等），在提取时脱敏

### 与 Diary Skill 的协作
- 本 skill 只读取日记文件，不修改
- 输出到 `02notes/insights/`，不影响 `00inbox/journal/`
- 读取 `01studio/me/identity.md` 获取用户基本信息（如果存在）

---

最后更新：2026-03-15