← all publishers

reinforce52

@reinforce52 source repo

Report this profile Claim this profile

• 14 skills
• 0 followers
• 8 hours ago last updated

1. ▌
   Topic Storm Builder · reinforce52

   关键词知识库一站式构建器（STORM 发散 + 深度研究细化 + Obsidian 建库）。当用户想深入了解某个主题/关键词并建立学习型知识库时使用，支持"先发散多角度、再逐类细化、最后建库"。典型触发语：'用知识库建 X'、'用 topic-storm 建 X'、'发散+细化 X'、'把 X 建立成学习知识库'、'研究 X 并建库到 obsidian'、'X 建库'。用户核心诉求是"关键词检索建立知识库"（考研只是举例），知识库要"先总后细"衍生结构。工作流：意图澄清 → STORM 多视角发散 → 知识谱系树 → 逐类深度搜索细化 → 在 E:\obsidian\rein 下按主题名建独立 vault（含 _知识谱系.md、分目录 _总览.md、知识点笔记、_log.md）→ 写后回读校验。
   0 installs
2. ▌
   Competition Analyzer · reinforce52 bundle

   分析各类竞赛/比赛并指导制备参赛交付物。当用户提出"分析比赛/了解比赛/比赛需要什么技能/比赛知识储备/比赛选题/写项目申报书/比赛Demo或演示视频/技术架构图/现场演示/比赛源码仓库/找比赛可用的GitHub开源项目/工程方向agent开发"等需求时使用。覆盖创新创业类（挑战杯、互联网+）与AI智能体/大模型应用类赛事（如"海之子"杯AI智能体挑战计划），输出：①比赛规则、赛程与评分解读 ②所需技能与知识储备清单 ③选题方向分析与落地思路 ④五大交付物（项目申报书、≤5分钟Demo/演示视频、1页技术架构图、现场演示、完整源码仓库）制备指引 ⑤GitHub成品级开源项目检索与复用建议。
   0 installs
3. ▌
   Topic Knowledge Base · reinforce52 bundle

   当用户想深入了解某个主题/关键词并建立学习型知识库时使用，建库采用"先总后细"的知识谱系结构 （_知识谱系.md 全库总图 + 分层目录 + 每类 _总览.md + 知识点笔记 + _log.md 增量日志 + 写后回读校验）。 支持三种信源模式：①web（纯联网搜索，准确系统，~80K tokens）②social（纯社媒多平台采集，真实考生经验，~120K tokens） ③hybrid（默认，双信源融合：Web建知识骨架+社媒注入备考经验/易错点/分歧辨析，~150K tokens，预压缩优化后）。 典型触发语：'研究/学习/了解/深入/科普 X'、'X 是什么'、'建立/创建 X 的知识库'、'把 X 整理成学习资料'、'我想学 X 帮我规划'、 '采集并建库 关键词=xxx'、'多平台采集并建库 xxx'、'媒体汇总/融合建库 xxx'、'建库 关键词=X 模式=web/social/hybrid'。 工作流：先查 E:\obsidian\rein 已有库防重复 → 选择信源模式（默认hybrid）→ 可选社媒采集清洗+预压缩（harvest_clean.py） → web_search 多路检索（social模式跳过）→ 设计知识谱系树（先总后细）→ 在 E:\obsidian\rein\<关键词>\ 按谱系树建目录 → 生成 _知识谱系.md 与各 _总览.md → 双信源融合生成结构化笔记（Web知识点+社媒多平台视角）与 _MOC 总索引 → 写后回读校验 → 引导用户按学习路径逐步学习。 每个主题为独立 vault，路径固定 E:\obsidian\rein\<主题>\，不统一路径。
   0 installs
4. ▌
   Daily Learning Summary · reinforce52 bundle

