Content Collector - 链接内容自动收录技能

Overview

This skill enables automatic collection and archiving of content from shared links into a structured knowledge base.

Core Workflow:

Detect Link → Fetch Content → Create Feishu Doc → Update Table

When to Use

模式1：主动触发（显式关键词）

当用户消息包含以下触发词时，立即执行收录：

• "收录" / "转存" / "保存" / "存档" / "存一下" / "归档" / "备份" / "收藏"
• "存到知识库" / "加入知识库" / "转飞书"

示例：

• "这个链接收录一下"
• "存到知识库"
• "转存这篇教程"

模式2：静默收录（自动检测）

在群聊场景中，自动检测以下链接并静默收录：

• 飞书文档/表格/Wiki（feishu.cn）
• 微信公众号文章（mp.weixin.qq.com）
• 技术博客/教程站点
• 知识分享类链接

静默收录条件：

1. 消息来自群聊（非私聊）
2. 消息包含可识别的知识类链接
3. 用户没有明确拒绝的意图

两种模式优先级：

检测到主动触发词 → 立即收录（显式模式）
未检测到触发词但检测到链接 → 静默收录（隐式模式）

Supported Link Types

Global Availability (全局可用配置)

生效范围：所有用户、所有群聊

本技能已配置为全局可用，支持以下对象：

权限说明：

• 任何用户均可触发收录（无需管理员权限）
• 收录的文档统一存储到指定的知识库目录
• 所有用户均可查看已收录的文档

Installation & Permission Check (安装与权限检查)

在正式使用本技能前，系统必须自动或引导用户完成以下权限校验，以确保流程不中断：

1. 飞书权限清单

2. 预检流程 (Pre-flight Check)

每次“安装”或配置更新后，执行以下检查：

1. 验证 Space ID 可访问性：尝试在指定目录下获取节点列表。
2. 验证 Table 结构：检查 关键词、原链接 等必需字段是否存在。
3. 静默测试：如果权限不足，立即通过 feishu_oauth 弹出授权引导，而非在执行收录时报错。

Configuration

Before using, ensure these are configured in MEMORY.md:

## Content Collector Config
- **Knowledge Base Table**: `[Your Bitable App Token]` (Bitable app_token)
- **Table URL**: [Your Bitable Table URL]
- **Default Table ID**: `[Your Table ID]` (will auto-detect if available)
- **Knowledge Base Space ID**: `[Your Space ID]` (所有文档创建在此知识库下)
- **Knowledge Base URL**: [Your Knowledge Base Homepage URL]
- **Content Categories**: 技术教程, 实战案例, 产品文档, 学习笔记
- **Global Access**: 所有用户可用，所有群聊可用

Note:

1. This skill updates ONLY the configured knowledge base table. Do not create or update any other tables.
2. All created documents must be saved under the designated Knowledge Base using wiki_node parameter.
3. Global Access: 所有用户、所有群聊均可使用本技能，收录的文档对全员可见。

📚 知识库文档存储规则（必遵守）

所有收录的文档必须按照以下规则分类存储到知识库对应目录：

知识库目录结构

请参考各项目或团队定义的知识库标准目录结构进行存储。收录的文档通常存放在“素材”或“归档”类目录下。

文档分类映射规则

文档命名规范

[Emoji前缀] [原标题] | 收录日期

示例：
📖 OpenClaw保姆级教程 | 2026-03-08
🛠️ 火山方舟自动化报表案例 | 2026-03-08
🔥 GPT-5.4发布解读 | 2026-03-08

文档模板

# [Emoji] [原标题]

> 📌 **元信息**
> - 来源：[原始来源]
> - 原文链接：[原始URL]
> - 收录时间：YYYY-MM-DD
> - 内容分类：[技术教程/实战案例/产品文档/学习笔记/热点资讯/设计技能/工具推荐/训练营]
> - 关键词：[关键词1, 关键词2, 关键词3]

---

## 📋 核心要点

[3-5条核心内容摘要]

---

## 📝 正文内容

[完整的转存内容]

---

## 🔗 相关链接

- 原文链接：[原始URL]
- 知识库索引：[素材池文档索引链接]

---

📚 **收录时间**：YYYY-MM-DD  
🏷️ **分类**：[分类名]  
🔖 **关键词**：[关键词]

自动更新素材索引

每次收录完成后，必须：

1. 更新多维表格 - 添加新记录到素材池表格
2. 更新素材索引文档 - 在「📚 内容素材池文档索引」中添加条目
3. 更新分类统计 - 更新各分类的文档数量和占比

Workflow

Step 1: Detect and Parse Link

Extract URL from user message using regex or direct extraction.

