# Dym Nuwa Skill Helper Scripts CLI > Bốn script phụ trợ chạy trong terminal. Vì sao dùng: đây là phần duy nhất của repo chạy được ngoài chat — tải/làm sạch phụ đề để nạp tư liệu gốc, tổng hợp bảng khảo cứu cho chốt 1.5, và tự chấm 6 tiêu chí Phase 4. - Skill: `rheinmir/dym-nuwa-skill-helper-scripts-cli` (Agent Skill) - Install (CLI): `npx skillmds@latest add rheinmir/dym-nuwa-skill-helper-scripts-cli` - Raw SKILL.md: https://api.skillmd.com/api/skills/rheinmir/dym-nuwa-skill-helper-scripts-cli/raw - Safety review: pending - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Coding & Dev Tools - Author: rheinmir (https://skillmd.com/u/rheinmir) - Updated: 2026-09-17 - Page: https://skillmd.com/skills/rheinmir/dym-nuwa-skill-helper-scripts-cli --- # Skill: dym-nuwa-skill-helper-scripts-cli — Bốn script phụ trợ chạy trong terminal **Vì sao dùng**: đây là phần duy nhất của repo chạy được ngoài chat — tải/làm sạch phụ đề để nạp tư liệu gốc, tổng hợp bảng khảo cứu cho chốt 1.5, và tự chấm 6 tiêu chí Phase 4. **Sinh ra cái gì**: file transcript sạch, bảng tóm tắt khảo cứu, báo cáo pass/fail có mã thoát dùng được trong CI. > ⚠️ Toàn bộ file này là lệnh **SHELL**. Lệnh chat nằm ở [02](02-distill-a-person.md), [03](03-diagnose-then-distill.md), [04](04-use-and-update-persona.md). Ký hiệu `$NUWA` dưới đây = thư mục cài skill, ví dụ `~/.claude/skills/nuwa-skill`: ```bash export NUWA=~/.claude/skills/nuwa-skill ``` Phụ thuộc: **Python 3** (dùng type hint `list[str]`/`tuple[bool, str]` → cần **3.9+**, chuẩn nhất là 3.10+), và **`yt-dlp`** cho script tải phụ đề. Không có `requirements.txt`; cả bốn script chỉ dùng thư viện chuẩn (`sys`, `re`, `pathlib`). --- ## `download_subtitles.sh` — tải phụ đề YouTube ```bash bash $NUWA/scripts/download_subtitles.sh [thư_mục_ra] ``` Thứ tự thử: phụ đề người làm tiếng Trung (`zh-Hans,zh-Hant,zh,zh-CN,zh-TW`) → phụ đề người làm tiếng Anh (`en,en-US,en-GB`) → phụ đề tự động (`zh-Hans,zh,en`). Định dạng SRT, `--skip-download` nên không tải video. Mã thoát: `0` khi tìm được phụ đề, `1` khi không có URL hoặc không tìm thấy phụ đề nào (đã kiểm chứng: gọi không tham số → `exit 1` kèm dòng hướng dẫn dùng). Kiểm tra `yt-dlp` trước: ```bash command -v yt-dlp || brew install yt-dlp # macOS; hoặc: pipx install yt-dlp ``` **Lỗi đã kiểm chứng trong nhánh 1**: nhánh phụ đề tiếng Trung dò file mới bằng `find ... -newer /tmp/.ytdlp_marker`, mà `/tmp/.ytdlp_marker` **không bao giờ được tạo ra** ở bất kỳ đâu trong repo. `find` lỗi, stderr bị nuốt, biến `FOUND` rỗng → script luôn rơi xuống nhánh 2 và chạy thêm một lượt `yt-dlp` tiếng Anh, rồi báo thành công ở nhánh 2 (nhánh này dùng `-mmin -1` nên vẫn thấy đúng file `.srt` tiếng Trung vừa tải). Hệ quả thực tế: **file vẫn đúng, chỉ tốn thêm một lần gọi mạng và dòng thông báo sai ngôn ngữ**. Kiểm lại bằng chính tên file: ```bash ls -la /*.srt /*.vtt 2>/dev/null ``` ## `srt_to_transcript.py` — làm sạch SRT/VTT thành văn bản đọc được ```bash python3 $NUWA/scripts/srt_to_transcript.py input.srt [output.txt] python3 $NUWA/scripts/srt_to_transcript.py input.vtt ``` Không truyền tham số thứ hai thì file ra là `_transcript.txt` cạnh file vào. Script bỏ số thứ tự, mốc thời gian, thẻ HTML, chú thích `align:`/`position:`, **khử dòng lặp liên tiếp** (bệnh kinh niên của phụ đề tự động), rồi gộp thành đoạn khi tích đủ >200 ký tự hoặc gặp dấu kết câu `。！？.!?`. VTT được nhận diện qua đuôi file hoặc header `WEBVTT`, cắt bỏ header và khối `NOTE` trước khi xử lý như SRT. Chạy thật với một SRT 3 dòng có 1 dòng lặp và 1 thẻ ``: ``` ✅ 转换完成: demo_transcript.txt 字数: 28 段落数: 3 ``` Nội dung ra — thẻ `` bị gỡ, dòng lặp bị khử: ``` Hello world. This is a test ``` Mã thoát: `0` khi thành công; `1` khi thiếu tham số hoặc file vào không tồn tại (`❌ 文件不存在: ...