前言¶

在元宝、千问、豆包、Kimi 等平台里问完问题，有价值的内容往往留在分享链接里。手动复制粘贴、自己整理标题和标签，既慢又难回溯。收藏链接则几乎无法按主题或时间检索。

下面介绍 SkillHub 上的社区 Skill「AI回答知识笔记」（坐标 @user_51233435/1ai-response-to-node，版本 1.0.0）。它在 Agent 侧识别对话分享链接，抓取内容后生成结构化 Markdown，按年月归档，并用技术实体标签与自定义标签维护索引，便于后续查询。

这是什么¶

「AI回答知识笔记」是面向 knowledge-management 的 Agent Skill，由社区用户 user_51233435 发布，来源为 community。Skill 包内标识名为 ai-note-summary（见 SKILL.md front matter）。

定位可以概括为：AI 对话链接自动摘要笔记工具。当用户发送国内主流 AI 平台的对话分享链接时，Agent 按 Skill 约定抓取对话、提取要点、写入工作区本地文件，并更新标签索引。SkillHub 页面标注 requires_api_key=false，不依赖额外 API Key 配置。

核心功能¶

以下能力均来自官方 Skill 文档（SKILL.md / README），已与安装包内容核对。

平台与链接识别¶

支持通过域名识别分享链接来源：

抓取与摘要¶

1. 从用户消息中提取 URL，判断平台。
2. 按页面类型选择工具：动态渲染页面（豆包、DeepSeek、千问、Kimi 等）使用 browser（navigate → snapshot → close）；静态页面（文档中以元宝为例）可使用 web_fetch。
3. 提取用户问题、AI 回答要点、关键结论与代码块。
4. 自动提取 3–6 个具体实体标签（工具名、协议名、语言、产品等）；用户若在链接后附带 #标签 或 [标签:...]，追加到自动标签之后。

本地存储与索引¶

• 笔记路径：memory/ai-notes/YYYY-MM/YYYY-MM-DD_标题.md（相对于当前 Agent 工作区）。
• 维护 memory/ai-notes/INDEX.md：按时间列表与按标签分组，新增笔记时追加更新，不整体重写。
• 支持按标签、时间、关键词查询，以及「列出全部笔记 / 全部标签」类意图（由 Agent 读取索引响应）。

触发方式¶

用户消息包含：AI 平台分享链接；或明确说「总结这个对话」「生成笔记」；或查询类指令如「查看笔记」「#某标签 的笔记」等。

安装与启用¶

通过 SkillHub CLI（官方页面推荐）¶

SkillHub 技能页给出的安装提示为：参照 SkillHub 安装说明，安装 @user_51233435/1ai-response-to-node。

未安装 CLI 时，可先执行完整安装脚本（文档中的推荐方式）：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

安装 Skill 时必须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/ 可能不会被客户端加载：

skillhub install @user_51233435/1ai-response-to-node --dir <你的 skills 目录>

常用客户端 skills 目录（来自 SkillHub 安装文档）：

安装后按各客户端要求重启或新开会话，使 Skill 生效。

其他安装途径（Skill README）¶

Skill 自带的 README 还说明了 WorkBuddy 专家中心搜索 ai-note-summary、OpenClaw 下 clawhub install ai-note-summary 等方式。若你使用上述生态，可按 README 中的路径与 openclaw.json 的 skills.load.extraDirs 配置操作；与 SkillHub 坐标安装是不同分发渠道，择一即可。

动态页面抓取依赖 Agent 具备 browser 类工具权限；仅具备静态抓取时，部分平台会失败。

典型用法¶

生成笔记¶

将分享链接直接发给已启用该 Skill 的 Agent：

https://kimi.moonshot.cn/share/xxxxxxxx

可选自定义标签（SKILL.md 约定两种格式）：

https://www.doubao.com/share/xxxxxxxx  #工作 #重要

https://chat.deepseek.com/share/xxxxxxxx  [标签:重要,待回顾]

经过上面的步骤，Agent 应在工作区生成类似结构的笔记文件：

# AI 对话笔记 - <标题>

> 来源: <平台名>
> 日期: YYYY-MM-DD
> 生成时间: YYYY-MM-DD HH:MM
> 标签: #tag1 #tag2 #tag3

## 问题
<用户提问>

## 答案总结
<AI 回答要点>

查询已有笔记¶

带有 #Python 标签的笔记
最近一周的笔记
我有哪些笔记

Agent 应读取 memory/ai-notes/INDEX.md 并返回匹配条目。

适用场景与注意¶

适合谁： 经常在国内多平台与 AI 对话、希望把单次对话沉淀为本地 Markdown、并用标签和时间检索的开发者或运维人员。

限制与坑：

• 国内平台分享链接多数需公开可访问；需登录才能查看的链接，抓取可能失败，Skill 文档要求提示用户确认链接权限。
• 动态站点必须用 browser 完整走通导航与关闭标签；用 web_fetch 对 JS 渲染页往往只能得到空壳 HTML。
• 笔记文件名使用中文标题；索引依赖追加写入，避免手工删改 INDEX 导致检索不一致。
• SkillHub 统计（以抓取资料为准）：评分 100000，下载 1084，安装 47；标签 requires_api_key=false。

结尾¶

「AI回答知识笔记」把分散在各平台的 AI 对话链接，收敛为工作区内可归档、可打标、可检索的笔记体系，适合作为个人知识库的入口层 Skill。

• SkillHub 页面：https://www.skillhub.cn/skills/user_51233435/1ai-response-to-node
• API / 安装坐标：https://api.skillhub.cn/user_51233435/1ai-response-to-node
• 安装坐标：@user_51233435/1ai-response-to-node（v1.0.0）