Mj Notes Workflow

Get笔记 语音笔记自动处理

将 Get笔记 中未处理的语音笔记自动拉取、分析、归类，生成执行计划，经你确认后按主题分组并行执行。

核心概念

每条语音笔记都是混合原料 — 一条笔记里可能同时包含日记、待办事项、灵感、聊天记录。Skill 要做的是：

1. 跨笔记整体分析，从混乱中提取信号
2. 按主题合并同类项（而非逐条处理）
3. 先出计划等你确认，再执行
4. 记住处理进度，下次增量处理

状态管理

状态文件：~/.agents/mj-notes-workflow/state.json

{
  "last_processed_id": "1910042389700031400",
  "last_run_at": "2026-05-16T01:30:00+08:00",
  "processed_ids": ["id1", "id2"],
  "execution_log": [
    {"run_at": "2026-05-16", "count": 5, "summary": "处理了5条笔记"}
  ]
}

首次运行：如果 state.json 不存在，拉取最近 3 天 的笔记。

工作流

Step 1: 增量拉取

# 有进度记录
getnote notes --since-id <last_processed_id> --limit 50 -o json

# 首次运行（无进度记录）
getnote notes --limit 50 -o json
# 然后用 Python/工具筛选最近 3 天的笔记

如果返回的笔记数量为 0，报告"没有新笔记"并结束。

Step 2: 内容量估算 & 智能分拆

获取所有新笔记后，按 笔记类型 决定读取策略：

估算策略：

• 汇总所有需要读取的内容总长度
• 总长度 < 3 万字（约 30,000 字符） → 1 个 Agent 全量分析
• 总长度 ≥ 3 万字 → 按笔记数量均分为多组，每组由独立 Agent 分析（每组约 15,000 - 20,000 字）
• 如果笔记数量很少（≤ 3 条），即使总长度较大也可以用 1 个 Agent

Step 3: 跨笔记分析

分析阶段的目标是从所有新笔记中提取出结构化信息：

对于 audio 类笔记（你的语音）：

• 逐条阅读完整内容（每条笔记的 title 是 Get笔记 AI 自动生成的摘要，可辅助理解）
• 提取以下类型的内容：
  • 待办事项/任务指令 — "帮我做XX"、"查一下XX"、"把XX部署一下"等
  • 日记/感想 — 个人记录、今日经历、感受
  • 知识/灵感 — 想到的好点子、值得记录的知识
  • 改进/反馈 — 对产品、流程的改进意见
  • 参考信息 — 聊天记录、别人说的话、临时记录

对于 link 类笔记（外部参考）：

• 仅根据标题和摘要判断内容类型和归属方向
• 标记为"待归档参考"，无需深度分析

跨笔记合并：

• 将分散在不同笔记中的同一主题内容合并
• 例如：3 条笔记都讨论"小程序教程" → 合并为一个主题分组

Step 4: 生成执行计划

输出格式示例：

📋 本次共处理 8 条新笔记

═══════════════════════════════════════
📔 日记/感想（2条）
═══════════════════════════════════════
1. [标题1] — 记录了关于XX的感受
   → 建议：听起来你最近在关注XX方向，建议可以进一步思考YY
   → 处理：润色后更新回 Get笔记

2. [标题2] — 记录了关于YY的日常
   → 建议：...
   → 处理：润色后更新回 Get笔记

═══════════════════════════════════════
📋 待办事项（3条）
═══════════════════════════════════════
1. [标题3] — "查一下50杯OPC比赛进度"
   → 类型：查询任务
   → 处理：执行查询并返回结果

2. [标题4] — "需要做视觉设计规范"
   → 类型：文档任务
   → 处理：写入 01MVP docs

═══════════════════════════════════════
📚 文档/教程（2条）
═══════════════════════════════════════
1. [标题5] — "录制微信知识付费小店搭建教程"
   → 处理：撰写教程，写入 01MVP docs/tools/

═══════════════════════════════════════
📎 外部参考（1条）
═══════════════════════════════════════
1. [标题6] — "用AI开发微信小游戏"
   → 来源：B站链接
   → 处理：归类到参考知识库，暂不执行

═══════════════════════════════════════

是否按以上计划执行？你可以：
- ✅ 确认执行全部
- ✏️ 补充/修改某个任务后再执行
- 🚫 跳过某些任务
- ❌ 取消本次所有操作

关键规则：

• 必须等待你确认后才能执行任何操作
• 对于 日记/感想：不需要写详细报告，而是总结"最近记录了哪些内容"，并给出你的感受和建议
• 对于 待办事项：明确标注需要调用的其他技能（如 mj-writer、mj-deploy、mj-cf-dns 等）
• 计划要有可执行性，每条任务都要有明确的"处理方式"

Step 5: 按主题分组并行执行

你确认后，按主题分组启动多个 Agent 并行执行：

关于日记/感想：

• 不要大段重写，保持原始语气和风格
• 做适当润色（修口语、理顺句子）
• 加上你的反馈和建议 — 读到这篇日记你的感受是什么？有什么建议？
• 使用 getnote note update <id> --content "..." 更新回原笔记

关于 01MVP 文档：

• 路径：~/code/makerjackie/01mvp/apps/01mvp-web/content/docs/
• 根据内容判断写入哪个子目录（guide/tools/cases/template 等）
• 可能新建文件，也可能更新已有文件

Step 6: 更新进度 & 保存摘要

执行完成后：

1. 更新 state.json：

   • last_processed_id 设为本次处理的最后一条笔记 ID
   • 将本次处理的所有 ID 追加到 processed_ids
   • 更新 last_run_at 和 execution_log

2. 保存处理摘要到 Get笔记：

   getnote save "【语音笔记处理摘要 YYYY-MM-DD】
   
   本次处理了 N 条笔记：
   - 📔 日记/感想：N 条
   - 📋 待办事项：N 条
   - 📚 文档/教程：N 条
   - 📎 外部参考：N 条
   
   执行结果：
   - 更新了 N 条日记
   - 写入 01MVP docs 文件 N 个
   - 调用了 [技能名] 执行了 [任务]
   - ..." --tag "语音笔记处理摘要"
   

3. 输出最终报告：

✅ 本次处理完成！

📊 处理统计
  • 拉取笔记：8 条
  • 分析归类：6 条语音 + 2 条外部参考
  • 执行完成：5 项

📔 日记更新
  • [标题1] → 已更新到 Get笔记
  • [标题2] → 已更新到 Get笔记

📚 文档写入
  • [标题3] → 已写入 01MVP docs/tools/xxx.mdx

📋 待办执行
  • [标题4] → [执行结果]

📎 处理摘要已保存到 Get笔记
📌 下次将从 ID: xxxxxx 开始处理

重要规则

1. 必须等确认：任何时候都不要在确认前写入文件或执行命令，先出计划
2. 音频笔记是你的原创：audio 类的内容是你的原话，要认真对待；link 类是外部资料，看一眼标题即可
3. 日记不求详细：日记类不需要写详细报告，总结"最近记录了啥"+你的建议即可
4. 动态分类：不预设固定类别，根据本次笔记内容自动生成分类
5. 跨笔记合并：散落在不同笔记中的同一主题要合并处理，不要重复
6. 智能分拆：内容少就一个 Agent 搞定，内容多才拆分，别过度工程
7. 处理摘要很重要：每次执行完一定要保存一条摘要到 Get笔记，方便日后回顾
8. 利用好标题：Get笔记 AI 自动生成的 title 字段已经很准确，可以作为分析的起点