`). Kết quả nên bỏ vào `references/sources/transcripts/` của thư mục skill đang chắt lọc. ## `merge_research.py` — bảng tóm tắt cho chốt Phase 1.5 ```bash python3 $NUWA/scripts/merge_research.py <đường_dẫn_thư_mục_skill> ``` Quét `/references/research/01-writings.md … 06-timeline.md`, đếm URL duy nhất làm số nguồn, đếm dấu hiệu sơ cấp/thứ cấp, rút tiêu đề `##` làm phát hiện chính, và dò mâu thuẫn bằng các từ khoá 矛盾/相反/但实际上/然而…不同/争议. Chạy thật trên `examples/steve-jobs-perspective`: ``` ┌──────────────┬──────────┬──────────────────────────┐ │ Agent │ 来源数量 │ 关键发现 │ ├──────────────┼──────────┼──────────────────────────┤ │ 著作 │ 24 │ 一、核心著作与一手文献, ... │ │ 对话 │ 27 │ 一、核心访谈索引, ... │ │ 表达 │ 26 │ 一、Keynote演讲：语言特征... │ │ 他者 │ 29 │ 一、同事与合作者视角, ... │ │ 决策 │ 0 │ 一、早期决策（1972-1976）...│ │ 时间线 │ 12 │ 第一章：早年（1955-1976）...│ ├──────────────┼──────────┼──────────────────────────┤ │ 总来源数 │ 118 │ 一手占比: 134/244 │ │ 矛盾点 │ 5处 │ 著作: 争议。不妥协 │ │ 信息不足维度 │ 无 │ — │ └──────────────┴──────────┴──────────────────────────┘ ``` Mã thoát: `0` khi in được bảng; `1` khi thiếu tham số hoặc **không có** `references/research/` (đã kiểm chứng trên `examples/munger-perspective`: `❌ 目录不存在: .../references/research`, thoát `1`). Đọc bảng thế nào: - **Cột 来源数量 bằng 0** không có nghĩa là chiều đó rỗng — nó đếm URL, nên file viết bằng trích dẫn không có link (như `05-decisions.md` của Jobs) sẽ ra 0. Mở file kiểm bằng mắt trước khi bắt chạy lại khảo cứu. - **一手占比 là đếm từ khoá**, không phải phân loại thật (đếm số lần xuất hiện 一手/primary/本人/原文 so với 二手/转述/总结/评论). Con số `134/244` là chỉ dấu thô, không phải tỉ lệ nguồn chính xác. - Cảnh báo tự động: tổng nguồn <10 → khuyên hạ kỳ vọng hoặc bổ sung; thiếu chiều → khuyên bổ sung hoặc ghi vào ranh giới trung thực. ## `quality_check.py` — tự chấm 6 tiêu chí Phase 4 ```bash python3 $NUWA/scripts/quality_check.py <đường_dẫn/SKILL.md> ``` Chạy thật trên `examples/steve-jobs-perspective/SKILL.md`: ``` 质量检查: SKILL.md ================================================== 心智模型数量 ✅ PASS 6个心智模型 ✅ 模型局限性 ✅ PASS 有局限性标注 ✅ 表达DNA辨识度 ✅ PASS 表达DNA特征: 21项 ✅ 诚实边界 ✅ PASS 诚实边界: 3条 ✅ 内在张力 ✅ PASS 内在张力: 2处 ✅ 一手来源占比 ✅ PASS 未标记来源类型（跳过检查） ================================================== 结果: 6/6 通过 🎉 全部通过，可以交付 ``` **Mã thoát chỉ có hai giá trị: `0` khi đủ 6/6, `1` cho mọi trường hợp còn lại.** Đừng nhầm dòng chữ 「⚠️ 基本通过」 (5/6) là qua — đã kiểm chứng trên `examples/munger-perspective/SKILL.md`: in 「基本通过，建议修复不通过项后交付」 nhưng vẫn **thoát `1`**: ``` 诚实边界 ❌ FAIL 诚实边界: 0条 ❌ (应≥3条) 结果: 5/6 通过 ⚠️ 基本通过，建议修复不通过项后交付 ``` Vì vậy nếu gắn vào CI, `exit != 0` nghĩa là "chưa hoàn hảo", không phải "hỏng" — chọn ngưỡng có chủ đích chứ đừng mặc định chặn cứng (xem cổng CI mẫu trong [07](07-publish-and-get-listed.md)). Một số điểm mù của bộ kiểm này, biết trước để đọc kết quả cho đúng: - **诚实边界 đếm bằng regex**: chỉ nhận mục danh sách bắt đầu bằng `-` hoặc `*` nằm dưới heading chứa chữ 「诚实边界」. Viết ranh giới trung thực bằng đoạn văn hoặc bảng → đếm ra 0 và trượt, dù nội dung có thật (đây đúng là lý do `munger-perspective` trượt). - **一手来源占比 tự bỏ qua** khi không tìm thấy section 来源/Source/Reference hoặc không có nhãn 一手/二手 — cả hai trường hợp đều báo PASS. Một PASS ở dòng này **không chứng minh** tỉ lệ nguồn sơ cấp >50%. - **内在张力 đếm từ khoá** (张力/矛盾/tension/paradox/一方面…另一方面/既…又), không hiểu nghĩa. Dễ đạt bằng cách viết đủ chữ. Nói cách khác: `quality_check.py` là cổng *hình thức*, không thay được thang chấm bảo chân ở [06](06-fidelity-scorecard.md).