   当用户发送【同步Obsidian 项目路径=xxx】或【追加补充学习】时使用，作为学习汇总中枢 Agent，把每日学习 （VSCode-Harness 的 daily_summary.md + 最近24h git 提交 + 会话补充）整合成 Obsidian 分层知识库 （每日日志/学科学习库/项目库/简历素材库，Vault = E:\obsidian\rein）。 核心约束：写前完整预览并等用户【确认】；绝不静默写入、绝不覆盖已有笔记、绝不虚构学习成果、绝不读 VSCode-Harness 内部对话。能力：当天日志重复检测、容错占位、backfill 补任意日期、每日复习题、git log --stat。 典型触发语：'同步Obsidian 项目路径=D:/cv-projects/civil-yolo-detect'（可加 日期=YYYY-MM-DD）、'追加补充学习'、 '把今天的学习同步到Obsidian'。工作流：解析路径 → 读 daily_summary.md → 读24h git log（只读）→ 收集会话补充 → 按四大库模板生成全部文档 → 强制输出完整预览+文件路径清单 → 等【确认】→ 文件直写 E:\obsidian\rein → 写后回读校验 → 输出完成报告。
   0 installs
5. ▌
   Connect Wechat Qq Channel · reinforce52

   接入/重扫 OpenClaw 微信(openclaw-weixin)与QQ Bot 通道。Use when 接入QQ/微信、扫码登录、重新扫描。
   0 installs
6. ▌
   Material To Knowledge Base · reinforce52 bundle

   当用户提供一个资料包/文件夹路径，希望把其中的 PDF、Word、Markdown 等资料阅读分析后，按"先总后细"的知识谱系 整理成 Obsidian 知识库（含知识谱系图、复习闭环、知识关联、增量日志与写后回读校验）时使用。 典型触发语：'帮我整理这个文件夹里的资料'、'把这些 PDF/Word 整理成知识库'、'分析这个资料包并建学习笔记'、 '把 D:\\xxx 整理成 Obsidian 笔记'。 工作流：确认资料路径 → 查已有库/资料指纹去重 → 扫描预检 → 逐份提取文本（含 OCR 管线）→ LLM 识别主题、 多级分类与知识谱系树（先总后细）→ 按谱系树建目录并生成 _知识谱系.md 与各 _总览.md → 生成结构化笔记 （来源/前置知识/关联知识点/自我检测/复习排期）→ 生成 _MOC 与 _复习清单 → 写后回读校验 → 汇报。 每个主题为独立 vault（E:\obsidian\rein\<主题>\），不统一路径；只读资料包，不修改原文件。
   0 installs
7. ▌
   Openclaw Plugin Native Rebuild · reinforce52

   Install/update an OpenClaw plugin with native deps (better-sqlite3) — rebuild native binaries after install; fixes "Cannot find module better-sqlite3".
   0 installs
8. ▌
   Personal Twin · reinforce52 bundle

   个人镜像（Personal Twin）：构建并持续维护一份关于"用户本人"的结构化画像，让 OpenClaw 能针对用户的知识水平、学习风格、性格倾向和易错点提供个性化服务。三层画像：①静态档案 （基本情况/目标）②证据驱动的能力熟悉度画像（不做严格 BKT 知识追踪，只依据笔记/项目/对话/ 错题卡点做 0-4 级熟悉度估计）③认知与人格画像（大五 BFI 量表打底 + 学习风格 VARK + AI 长期 微调，人格以量表为锚、不做心理诊断）。画像目录固定为 E:\obsidian\rein\_个人镜像\，每次更新 生成精简《_注入摘要.md》并同步到 openwave self-model，实现每轮自动"懂你"。 触发指令：【个人镜像 初始化】（首次：建档案+做量表）、【记录卡点】<一句话问题/错误/解决>、 【个人镜像 刷新】（立即全量重算）、【我现在什么水平】（读取画像出分析）、【更新档案】。 更新策略：默认静默自动更新（Windows 任务计划 PersonalTwin-Daily 每日23:00增量、 PersonalTwin-Weekly 周日21:00全量；用系统计划而非 smart-cron，电脑开机即跑、不依赖 OpenClaw 网关在线）， 每次留快照与 changelog， 用户随时可查 04_成长轨迹.md。红线：只扫描指定 Obsidian 库；熟悉度必须带证据与时间、不编造掌握； 人格以量表为锚、AI 只能补充不能被一两次对话推翻、不贴病理标签；自动更新留快照可回滚。
   0 installs
9. ▌
   Token Economy · reinforce52 bundle

