支持导入并分析文章、网页、音频、视频及社交媒体链接；提取文章正文或带时间戳的语音转录文本；分离音频轨道；采样关键帧；生成学习笔记、内容结构拆解、原创脚本，以及面向特定平台的适配版本。 适用于用户分享或转发来自 YouTube、Bilibili、Douyin、TikTok、 Xiaohongshu、X/Twitter、播客、网页或本地媒体的内容，并提出以下任一需求：转录、摘要、深度研读、批判性分析、改写、延展创作、内容再利用，或为其定制新的口播脚本。
内容学习 Remix. 将各种内容转换成一个证据包, 然后将该包变成学习、研究或原始创建输出
功能概述
内容学习 Remix. 将各种内容转换成一个证据包, 然后将该包变成学习、研究或原始创建输出是一项面向实际任务的技能，主要用于请将平台的复杂性保留在 th 内。它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。
核心要点
- 使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要求处理异常情况。
- 该技能适合需要稳定复用相关能力的场景，可作为自动化工作流的一部分，也便于后续检查、调整和扩展。
- 从功能定位来看，该技能强调把分散的操作要求整理成清晰、可复用的处理流程，使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
使用与执行
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数，再依据技能说明逐步执行；若输入条件不完整，应先补齐信息或采用保守配置，避免因错误假设导致结果偏离需求。
结果检查与注意事项
执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期，并对异常提示、缺失字段和边界情况进行处理；涉及批量任务时，还应保存进度，避免中断后重复操作。
内容学习再创作（Content Learning Remix）
将异构内容统一转化为一份证据包，再将该证据包转化为学习成果、研究成果或原创性产出。将平台复杂性封装在摄入（ingestion）层内，使用户仅需提供一个链接或文件，并描述其期望的输出结果即可。
五层架构
- 路由（Route）：识别文章、社交平台链接、本地文本、音频或视频。仅当涉及平台特定处理逻辑或故障恢复时，才查阅
references/platforms.md。 - 获取（Acquire）：提取元数据与正文文本；优先采用原生字幕，其次为已配置的转录服务，最后才是下载音频并运行 ASR。仅当视觉信息对理解至关重要时，才采样关键帧。
- 理解（Understand）：将全部内容标准化为
content.json，保留时间戳与来源信息，并分析其中的主张（claims）、结构、证据、不确定性及新推论。参阅references/learning.md。 - 创作（Create）：基于机制与思想（而非特有措辞）构建原创脚本、文章、课程、内容系列或平台适配版本。参阅
references/remix.md。 - 交付（Deliver）：根据用户目标与受众，选择最完整的输出包。参阅
references/deliverables.md；若目标宽泛，或用户询问本 Skill 的能力范围，请另参阅references/use-cases.md。
如需了解架构设计决策或新增适配器开发指南，请查阅 references/extensions.md。安装说明请见 references/setup.md。
核心工作流
- 明确信息源、用户角色、目标受众、期望输出格式，以及是否需要视觉分析。
- 对音视频内容，运行
scripts/ingest.py并添加--transcribe参数。该入口默认优先使用现有字幕，仅当仍无可用转录文本时，才下载音频并执行 ASR。 - 当画面内容（如实拍镜头、操作演示、幻灯片、产品展示、剪辑过程或视觉叙事）影响语义理解时，追加
--frames 8参数。 - 检查
content.json、警告信息、来源追溯（provenance）、转录质量及生成的各类产物。 - 将 ASR 结果视为一种证据，而非可直接发布的终稿。应结合上下文修正可能的同音误识，保留原始不确定性，绝不虚构缺失语音内容。
- 选择满足请求所需的最小完整交付包。对于未明确指定的“分析此内容”类请求，请采用
references/deliverables.md中定义的“核心洞察包（Core Insight Bundle）”。 - 明确区分
Source（原始源）、Interpretation（解读）与Extension（延伸）。优先返回用户所请求的具体产物，而非叙述整个处理流程。
快速入门
在所有受支持的媒体平台上，均可使用一条命令完成摄入：
