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：
| 平台 | 域名 |
|---|---|
| 元宝 | yb.tencent.com |
| 千问 | tongyi.aliyun.com |
| 豆包 | doubao.com |
| Kimi | kimi.moonshot.cn |
| 文心一言 | yiyan.baidu.com |
| DeepSeek | chat.deepseek.com |
抓取与摘要¶
- 从用户消息中提取 URL，判断平台。
- 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。 - 提取用户问题、AI 回答要点、关键结论与代码块。
- 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）：
| 客户端 | 目录 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或项目下 .agents/skills/ |
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）