Step 2: Fetch Content

Choose appropriate fetch method based on URL pattern:

For WeChat articles:

kimi_fetch(url="https://mp.weixin.qq.com/s/xxx")

For Feishu docs:

feishu_fetch_doc(doc_id="https://xxx.feishu.cn/docx/xxx")

For general web pages:

kimi_fetch(url="https://example.com/article")
# or
web_fetch(url="https://example.com/article")

Step 3: Analyze and Categorize

智能分类判断： 根据内容特征自动判断分类：

Step 4: Process Images (图片处理)

When content contains images, download and upload them to Feishu:

Image Processing Workflow:

# 1. Extract image URLs from markdown
import re
image_urls = re.findall(r'!\[.*?\]\((https?://[^\)]+)\)', markdown_content)

# 2. Download and upload each image
for img_url in image_urls:
    try:
        # Download image
        local_path = f"/tmp/img_{hash(img_url)}.jpg"
        download_image(img_url, local_path)
        
        # Upload to Feishu
        upload_result = feishu_im_bot_upload(
            action="upload_image",
            file_path=local_path
        )
        
        # Replace URL in markdown
        new_url = upload_result.get("image_key") or img_url
        markdown_content = markdown_content.replace(img_url, new_url)
        
    except Exception as e:
        # Keep original URL if upload fails
        print(f"Failed to process image {img_url}: {e}")
        continue

Fallback Strategy:

• If image upload fails, keep original URL
• Add warning note in document
• Include original source link for reference

Step 5: Create Feishu Document (按知识库规则存储)

Convert processed markdown to Feishu document with proper organization:

# 1. 确定分类和参数
content_category = classify_content(markdown_content)  # 📖/🛠️/📄/💡/🔥/🎨/🔧/🎓
emoji_prefix = get_emoji_prefix(content_category)  # 根据分类获取emoji
wiki_node = get_wiki_node_by_category(content_category)  # 获取存储目录

# 2. 生成文档标题
doc_title = f"{emoji_prefix} {original_title} | {today_date}"

# 3. 生成文档内容（使用标准模板）
doc_content = f"""# {emoji_prefix} {original_title}

> 📌 **元信息**
> - 来源：{source_name}
> - 原文链接：{original_url}
> - 收录时间：{today_date}
> - 内容分类：{content_category}
> - 关键词：{keywords}

---

## 📋 核心要点

{extract_key_points(markdown_content, 5)}

---

## 📝 正文内容

{processed_markdown_content}

---

## 🔗 相关链接

- 原文链接：{original_url}
- 知识库索引：[Your Index Document URL]

---

📅 **收录时间**：{today_date}  
🏷️ **分类**：{content_category}  
🔖 **关键词**：{keywords}
"""

# 4. 创建文档到知识库对应目录
feishu_create_doc(
    title=doc_title,
    markdown=doc_content,
    wiki_node=wiki_node  # 必须指定存储目录
)

存储目录映射：

IMPORTANT:

1. All documents MUST be created under the designated Knowledge Base using wiki_node parameter.
2. Documents must follow the naming convention: [Emoji] [Title] | [Date]
3. Documents must use the standard template with metadata section.

Step 6: Update Knowledge Base Table

Add record to the Bitable knowledge base (ONLY update this specific table):

feishu_bitable_app_table_record(
    action="create",
    app_token="[Your App Token]",  # Configured in MEMORY.md
    table_id="[Your Table ID]",  # Will use correct table ID from the base
    fields={
        "关键词": keywords,
        "内容分类": content_category,
        "文档标题": [{"text": original_title, "type": "text"}],
        "来源": [{"text": source_name, "type": "text"}],
        "核心要点": [{"text": key_points, "type": "text"}],
        "飞书文档链接": {"link": new_doc_url, "text": "飞书文档", "type": "url"},
        "原链接": {"link": original_url, "text": "原文链接", "type": "url"}  # 新增：存储原始链接
    }
)

Table Fields:

IMPORTANT: Only update the configured knowledge base table. Never create or modify other tables.

Step 7: Update Content Index Document

After creating the document and updating the table, MUST update the index document:

# 1. 获取当前索引文档内容
index_doc = feishu_fetch_doc(doc_id="[Your Index Doc ID]")

# 2. 在对应分类表格中添加新行
new_index_entry = f"| {original_title} | {source_name} | [查看]({new_doc_url}) |\
"

# 3. 更新分类统计
update_category_stats(content_category)

# 4. 更新总计数
update_total_count()

或者直接追加到索引文档的末尾：

feishu_update_doc(
    doc_id="[Your Index Doc ID]",
    mode="append",
    markdown=f"""
| {original_title} | {source_name} | [查看]({new_doc_url}) |
"""
)

