research-collector

Name: research-collector
Author: xiaomoBoy

66installs2forks

How to install research-collector?

xiaomoboy/claude-writing-skills/research-collector

$npx -y skills add xiaomoBoy/claude-writing-skills --skill research-collector

Installs into the current project.

Summary

Use when the user wants to collect research material for an article or topic by gathering YouTube videos and web articles into a NotebookLM notebook, then running analysis queries and saving results as markdown. Best for "收集素材"、"给我找这个话题的相关视频和文章"、"整理成 NotebookLM 分析" type requests.

Files · 1

View on GitHub

SKILL.md

1	# Research Collector
2
3	这个 skill 只做一件事:
4
5	- 为某个主题批量收集 YouTube 视频 + 网页文章,喂进 NotebookLM,跑分析查询,把结果落地到本地目录(默认 `./research/<topic>/`,可配置)
6
7	不负责:
8
9	- 写成品文章(交给你自己的写作工具 / skill)
10	- 选主标题
11	- 下载视频(交给本仓库里的 `yt-dlp-direct` skill)
12	- 发布到多平台(交给本仓库里的 `publisher-wechatsync` skill)
13
14	一句话原则:用户说"帮我收集 X 话题的素材"或"拉一批 YouTube + 文章到 NotebookLM",就走这条固定流水线,不要每次重新设计。
15
16	## When To Use
17
18	适用场景:
19
20	- 用户要为某个话题写推荐/测评/观点文,需要先做背景研究
21	- 用户说"帮我找 X 的热门 YouTube 视频和文章"
22	- 用户说"收集到 NotebookLM 里分析"
23	- 用户说"给我整理一份 X 话题的素材研究"
24
25	不适用场景:
26
27	- 用户已经有明确素材清单,只想要总结 → 直接跑 `nlm notebook query`
28	- 用户要做的是实时对话研究,不需要持久化到 notebook → 用 WebSearch + WebFetch
29	- 用户只要下载单个视频 → 用 `yt-dlp-direct`
30
31	## Preconditions
32
33	开始前必须确认:
34
35	1. `nlm` CLI 已安装且登录:`nlm login --check`
36	2. `yt-dlp` 在 PATH 中:`which yt-dlp`
37	3. 用户明确说明了主题和角度
38	4. 输出目录可写(默认 `./research/<topic>/`,可以通过 `RESEARCH_OUTPUT_DIR` 环境变量或对话里直接指定其他路径)
39
40	前置不满足时:
41
42	- `nlm login --check` 失败 → 让用户跑 `nlm login`,session 有效期 ~20 分钟
43	- `yt-dlp` 没装 → 停止并告诉用户
44
45	## Working Rules
46
47	- 先和用户对齐主题、角度、量级,再动手
48	- 每轮 ytsearch 默认 15 条,可以根据需要调整
49	- NotebookLM deep research 一次只能跑一个任务,不能并发
50	- 添加 source 时每条之间 sleep 2 秒,避免限流
51	- 所有产出(原始 JSON + 汇总 markdown)落到 `./research/<topic>/` 下(或用户指定的目录)
52	- 这个 skill 只负责收集和分析,不要擅自接着写成品文章
53	- 不要删 notebook,用户后面可能还要回去跑 query
54
55	## Core Workflow
56
57	### Phase 0: 对齐目标
58
59	在动手前必须和用户明确:
60
61	1. 主题是什么(要一句话能喂给 ytsearch 的关键词)
62	2. 角度(比如"最常用 + 个人创作" vs "最新发布 + 技术细节")
63	3. 笔记本命名(默认 `<主题> 素材`)
64	4. 量级(默认:15 油管 + deep research 自动 ~40 网页)
65
66	### Phase 1: 创建笔记本 + 设 alias
67
68	```bash
69	nlm notebook create "<话题> 素材"
70	# 从输出提取 ID,然后:
71	nlm alias set <short-name> <notebook-id>
72	```
73
74	alias 取短名,比如 `skills-research`、`vps-2026`,后续所有命令都用 alias。
75
76	### Phase 2: yt-dlp ytsearch 找热门 YouTube
77
78	并行跑 2-3 个不同角度的搜索,每个 15 条:
79
80	```bash
81	yt-dlp --simulate --print "%(title)s\|%(webpage_url)s\|%(view_count)s\|%(uploader)s" \
82	"ytsearch15:<关键词 A>"
83	yt-dlp --simulate --print "%(title)s\|%(webpage_url)s\|%(view_count)s\|%(uploader)s" \
84	"ytsearch15:<关键词 B>"
85	```
86
87	输出里的 JS runtime warning 可以忽略。
88
89	从结果里按以下规则筛 top 15:
90
91	- 去重(同一视频出现在多个搜索里)
92	- 优先官方账号(比如 Anthropic、OpenAI 等)
93	- 按 view count 从高到低,但要留 2-3 个垂直向角度的中腰部视频,避免全是爆款通稿
94	- 每个角度至少保留 5 条
95
96	### Phase 3: 把 YouTube 加为 source
97
98	用 bash 循环逐条加,每次 sleep 2 秒:
99
100	```bash
101	cat > /tmp/yt_urls.txt <<'EOF'
