learning-notes-automation

Name: learning-notes-automation
Author: chubbyguan

565stars81forks

How to install learning-notes-automation?

chubbyguan/chubbyskills/learning-notes-automation

$npx -y skills add chubbyguan/chubbyskills --skill learning-notes-automation

Installs into the current project.

Summary

学习笔记自动化：视频/播客转录 → 知识点提取 → 闪卡生成 → 知识图谱更新。触发词：学习笔记、闪卡、Anki、知识提取、视频学习

Files · 1

View on GitHub

SKILL.md

1	# 学习笔记自动化
2
3	## 核心价值
4
5	被动学习 → 主动记忆：看视频 ≠ 学会，生成闪卡 = 记住
6
7	## 输入源
8
9	\| 输入类型 \| 工具 \| 输出格式 \|
10	\|----------\|------\|----------\|
11	\| YouTube 视频 \| `youtube-transcribe` \| 转录文本 \|
12	\| B站视频 \| `bilibili-transcribe` \| 转录文本 \|
13	\| 播客 \| `podcast-transcribe` \| 转录文本 \|
14	\| 抖音 \| `douyin-transcribe` \| 转录文本 \|
15	\| 公众号文章 \| `wechat-article-ingest` \| Markdown \|
16
17	## 工作流程
18
19	### Phase 1: 内容转录
20
21	复用本仓库的转录 skill（相对路径，按需替换为你的安装位置）：
22
23	```bash
24	# YouTube（自动翻译）
25	python3 ../youtube-transcribe/scripts/transcribe.py "https://youtube.com/watch?v=xxx" -o ./
26
27	# B站
28	python3 ../bilibili-transcribe/scripts/transcribe.py "https://bilibili.com/video/xxx" ./
29
30	# 播客
31	python3 ../podcast-transcribe/scripts/transcribe.py "https://xiaoyuzhoufm.com/episode/xxx" ./
32	```
33
34	输出是一份转录 Markdown，作为 Phase 2 的输入。
35
36	### Phase 2 + 3: 知识点提取 + 闪卡生成（一步到位）
37
38	把转录稿交给 `make_notes.py`，自动提取知识点并生成 Anki 兼容闪卡：
39
40	```bash
41	export DEEPSEEK_API_KEY=***
42	python3 scripts/make_notes.py 转录稿.md --output ./notes --max-cards 20
43	# 产出：<标题>-学习笔记.md（核心要点+闪卡+关联知识）和 <标题>-闪卡.csv（直接导入 Anki）
44	```
45
46	> 脚本用 DeepSeek 输出结构化 JSON，再渲染成下面约定的笔记与闪卡格式。
47	> 下面是各维度的设计说明，供理解和手动微调时参考。
48
49	提取维度：
50
51	1. 核心概念（必须掌握）
52	- 定义
53	- 原理
54	- 应用场景
55
56	2. 关键事实（需要记忆）
57	- 数据
58	- 时间线
59	- 人物/公司
60
61	3. 方法论（可以复用）
62	- 步骤
63	- 框架
64	- 最佳实践
65
66	4. 金句/洞察（值得引用）
67	- 精辟总结
68	- 独特观点
69
70	### Phase 3: 闪卡生成
71
72	闪卡格式（Anki 兼容）：
73
74	```markdown
75	## 闪卡类型
76
77	### 1. 概念卡（Cloze Deletion）
78	Q: {{c1::Transformer}} 架构的核心机制是 {{c2::自注意力（Self-Attention）}}
79	A: Transformer, 自注意力（Self-Attention）
80
81	### 2. 问答卡（Basic）
82	Q: 什么是 RAG？
83	A: Retrieval-Augmented Generation，检索增强生成。通过检索外部知识库来增强 LLM 的回答能力，解决幻觉问题。
84
85	### 3. 对比卡（Comparison）
86	Q: Fine-tuning vs RAG 的区别？
87	A:
88	\| 维度 \| Fine-tuning \| RAG \|
89	\|------\|-------------\|-----\|
90	\| 成本 \| 高（需要训练） \| 低（只检索） \|
91	\| 更新 \| 需要重新训练 \| 实时更新 \|
92	\| 适用 \| 特定任务 \| 知识问答 \|
93
94	### 4. 步骤卡（Process）