Content Categorization Guide

分类判断优先级：

1. 优先根据用户指定分类
2. 其次根据标题关键词
3. 最后根据内容特征自动判断
4. 不确定时标记为"待分类"，请用户确认

Delete Record Process

When user replies "删除" or "删除 [keyword]":

# 1. Search records by keyword
feishu_bitable_app_table_record(
    action="list",
    app_token="[Your App Token]",
    table_id="[Your Table ID]",
    filter={
        "conjunction": "and",
        "conditions": [
            {"field_name": "关键词", "operator": "contains", "value": [keyword]}
        ]
    }
)

# 2. Confirm deletion
# If multiple found → list for user to select
# If single found → ask for confirmation

# 3. Execute deletion
feishu_bitable_app_table_record(
    action="delete",
    app_token="[Your App Token]",
    table_id="[Your Table ID]",
    record_id="record_id_to_delete"
)

Error Handling

Common Issues

Recovery Steps

1. If fetch fails → Try alternative method (kimi_fetch → web_fetch)
2. If Feishu doc creation fails → Check OAuth status
3. If table update fails → Verify table structure and field names
4. Always report partial success (doc created but table not updated)

Response Template

收录成功响应（流式Post格式）

{
  "msg_type": "post",
  "content": {
    "post": {
      "zh_cn": {
        "title": "✅ 收录完成",
        "content": [
          [
            {"tag": "text", "text": "📄 "},
            {"tag": "text", "text": "{emoji} {原标题} | {日期}", "style": {"bold": true}}
          ],
          [{"tag": "text", "text": ""}],
          [
            {"tag": "text", "text": "💡 文档亮点：", "style": {"bold": true}}
          ],
          [
            {"tag": "text", "text": "• {亮点1}"}
          ],
          [
            {"tag": "text", "text": "• {亮点2}"}
          ],
          [
            {"tag": "text", "text": "• {亮点3}"}
          ],
          [{"tag": "text", "text": ""}],
          [
            {"tag": "text", "text": "🔗 "},
            {"tag": "a", "text": "查看飞书文档", "href": "{文档URL}"}
          ]
        ]
      }
    }
  }
}

简洁输出示例：

✅ 收录完成

📄 📖 OpenClaw配置指南 | 2026-03-08

💡 文档亮点：
• 完整配置示例，含9大模块详解
• 多Agent扩展配置方案
• 生产环境安全配置建议

🔗 查看飞书文档 → [点击打开](https://xxx.feishu.cn/docx/xxx)

静默收录响应（流式Post格式）

{
  "msg_type": "post",
  "content": {
    "post": {
      "zh_cn": {
        "title": "✅ 已自动收录",
        "content": [
          [
            {"tag": "text", "text": "📄 "},
            {"tag": "text", "text": "{emoji} {原标题}", "style": {"bold": true}}
          ],
          [{"tag": "text", "text": ""}],
          [
            {"tag": "text", "text": "💡 亮点：{亮点摘要}"}
          ],
          [{"tag": "text", "text": ""}],
          [
            {"tag": "a", "text": "📎 查看文档", "href": "{文档URL}"}
          ]
        ]
      }
    }
  }
}

批量收录响应（流式Post格式）

{
  "msg_type": "post",
  "content": {
    "post": {
      "zh_cn": {
        "title": "✅ 批量收录完成（{N}份）",
        "content": [
          [
            {"tag": "text", "text": "📄 {emoji1} {标题1}", "style": {"bold": true}}
          ],
          [
            {"tag": "text", "text": "   💡 {亮点1}"}
          ],
          [
            {"tag": "a", "text": "   🔗 查看", "href": "{链接1}"}
          ],
          [{"tag": "text", "text": ""}],
          [
            {"tag": "text", "text": "📄 {emoji2} {标题2}", "style": {"bold": true}}
          ],
          [
            {"tag": "text", "text": "   💡 {亮点2}"}
          ],
          [
            {"tag": "a", "text": "   🔗 查看", "href": "{链接2}"}
          ]
        ]
      }
    }
  }
}

输出原则：

1. 必须流式Post格式 - 使用 msg_type: post
2. 只包含3个核心要素：
   • 文件名称（📄 Emoji + 标题 + 日期）
   • 文档亮点（💡 3-5条核心要点）
   • 飞书链接（🔗 点击查看）
3. 不输出其他信息 - 不显示分类、不显示表格更新、不显示统计
4. 保持简洁 - 每份文档3-5行内容