102	https://www.youtube.com/watch?v=XXX1
103	https://www.youtube.com/watch?v=XXX2
104	...
105	EOF
106
107	while IFS= read -r url; do
108	echo "=== Adding: $url ==="
109	nlm source add <alias> --url "$url" 2>&1 \| tail -5
110	sleep 2
111	done < /tmp/yt_urls.txt
112	```
113
114	偶尔会遇到单条失败(视频不公开、区域限制),忽略继续,最后报告成功率。
115
116	### Phase 4: 跑 NotebookLM deep research 发现网页文章
117
118	```bash
119	nlm research start "<英文查询,适合 web 研究>" \
120	--notebook-id <alias> --mode deep
121	```
122
123	deep 模式 ~5 分钟,返回 ~40 条网页源。
124
125	关键:一个 notebook 同一时间只能有一个 research 任务在跑。如果要跑第二轮,必须等第一轮 import 完或 --force。
126
127	等待完成:
128
129	```bash
130	nlm research status <alias> --max-wait 360
131	```
132
133	Bash 工具默认 timeout 120 秒,必须加 `timeout: 400000`(即 400 秒)。
134
135	### Phase 5: 导入 research 结果
136
137	研究完成后从输出里拿 task-id,然后:
138
139	```bash
140	nlm research import <alias> <task-id> --timeout 600
141	```
142
143	Bash 工具加 `timeout: 700000`。
144
145	注意:用户有时会说"素材够了,不用再导入",要停下来直接进 Phase 6。
146
147	### Phase 6: 跑 3 个分析查询
148
149	默认跑 3 个角度,命令直接重定向到文件避免输出过大:
150
151	```bash
152	mkdir -p "./research/<topic>"
153
154	nlm notebook query <alias> "<问题 1 的中文提示>" \
155	> "./research/<topic>/query1-<slug>-raw.json" 2>&1
156
157	nlm notebook query <alias> "<问题 2 的中文提示>" \
158	> "./research/<topic>/query2-<slug>-raw.json" 2>&1
159
160	nlm notebook query <alias> "<问题 3 的中文提示>" \
161	> "./research/<topic>/query3-<slug>-raw.json" 2>&1
162	```
163
164	每个 query 的 Bash 调用要加 `timeout: 240000`。
165
166	默认 3 个查询模板(按需改关键词):
167
168	1. Top 清单:"基于所有 source,请列出被最多来源推荐的 Top 10 X。对每个 X 说明:(1) 名称 (2) 具体做什么 (3) 主要使用场景 (4) 推荐它的来源数量 (5) 类型分类。按推荐频率从高到低,用中文输出。"
169	2. 目标读者向:"我要写一篇面向 <读者画像> 的文章。请筛选出对 <读者> 最有帮助的 Top 8 X,每个说明:(1) 名称 (2) 具体痛点 (3) 典型用法一句话 (4) 类型 (5) 最具体的来源编号。去掉不相关的,聚焦 <场景>,用中文。"
170	3. 入门 + 坑:"针对 <读者> 使用 X 时,请总结:(1) 最快入门方式 (2) 去哪里获取 (3) 最容易踩的 5 个坑 (4) 什么时候其实不需要 (5) 最新的重要更新。每点配来源编号,用中文。"
171
172	### Phase 7: 抽取 answer 字段,生成汇总 markdown
173
174	原始输出是 JSON 包含 answer + citations,用 Python 抽 `value.answer` 字段:
175
176	```bash
177	python3 <<'PY'
178	import json, pathlib
179	base = pathlib.Path("./research/<topic>")
180	files = [
181	("query1-<slug>-raw.json", "## Query 1:<标题>"),
182	("query2-<slug>-raw.json", "## Query 2:<标题>"),
183	("query3-<slug>-raw.json", "## Query 3:<标题>"),
184	]
185	out = ["# <话题> 素材研究", "",
186	"> 基于 NotebookLM 笔记本 `<notebook-name>` 的分析结果", "",
187	"---", ""]
188	for fname, heading in files:
189	out.append(heading)
190	out.append("")
191	raw = (base/fname).read_text()
192	try:
193	data = json.loads(raw)
194	out.append(data.get("value",{}).get("answer",""))
195	except Exception as e:
196	out.append(f"(解析失败: {e})")
197	out.append("")
198	out.append("---")
199	out.append("")
200	(b

People who liked this also viewed

6 picks

Type

research-collector

66installs2forks

View on GitHub

How to install research-collector?

xiaomoboy/claude-writing-skills/research-collector

$npx -y skills add xiaomoBoy/claude-writing-skills --skill research-collector

Installs into the current project.