python scripts/ingest.py "SOURCE_URL_OR_FILE" --output ".content-work/item-001" --transcribe
该命令优先尝试获取原生字幕；若不存在，则启用已配置的 YouTube 转录回退方案，或下载音频并运行 ASR。
针对文章或纯文本内容：
python scripts/ingest.py "SOURCE_URL_OR_FILE" --output ".content-work/item-001"
针对视觉信息至关重要的媒体内容：
python scripts/ingest.py "SOURCE_URL_OR_FILE" --output ".content-work/item-001" --transcribe --frames 8
对于需依赖用户已登录浏览器会话的网站：
python scripts/ingest.py "SOURCE_URL" --output ".content-work/item-001" --cookies-from-browser chrome
如需启用仅限 YouTube 的可控第三方回退机制，请**仅在直连提取与 Supadata 均失败、且报错为身份验证挑战时**，启用本地浏览器 Cookie 回退：
python scripts/ingest.py "YOUTUBE_URL" --output ".content-work/youtube-001" --transcribe --youtube-cookie-fallback-browser chrome
或使用导出的 Netscape 格式 Cookie 文件：
python scripts/ingest.py "SOURCE_URL" --output ".content-work/item-001" --cookies-file "cookies.txt"
如需更友好的 YouTube 回退体验，可预先一次性配置 Supadata：
python scripts/configure_supadata.py python scripts/ingest.py "YOUTUBE_URL" --output ".content-work/youtube-001"
输入策略
- 对文章 URL，提取标题、作者、出版机构等元数据，以及可读性强的正文文本。
- 对媒体 URL，优先采用创作者提供的原生字幕，其次为平台自动生成的字幕。
- 对 YouTube 内容，在直连提取被阻断或未返回字幕时，使用已配置的 Supadata 服务。
- 仅当显式启用该功能时，才在直连提取与 Supadata 均失败、且报错为身份验证挑战的前提下，尝试使用用户本地浏览器的 Cookie 进行重试。
- 对标准 Bilibili BV 链接，当
yt-dlp因 HTTP 412 错误被拦截时，回退至公开视图（public view）、播放器（player）及播放地址（playurl）API。 - 当所有字幕来源均不可用时，采用下载音频 + ASR 方式生成转录文本。
- 对本地音视频文件，先用
ffprobe检查；仅当需要转录时，才提取音频轨道。 - 对粘贴的纯文本，请先将其写入 UTF-8 编码的文本文件，再对该文件执行摄入操作。
- 除非用户明确要求提取关键帧，否则不得下载完整视频文件。
- 重新运行时，默认复用已有产物，除非用户明确要求干净（clean）重跑。
面向用户的交互流程保持一致，但各平台适配器内部实现方式不同。切勿承诺“保证访问”——即使是公开链接，也可能因登录限制、地域封锁、内容删除、反爬机制或签名过期而无法获取。
输出契约（Output Contract）
以 content.json 为唯一权威数据源。其包含以下字段：
source：原始输入内容及其检测到的类型metadata：标题、作者/上传者、平台、时长、URL 和描述text：标准化后的全文本segments：如有，为带时间戳的转录片段artifacts：字幕、音频、媒体、文章正文及关键帧等产物的路径warnings：失败记录、访问限制或降级回退提示
切勿将失败的提取伪装为成功。若一个公开 YouTube 链接在常规回退路径后仍被阻断，请引导用户通过 https://zh.savefrom.net/ 手动下载，再将所得本地媒体文件传入本系统进行摄入。禁止自动化调用 SaveFrom 的私有端点。其他失败情形下，请向用户索取已下载的媒体文件、导出的字幕、截图或粘贴的文本。
创作规则
- 摘要时须准确保留事实与归属信息。
- 再创作时，应复用思想内核与结构范式，而非照搬特有措辞。
- 仅当引入新论点、新受众、新案例、新证据或新视角后，方可称结果为“原创”。
- 对需进一步核实的事实性主张，须明确标注。
- 未实际检查关键帧时，不得编造视觉观察结论。
- 除非用户主动询问，否则不得描述处理流程；应优先返回其所请求的具体产物。