Best Practices

1. Always verify content was fetched correctly before creating documents
2. Extract key insights from the content for the summary
3. Use appropriate category based on content nature
4. Generate relevant keywords for better searchability
5. Keep source attribution clear for copyright respect
6. Handle partial failures gracefully - document what succeeded and what failed
7. Update index document - Every new document must be added to the index
8. Follow naming convention - Use [Emoji] [Title] | [Date] format
9. Store in correct directory - Use wiki_node to place in right category

收录完成检查清单 (Checklist)

每次收录必须完成以下所有步骤：

• 执行权限预检（验证 OAuth 及 Space/Table 写入权限）
• 获取并处理原始内容（含图片）
• 智能分类并确定 Emoji 前缀
• 提取核心要点（3-5条）
• 生成关键词
• 创建飞书文档（使用标准模板，指定 wiki_node）
• 更新多维表格（添加完整记录，包含原链接字段）
• 更新文档索引（在素材索引中添加条目）
• 发送收录完成通知给用户

任何一步未完成，视为收录失败！

Integration with Memory

After each collection, update MEMORY.md:

### YYYY-MM-DD - Content Collection
- **新增收录**: [Title]
- **来源**: [Source]
- **分类**: [Category]
- **知识库状态**: 共[N]条记录
- **索引更新**: ✅ 已更新

This skill is part of the core knowledge management system. Execute with care and attention to detail.

附录：图片处理解决方案

问题

原始网页中的图片无法直接显示在飞书文档中（外链限制）

解决方案

方案1：自动下载上传（推荐）

实现步骤：

import re
import requests
import os

def process_images_in_content(markdown_content):
    """
    处理 Markdown 内容中的图片：
    1. 提取图片URL
    2. 下载到本地
    3. 上传到飞书
    4. 替换为飞书图片链接
    """
    
    # 正则匹配 Markdown 图片: ![alt](url)
    img_pattern = r'!\[(.*?)\]\((https?://[^\)]+)\)'
    
    def replace_image(match):
        alt_text = match.group(1)
        img_url = match.group(2)
        
        try:
            # 1. 下载图片
            local_path = f"/tmp/img_{abs(hash(img_url)) % 100000}.jpg"
            
            headers = {
                'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36'
            }
            response = requests.get(img_url, headers=headers, timeout=30)
            response.raise_for_status()
            
            with open(local_path, 'wb') as f:
                f.write(response.content)
            
            # 2. 上传到飞书
            upload_result = feishu_im_bot_upload(
                action="upload_image",
                file_path=local_path
            )
            
            image_key = upload_result.get("image_key")
            
            # 3. 清理临时文件
            os.remove(local_path)
            
            # 4. 返回飞书图片格式
            if image_key:
                return f"![{alt_text}]({image_key})"
            else:
                # 上传失败，保留原链接并添加警告
                return f"![{alt_text}]({img_url})\
\
> ⚠️ 图片上传失败，已保留原链接: {img_url}"
                
        except Exception as e:
            # 处理失败，保留原链接
            return f"![{alt_text}]({img_url})\
\
> ⚠️ 图片处理失败: {str(e)[:50]}"
    
    # 执行替换
    processed_content = re.sub(img_pattern, replace_image, markdown_content)
    
    return processed_content

使用方式： 在创建文档之前调用：

# 获取原始内容
raw_content = kimi_fetch(url=link)

# 处理图片
processed_content = process_images_in_content(raw_content)

# 创建文档（使用处理后的内容）
feishu_create_doc(
    title=title,
    markdown=processed_content
)

方案2：保留原链接 + 备用方案

def add_image_fallback_notice(markdown_content, original_url):
    """
    在文档末尾添加图片查看说明
    """
    notice = f"""

---

## 📎 原始图片资源

本文档中的图片已保留原始链接。
如图片无法显示，请查看原文：
[{original_url}]({original_url})

"""
    return markdown_content + notice

方案3：批量图片归档

创建一个独立的「图片资源库」多维表格：

# 收录时同时记录图片信息
feishu_bitable_app_table_record(
    action="create",
    app_token="图片资源库_token",
    fields={
        "文档标题": doc_title,
        "图片URL": img_url,
        "图片描述": alt_text,
        "原文链接": original_url,
        "收录状态": "待上传/已上传/失败"
    }
)

建议实施顺序

1. 短期（立即）：使用方案2，保留原链接并添加查看提示
2. 中期（本周）：实施方案1，自动下载上传核心文章的图片
3. 长期（可选）：建立独立的图片资源库管理系统

注意事项

1. 图片大小限制：飞书图片上传通常限制 10MB
2. 格式支持：JPG、PNG、GIF 等常见格式
3. 网络超时：下载图片时设置合理的超时时间（30秒）
4. 失败处理：单张图片失败不应影响整篇文档收录
5. 版权注意：确保有权限使用原网页中的图片

图片处理方案 v1.0 - 2026-03-05