95	Q: 如何构建一个 RAG 系统？
96	A:
97	1. 文档分块（Chunking）
98	2. 向量化（Embedding）
99	3. 存入向量数据库
100	4. 检索相关片段
101	5. 拼接 Prompt
102	6. LLM 生成回答
103	```
104
105	### Phase 4: 知识图谱更新
106
107	实体提取：
108	- 人物（Who）
109	- 概念（What）
110	- 工具/产品（Tool）
111	- 方法论（How）
112	- 时间（When）
113
114	关系映射：
115	- `发明了`：人物 → 概念/工具
116	- `属于`：概念 → 领域
117	- `替代了`：新工具 → 旧工具
118	- `依赖于`：概念 → 概念
119
120	输出到知识库：
121
122	```markdown
123	---
124	title: [概念名]
125	type: knowledge-card
126	platform: learning
127	tags: [学习, AI, ...]
128	source: [[视频/播客链接]]
129	created: YYYY-MM-DD
130	---
131
132	# [概念名]
133
134	## 定义
135	一句话定义
136
137	## 核心要点
138	1. ...
139	2. ...
140	3. ...
141
142	## 关联概念
143	- [[概念A]]：关系说明
144	- [[概念B]]：关系说明
145
146	## 应用场景
147	- 场景1：...
148	- 场景2：...
149
150	## 闪卡
151	（Anki 格式的闪卡内容）
152	```
153
154	## 输出格式
155
156	### 1. Anki 闪卡文件
157
158	```csv
159	# 符号分隔格式，可直接导入 Anki
160	"问题","答案","标签"
161	"什么是 Transformer?","一种基于自注意力机制的深度学习架构，广泛用于 NLP 任务","AI,深度学习"
162	```
163
164	### 2. 学习笔记 Markdown
165
166	```markdown
167	# [视频标题] - 学习笔记
168
169	来源：[链接]
170	日期：YYYY-MM-DD
171	时长：XX 分钟
172	领域：AI / 半导体 / ...
173
174	---
175
176	## 📝 核心要点
177
178	### 要点 1：[标题]
179	- 摘要：...
180	- 重要性：⭐⭐⭐⭐⭐
181
182	### 要点 2：[标题]
183	- 摘要：...
184	- 重要性：⭐⭐⭐⭐
185
186	---
187
188	## 🃏 闪卡（XX 张）
189
190	### 概念卡
191	1. Q: ... A: ...
192	2. Q: ... A: ...
193
194	### 问答卡
195	1. Q: ... A: ...
196
197	---
198
199	## 🔗 关联知识
200
201	- [[概念A]]：...
202	- [[概念B]]：...
203
204	---
205
206	## 💡 个人思考
207
208	（基于内容的个人见解和应用想法）
209	```
210
211	### 3. 知识库条目
212
213	存入：`wiki/📖 行业研究/[领域]/[概念名].md`
214
215	## Cron 配置（可选）
216
217	```yaml
218	# 每周日整理本周学习内容
219	schedule: "0 20 * * 0"
220	prompt: "整理本周的所有学习笔记，生成周学习报告"
221	```
222
223	## 使用示例
224
225	```
226	用户：帮我把这个视频做成学习笔记
227	https://youtube.com/watch?v=xxx
228
229	Agent：
230	1. 转录视频
231	2. 提取 15 个知识点
232	3. 生成 20 张闪卡
233	4. 更新知识图谱
234	5. 输出 Anki 文件 + Markdown 笔记
235	```
236
237	## 反模式
238
239	- ❌ 不要只提取不消化，必须有个人思考
240	- ❌ 不要生成太多闪卡，质量 > 数量（单视频 15-30 张）
241	- ❌ 不要忽略知识关联，孤立的知识容易遗忘
242	- ✅ 闪卡必须可独立理解（不依赖上下文）
243	- ✅ 每张闪卡只有一个知识点（原子性）
244	- ✅ 优先生成「为什么」和「怎么做」的卡，而非「是什么」

People who liked this also viewed

6 picks

Type

learning-notes-automation

565stars81forks

View on GitHub

How to install learning-notes-automation?

chubbyguan/chubbyskills/learning-notes-automation

$npx -y skills add chubbyguan/chubbyskills --skill learning-notes-automation

Installs into the current project.