- 当用户要求模仿或再创作时，须解释可复用的机制，并产出具有实质原创性的结果。
- 输出深度须与源证据强度相匹配。未检查关键帧时，不得推断视觉表现手法。
依赖项检查
在干净的 Windows 环境中，运行：
powershell -ExecutionPolicy Bypass -File scripts/setup_windows.ps1
macOS、Linux、手动安装及 API 相关环境变量配置，请参阅 references/setup.md。
运行以下命令进行依赖项校验：
python scripts/check_dependencies.py
媒体下载与本地媒体处理必需： yt-dlp、ffmpeg 与 ffprobe。
本地 ASR 可选依赖：faster-whisper。亦可配置 OpenAI 兼容的转录 API 端点，对应环境变量为 ASR_API_KEY、ASR_BASE_URL 与 ASR_MODEL。
增强 YouTube 字幕鲁棒性可选配置：SUPADATA_API_KEY，或运行 scripts/configure_supadata.py。仅需字幕的 YouTube 内容摄入，可单独使用 Supadata，无需 FFmpeg 或 yt-dlp。严禁将任何 API 密钥硬编码或打包进本 Skill。
严禁将原始 Cookie 头部内容直接粘贴至提示词（prompt）、命令行、源代码文件或 Skill 配置中。请始终使用 --cookies-from-browser 参数，或通过受保护的 Netscape 格式 Cookie 文件加载，并确保绝不打印或打包 Cookie 值。
热门AI工具
相关专题
本专题从实际API接口调试场景出发，讲解Postman身份认证的完整配置流程，包括常见认证协议介绍、授权参数设置、访问令牌填写、OAuth 2.0授权及认证失败排查，帮助用户正确完成接口授权与访问验证。
0
2026.11.06
围绕Postman HTTP请求头配置展开，讲解Headers选项的具体使用方式，包括Key和Value参数填写、请求头信息添加、常见Header字段设置及请求头修改方法，帮助用户解决接口调试过程中遇到的请求头配置问题。
0
2026.11.06
详细介绍Postman接口请求的创建与发送方法，涵盖GET和POST请求、URL配置、请求参数、Headers请求头、Body请求体设置以及响应结果查看，帮助用户掌握Postman接口请求的完整操作流程。
0
2026.11.06
DBeaver数据导入专题，整理Excel、CSV、SQL、TXT等常见文件的数据导入方法，涵盖目标数据库选择、数据表创建、字段映射、数据类型设置及导入参数配置等操作，帮助用户将本地文件中的数据写入数据库，并了解批量导入、重复数据处理和导入失败等常见问题的解决方法。
0
2026.11.05
DBeaver安全防护专题，围绕数据库连接安全、账号密码保护和访问权限管理展开，整理SSL/TLS加密连接、SSH隧道、数据库凭据保存及证书验证等配置方法，同时介绍敏感信息保护、远程连接风险和高权限账号使用等注意事项，帮助用户提高数据库日常管理的安全性。
0
2026.11.05
本专题聚焦DBeaver数据库连接配置与管理，覆盖从新建连接、选择数据库类型到填写连接参数和验证连接的完整流程。针对MySQL、PostgreSQL、SQL Server等常见数据库，整理相应的连接设置方法，并提供驱动缺失、认证失败和连接异常等问题的排查方向。
0
2026.11.04
本专题围绕XORM框架的结构体映射展开，说明表名与字段的命名策略、xorm标签常用属性、主键自增与时间字段自动填充，并演示Sync2自动建表、增量字段升级、索引声明与反向生成结构体的完整流程。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节，拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择，讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式，并补充容器与兼容数据库的适配经验。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节，拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择，讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式，并补充容器与兼容数据库的适配经验。
0
2026.11.04
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 161.8万人学习
共6课时 | 54.7万人学习
最新文章