Summary

Files · 1

View on GitHub

SKILL.md

1	# Research Collector
2
3	这个 skill 只做一件事:
4
5	- 为某个主题批量收集 YouTube 视频 + 网页文章,喂进 NotebookLM,跑分析查询,把结果落地到本地目录(默认 `./research/<topic>/`,可配置)
6
7	不负责:
8
9	- 写成品文章(交给你自己的写作工具 / skill)
10	- 选主标题
11	- 下载视频(交给本仓库里的 `yt-dlp-direct` skill)
12	- 发布到多平台(交给本仓库里的 `publisher-wechatsync` skill)
13
14	一句话原则:用户说"帮我收集 X 话题的素材"或"拉一批 YouTube + 文章到 NotebookLM",就走这条固定流水线,不要每次重新设计。
15
16	## When To Use
17
18	适用场景:
19
20	- 用户要为某个话题写推荐/测评/观点文,需要先做背景研究
21	- 用户说"帮我找 X 的热门 YouTube 视频和文章"
22	- 用户说"收集到 NotebookLM 里分析"
23	- 用户说"给我整理一份 X 话题的素材研究"
24
25	不适用场景:
26
27	- 用户已经有明确素材清单,只想要总结 → 直接跑 `nlm notebook query`
28	- 用户要做的是实时对话研究,不需要持久化到 notebook → 用 WebSearch + WebFetch
29	- 用户只要下载单个视频 → 用 `yt-dlp-direct`
30
31	## Preconditions
32
33	开始前必须确认:
34
35	1. `nlm` CLI 已安装且登录:`nlm login --check`
36	2. `yt-dlp` 在 PATH 中:`which yt-dlp`
37	3. 用户明确说明了主题和角度
38	4. 输出目录可写(默认 `./research/<topic>/`,可以通过 `RESEARCH_OUTPUT_DIR` 环境变量或对话里直接指定其他路径)
39
40	前置不满足时:
41
42	- `nlm login --check` 失败 → 让用户跑 `nlm login`,session 有效期 ~20 分钟
43	- `yt-dlp` 没装 → 停止并告诉用户
44
45	## Working Rules
46
47	- 先和用户对齐主题、角度、量级,再动手
48	- 每轮 ytsearch 默认 15 条,可以根据需要调整
49	- NotebookLM deep research 一次只能跑一个任务,不能并发
50	- 添加 source 时每条之间 sleep 2 秒,避免限流
51	- 所有产出(原始 JSON + 汇总 markdown)落到 `./research/<topic>/` 下(或用户指定的目录)
52	- 这个 skill 只负责收集和分析,不要擅自接着写成品文章
53	- 不要删 notebook,用户后面可能还要回去跑 query
54
55	## Core Workflow
56
57	### Phase 0: 对齐目标
58
59	在动手前必须和用户明确:
60
61	1. 主题是什么(要一句话能喂给 ytsearch 的关键词)
62	2. 角度(比如"最常用 + 个人创作" vs "最新发布 + 技术细节")
63	3. 笔记本命名(默认 `<主题> 素材`)
64	4. 量级(默认:15 油管 + deep research 自动 ~40 网页)
65
66	### Phase 1: 创建笔记本 + 设 alias
67
68	```bash
69	nlm notebook create "<话题> 素材"
70	# 从输出提取 ID,然后:
71	nlm alias set <short-name> <notebook-id>
72	```
73
74	alias 取短名,比如 `skills-research`、`vps-2026`,后续所有命令都用 alias。
75
76	### Phase 2: yt-dlp ytsearch 找热门 YouTube
77
78	并行跑 2-3 个不同角度的搜索,每个 15 条:
79
80	```bash
81	yt-dlp --simulate --print "%(title)s\|%(webpage_url)s\|%(view_count)s\|%(uploader)s" \
82	"ytsearch15:<关键词 A>"
83	yt-dlp --simulate --print "%(title)s\|%(webpage_url)s\|%(view_count)s\|%(uploader)s" \
84	"ytsearch15:<关键词 B>"
85	```
86
87	输出里的 JS runtime warning 可以忽略。
88
89	从结果里按以下规则筛 top 15:
90
91	- 去重(同一视频出现在多个搜索里)
92	- 优先官方账号(比如 Anthropic、OpenAI 等)
93	- 按 view count 从高到低,但要留 2-3 个垂直向角度的中腰部视频,避免全是爆款通稿
94	- 每个角度至少保留 5 条
95
96	### Phase 3: 把 YouTube 加为 source
97
98	用 bash 循环逐条加,每次 sleep 2 秒:
99
100	```bash
101	cat > /tmp/yt_urls.txt <<'EOF'
102	https://www.youtube.com/watch?v=XXX1
103	https://www.youtube.com/watch?v=XXX2
104	...
105	EOF
106
107	while IFS= read -r url; do
