Digest Content

触发条件

当用户提供或指向以下内容时使用本技能：

• 一段粘贴文本（文章/观点/讨论）
• 一个本地文件路径（Markdown/纯文本/转录）
• 一个 URL（若无法获取正文，先让用户提供转录/正文或使用 web_search 获取公开内容）

目标

1. 生成结构化 digest（Markdown），并保存到：
   • 若提供 topic_id：archives/topics/<topic_id>/digests/
   • 否则：exports/digests/
2. 抽取“长期价值结论候选”，写入 mem0（user_id=U1_USER_ID）
3. （可选但推荐）为投研/研究用途生成 Claim Ledger，并对“高影响未核验”项创建 tasks

操作步骤（SOP）

1. 确定输入

   • 若用户给的是路径：读取文件内容。
   • 若是 URL：优先尝试获取公开内容；若不可得，提示用户提供正文/转录。
   • 若是视频：
     • 若已存在转录文本：按“路径”处理转录即可；
     • 若提供的是本地视频路径且已配置 video_pipeline MCP：先调用 video_pipeline.analyze_video 生成 evidence_compact.md，再对该文件做 digest（避免把全量转写/OCR 原样喂给模型）。
     • 若提供的是 B 站 URL（UP 主页或单条视频 URL）：先用 scripts/bilibili_up_batch.py 下载到 imports/content/videos/，再走 video_pipeline。

2. 生成结构化摘要（按模板）

   • 若已启用 glm_router MCP：
     • 优先用 glm_router.glm_router_write_file 直接写入目标文件（低成本、且不把长文作为 tool result 回到 Codex 上下文）。
       • 推荐：先 allow_paid=false；若失败/限流/输出不符合约束，再按需重试 allow_paid=true（质量优先，其次成本）。
       • 建议设置 validate.must_have_substrings=["## 核心观点","## Claim Ledger"] 并给出 max_chars，让校验失败时在 MCP 内部自动重试。
     • 仅当你需要“把输出拿回当前上下文做二次推理/改写”时，才用 glm_router.glm_router_chat 生成短输出或片段。
   • 使用 templates/digest.md 的结构生成：
     • 核心观点（3–7 条）
     • 关键证据/数据点
     • 反驳点/局限性
     • 对主题框架的影响（若关联 topic）
     • 建议写入 mem0 的长期结论候选（可选）
     • Claim Ledger（断言清单，优先给出来源/证据指针）
   • 外部事实需要来源标注（链接/出处）+ 不确定性提示（见 spec.md 信息源策略）。

3. 落盘

   • 生成文件名：YYYY-MM-DD_<source_slug>.md
   • 写入目标目录（topic 优先）。
   • 若已用 glm_router_write_file 直接写入：此步只需检查文件是否存在、结构是否完整（必要时抽查 1–2 段）。

4. 写入 mem0（U1）

   • 只写入“长期价值”部分（不要写长文全文）。
   • 调用 mem0-memory.add_memory(user_id=U1_USER_ID, kind=topic_insight|investing_thesis|personal_principle|reflection, topic=<topic_id或自定>)。

5. （可选）创建核验 tasks

   • 对 Claim Ledger 里 核验状态=unverified 且“影响范围高”的条目，创建 tasks.create_task：
     • category=investing|tech
     • topic_id=<topic_id>（如有）
     • source=digest_content
     • title 建议以“核验/找官方口径/读原文”为主

6. 对用户反馈

   • 返回：
     • digest 文件路径
     • 写入 mem0 的条目摘要（kind/topic）
     • （如有）创建的 tasks 列表
   • 若提供了 topic_id：提示用户下一步可用 topic-ingest skill 更新 sources.md/timeline.md

输出格式

• digest_path: <path>
• mem0_updates: 列表（kind, topic, summary）
• tasks_created: 列表（id, title）