Summary

学习笔记自动化：视频/播客转录 → 知识点提取 → 闪卡生成 → 知识图谱更新。触发词：学习笔记、闪卡、Anki、知识提取、视频学习

Files · 1

View on GitHub

SKILL.md

1	# 学习笔记自动化
2
3	## 核心价值
4
5	被动学习 → 主动记忆：看视频 ≠ 学会，生成闪卡 = 记住
6
7	## 输入源
8
9	\| 输入类型 \| 工具 \| 输出格式 \|
10	\|----------\|------\|----------\|
11	\| YouTube 视频 \| `youtube-transcribe` \| 转录文本 \|
12	\| B站视频 \| `bilibili-transcribe` \| 转录文本 \|
13	\| 播客 \| `podcast-transcribe` \| 转录文本 \|
14	\| 抖音 \| `douyin-transcribe` \| 转录文本 \|
15	\| 公众号文章 \| `wechat-article-ingest` \| Markdown \|
16
17	## 工作流程
18
19	### Phase 1: 内容转录
20
21	复用本仓库的转录 skill（相对路径，按需替换为你的安装位置）：
22
23	```bash
24	# YouTube（自动翻译）
25	python3 ../youtube-transcribe/scripts/transcribe.py "https://youtube.com/watch?v=xxx" -o ./
26
27	# B站
28	python3 ../bilibili-transcribe/scripts/transcribe.py "https://bilibili.com/video/xxx" ./
29
30	# 播客
31	python3 ../podcast-transcribe/scripts/transcribe.py "https://xiaoyuzhoufm.com/episode/xxx" ./
32	```
33
34	输出是一份转录 Markdown，作为 Phase 2 的输入。
35
36	### Phase 2 + 3: 知识点提取 + 闪卡生成（一步到位）
37
38	把转录稿交给 `make_notes.py`，自动提取知识点并生成 Anki 兼容闪卡：
39
40	```bash
41	export DEEPSEEK_API_KEY=***
42	python3 scripts/make_notes.py 转录稿.md --output ./notes --max-cards 20
43	# 产出：<标题>-学习笔记.md（核心要点+闪卡+关联知识）和 <标题>-闪卡.csv（直接导入 Anki）
44	```
45
46	> 脚本用 DeepSeek 输出结构化 JSON，再渲染成下面约定的笔记与闪卡格式。
47	> 下面是各维度的设计说明，供理解和手动微调时参考。
48
49	提取维度：
50
51	1. 核心概念（必须掌握）
52	- 定义
53	- 原理
54	- 应用场景
55
56	2. 关键事实（需要记忆）
57	- 数据
58	- 时间线
59	- 人物/公司
60
61	3. 方法论（可以复用）
62	- 步骤
63	- 框架
64	- 最佳实践
65
66	4. 金句/洞察（值得引用）
67	- 精辟总结
68	- 独特观点
69
70	### Phase 3: 闪卡生成
71
72	闪卡格式（Anki 兼容）：
73
74	```markdown
75	## 闪卡类型
76
77	### 1. 概念卡（Cloze Deletion）
78	Q: {{c1::Transformer}} 架构的核心机制是 {{c2::自注意力（Self-Attention）}}
79	A: Transformer, 自注意力（Self-Attention）
80
81	### 2. 问答卡（Basic）
82	Q: 什么是 RAG？
83	A: Retrieval-Augmented Generation，检索增强生成。通过检索外部知识库来增强 LLM 的回答能力，解决幻觉问题。
84
85	### 3. 对比卡（Comparison）
86	Q: Fine-tuning vs RAG 的区别？
87	A:
88	\| 维度 \| Fine-tuning \| RAG \|
89	\|------\|-------------\|-----\|
90	\| 成本 \| 高（需要训练） \| 低（只检索） \|
91	\| 更新 \| 需要重新训练 \| 实时更新 \|
92	\| 适用 \| 特定任务 \| 知识问答 \|
93
94	### 4. 步骤卡（Process）
95	Q: 如何构建一个 RAG 系统？