108	echo "=== Adding: $url ==="
109	nlm source add <alias> --url "$url" 2>&1 \| tail -5
110	sleep 2
111	done < /tmp/yt_urls.txt
112	```
113
114	偶尔会遇到单条失败(视频不公开、区域限制),忽略继续,最后报告成功率。
115
116	### Phase 4: 跑 NotebookLM deep research 发现网页文章
117
118	```bash
119	nlm research start "<英文查询,适合 web 研究>" \
120	--notebook-id <alias> --mode deep
121	```
122
123	deep 模式 ~5 分钟,返回 ~40 条网页源。
124
125	关键:一个 notebook 同一时间只能有一个 research 任务在跑。如果要跑第二轮,必须等第一轮 import 完或 --force。
126
127	等待完成:
128
129	```bash
130	nlm research status <alias> --max-wait 360
131	```
132
133	Bash 工具默认 timeout 120 秒,必须加 `timeout: 400000`(即 400 秒)。
134
135	### Phase 5: 导入 research 结果
136
137	研究完成后从输出里拿 task-id,然后:
138
139	```bash
140	nlm research import <alias> <task-id> --timeout 600
141	```
142
143	Bash 工具加 `timeout: 700000`。
144
145	注意:用户有时会说"素材够了,不用再导入",要停下来直接进 Phase 6。
146
147	### Phase 6: 跑 3 个分析查询
148
149	默认跑 3 个角度,命令直接重定向到文件避免输出过大:
150
151	```bash
152	mkdir -p "./research/<topic>"
153
154	nlm notebook query <alias> "<问题 1 的中文提示>" \
155	> "./research/<topic>/query1-<slug>-raw.json" 2>&1
156
157	nlm notebook query <alias> "<问题 2 的中文提示>" \
158	> "./research/<topic>/query2-<slug>-raw.json" 2>&1
159
160	nlm notebook query <alias> "<问题 3 的中文提示>" \
161	> "./research/<topic>/query3-<slug>-raw.json" 2>&1
162	```
163
164	每个 query 的 Bash 调用要加 `timeout: 240000`。
165
166	默认 3 个查询模板(按需改关键词):
167
168	1. Top 清单:"基于所有 source,请列出被最多来源推荐的 Top 10 X。对每个 X 说明:(1) 名称 (2) 具体做什么 (3) 主要使用场景 (4) 推荐它的来源数量 (5) 类型分类。按推荐频率从高到低,用中文输出。"
169	2. 目标读者向:"我要写一篇面向 <读者画像> 的文章。请筛选出对 <读者> 最有帮助的 Top 8 X,每个说明:(1) 名称 (2) 具体痛点 (3) 典型用法一句话 (4) 类型 (5) 最具体的来源编号。去掉不相关的,聚焦 <场景>,用中文。"
170	3. 入门 + 坑:"针对 <读者> 使用 X 时,请总结:(1) 最快入门方式 (2) 去哪里获取 (3) 最容易踩的 5 个坑 (4) 什么时候其实不需要 (5) 最新的重要更新。每点配来源编号,用中文。"
171
172	### Phase 7: 抽取 answer 字段,生成汇总 markdown
173
174	原始输出是 JSON 包含 answer + citations,用 Python 抽 `value.answer` 字段:
175
176	```bash
177	python3 <<'PY'
178	import json, pathlib
179	base = pathlib.Path("./research/<topic>")
180	files = [
181	("query1-<slug>-raw.json", "## Query 1:<标题>"),
182	("query2-<slug>-raw.json", "## Query 2:<标题>"),
183	("query3-<slug>-raw.json", "## Query 3:<标题>"),
184	]
185	out = ["# <话题> 素材研究", "",
186	"> 基于 NotebookLM 笔记本 `<notebook-name>` 的分析结果", "",
187	"---", ""]
188	for fname, heading in files:
189	out.append(heading)
190	out.append("")
191	raw = (base/fname).read_text()
192	try:
193	data = json.loads(raw)
194	out.append(data.get("value",{}).get("answer",""))
195	except Exception as e:
196	out.append(f"(解析失败: {e})")
197	out.append("")
198	out.append("---")
199	out.append("")
200	(b

People who liked this also viewed

6 picks

Type