   通过智能模型路由与上下文管理降低 OpenClaw 成本（廉价模型优先、零 token 心跳、预算护栏、token 审计）。 当用户询问成本、模型路由、token 优化、预算、省 token 时使用。
   0 installs
10. ▌
    Concept Linker · reinforce52 bundle

    跨主题统一概念层构建器：扫描所有 Obsidian 主题 vault，提取高频核心概念， 建立跨主题概念页（定义+跨主题出现位置+概念关系网络+学习建议），生成概念图谱， 解决"每个主题是孤岛、学新知识关联不到已学"的问题。 工作流：扫描所有主题笔记 → 核心概念种子全文匹配 → 按主题分组出现位置 → 生成概念页（9段式）→ 生成概念图谱（Mermaid mindmap+关系图）→ 概念层总索引。 典型触发语：'建立概念层'、'扫描知识库建立概念关联'、'更新概念层'、 '跨主题概念关联'、'概念图谱'、'知识库体检'。 概念层固定路径：E:\obsidian\rein\_概念层\，不影响现有主题 vault 和其他 skill。
    0 installs
11. ▌
    Resume Builder · reinforce52 bundle

    一站式求职自动化工具集：多渠道职位搜索（BOSS直聘/中南大学就业网/实习僧）+ AI匹配打分 + 基于Obsidian知识库的定制简历生成（Drafter-Reviewer双Agent循环 + JD预分析8维度报告）+ 技能差距学习路径（解析JD缺失技能→生成学习计划→调用topic-knowledge-base建库→学完更新简历）+ PDF/Word/Markdown多格式导出。支持一键流程：搜索→匹配→选岗→生成简历→技能差距分析。 典型触发语：'生成简历 方向=xxx'、'找工作 关键词=xxx'、'一键求职 xxx'、'更新简历'、 '帮我做一份xxx岗位的简历'、'搜索xxx岗位'、'匹配度分析'、'帮我分析缺什么技能'、 '技能差距学习'、'学完更新简历'。输出到 E:\obsidian\rein\简历库\。
    0 installs
12. ▌
    Project Analysis · reinforce52 bundle

    Project Analysis Skill（项目系统学习分析）
    0 installs
13. ▌
    Chinese LLM Router · reinforce52 bundle

    将 OpenClaw 对话路由到最佳中文大模型（DeepSeek/Qwen/GLM/Kimi/Doubao/MiniMax/Step/Baichuan/Spark/Hunyuan）， 无需复杂配置即可切换模型。触发词：'list models'、'use <model>'、'compare <models>'、'哪个中文模型最适合编程/长文本/视觉，切换到它'。 当用户询问中文模型选择、切换或比较能力与价格时使用。
    0 installs
14. ▌
    Video To Knowledge · reinforce52 bundle

    把 YouTube / B站 / 抖音 视频自动转化为 Obsidian 深度学习知识库。 v2 升级：细粒度知识点拆分 + web深度搜索扩展 + 三信源融合（视频+web+可选教材）+ 9段式深度笔记 + 知识谱系总图（Mermaid mindmap）+ 学习闭环（复习清单+掌握检验）。 工作流：用户贴视频链接 → 自动下载(字幕优先/无字幕转写) → LLM细粒度知识点拆分（5-15个）→ 每知识点4-6路web深度搜索 → 三信源融合 → 视频总览笔记 + 每个知识点独立9段式笔记 → 知识谱系总图 → 复习清单。支持单视频和批量(播放列表/频道)。 典型触发语：'把这个视频整理成笔记'、'视频转知识库'、'总结这个YouTube/B站/抖音视频'、 '学习这个视频'、'视频笔记 <链接>'、'批量整理这个播放列表'、'把这个频道的视频都做成笔记'。
    0 installs