96	A:
97	1. 文档分块（Chunking）
98	2. 向量化（Embedding）
99	3. 存入向量数据库
100	4. 检索相关片段
101	5. 拼接 Prompt
102	6. LLM 生成回答
103	```
104
105	### Phase 4: 知识图谱更新
106
107	实体提取：
108	- 人物（Who）
109	- 概念（What）
110	- 工具/产品（Tool）
111	- 方法论（How）
112	- 时间（When）
113
114	关系映射：
115	- `发明了`：人物 → 概念/工具
116	- `属于`：概念 → 领域
117	- `替代了`：新工具 → 旧工具
118	- `依赖于`：概念 → 概念
119
120	输出到知识库：
121
122	```markdown
123	---
124	title: [概念名]
125	type: knowledge-card
126	platform: learning
127	tags: [学习, AI, ...]
128	source: [[视频/播客链接]]
129	created: YYYY-MM-DD
130	---
131
132	# [概念名]
133
134	## 定义
135	一句话定义
136
137	## 核心要点
138	1. ...
139	2. ...
140	3. ...
141
142	## 关联概念
143	- [[概念A]]：关系说明
144	- [[概念B]]：关系说明
145
146	## 应用场景
147	- 场景1：...
148	- 场景2：...
149
150	## 闪卡
151	（Anki 格式的闪卡内容）
152	```
153
154	## 输出格式
155
156	### 1. Anki 闪卡文件
157
158	```csv
159	# 符号分隔格式，可直接导入 Anki
160	"问题","答案","标签"
161	"什么是 Transformer?","一种基于自注意力机制的深度学习架构，广泛用于 NLP 任务","AI,深度学习"
162	```
163
164	### 2. 学习笔记 Markdown
165
166	```markdown
167	# [视频标题] - 学习笔记
168
169	来源：[链接]
170	日期：YYYY-MM-DD
171	时长：XX 分钟
172	领域：AI / 半导体 / ...
173
174	---
175
176	## 📝 核心要点
177
178	### 要点 1：[标题]
179	- 摘要：...
180	- 重要性：⭐⭐⭐⭐⭐
181
182	### 要点 2：[标题]
183	- 摘要：...
184	- 重要性：⭐⭐⭐⭐
185
186	---
187
188	## 🃏 闪卡（XX 张）
189
190	### 概念卡
191	1. Q: ... A: ...
192	2. Q: ... A: ...
193
194	### 问答卡
195	1. Q: ... A: ...
196
197	---
198
199	## 🔗 关联知识
200
201	- [[概念A]]：...
202	- [[概念B]]：...
203
204	---
205
206	## 💡 个人思考
207
208	（基于内容的个人见解和应用想法）
209	```
210
211	### 3. 知识库条目
212
213	存入：`wiki/📖 行业研究/[领域]/[概念名].md`
214
215	## Cron 配置（可选）
216
217	```yaml
218	# 每周日整理本周学习内容
219	schedule: "0 20 * * 0"
220	prompt: "整理本周的所有学习笔记，生成周学习报告"
221	```
222
223	## 使用示例
224
225	```
226	用户：帮我把这个视频做成学习笔记
227	https://youtube.com/watch?v=xxx
228
229	Agent：
230	1. 转录视频
231	2. 提取 15 个知识点
232	3. 生成 20 张闪卡
233	4. 更新知识图谱
234	5. 输出 Anki 文件 + Markdown 笔记
235	```
236
237	## 反模式
238
239	- ❌ 不要只提取不消化，必须有个人思考
240	- ❌ 不要生成太多闪卡，质量 > 数量（单视频 15-30 张）
241	- ❌ 不要忽略知识关联，孤立的知识容易遗忘
242	- ✅ 闪卡必须可独立理解（不依赖上下文）
243	- ✅ 每张闪卡只有一个知识点（原子性）
244	- ✅ 优先生成「为什么」和「怎么做」的卡，而非「是什么」

People who liked this also viewed

6 picks

Type