← 返回 Skills 市场
boboy-j

second-brain-digest

作者 boboy-j · GitHub ↗ · v1.0.0 · MIT-0
cross-platform ✓ 安全检测通过
50
总下载
0
收藏
0
当前安装
1
版本数
在 OpenClaw 中安装
/install second-brain-digest
功能描述
碎片内容提炼工作流。把扔进来的任何碎片内容(文章、笔记、截图文字、对话记录、 想法片段)提炼成标准化知识卡片,并自动发现与已有卡片的关联, 构建可检索、可复用的个人知识库。 触发场景(必须使用本 skill): - 用户说"帮我消化 / 整理 / 提炼这篇文章 / 这段内容" - 用户粘贴了一段文字、截图文字、链...
使用说明 (SKILL.md)

Second Brain Digest — 碎片内容提炼工作流

核心理念: 信息过了脑子不算学到,变成卡片才算你的。

把任何碎片内容提炼成标准原子卡片,并自动发现它与你已有知识的连接—— 让你的知识库越用越聪明,而不是越堆越乱。


整体流程

Step 1  内容摄入 + 类型识别
    │
    ▼
Step 2  提炼原子卡片
    │
    ▼
Step 3  发现关联(连接已有知识)
    │
    ▼
Step 4  生成行动线索(可选)
    │
    ▼
Step 5  输出 + 存储建议

Step 1:内容摄入 + 类型识别

收到内容后,先判断内容类型,再针对性提炼:

内容类型 识别特征 提炼重点
文章 / 长文 有完整论述结构 核心论点 + 支撑证据
想法片段 简短、不完整 补全逻辑 + 找到所属问题
会议/对话记录 多人发言、讨论性 决策 + 行动项 + 分歧点
数据 / 研究 有数字、图表描述 关键数据 + 适用场景
操作经验 第一人称、实操性 可复用的方法 + 适用条件

识别后告知用户:"我将用 [类型] 模式来处理这段内容。"


Step 2:提炼原子卡片

原子原则:一张卡片只有一个核心想法。 如果内容包含多个独立想法,拆成多张卡片。

每张卡片的标准格式:

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📌 卡片 #[编号]
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

标题:[一句话,用陈述句,不用名词短语]
      例:"远程工作提升个人效率但降低团队协同质量"
      而非:"远程工作的优缺点"

核心内容:
[2-4句话说清楚这个想法,包含:是什么 + 为什么 + 适用条件]

来源:[原文标题 / 作者 / 日期,或"用户输入"]
标签:#[领域] #[子话题] #[关键词]

强度:[强(有充分证据)/ 中(有一定支持)/ 弱(待验证的想法)]

卡片标题用陈述句而非名词短语,这样在检索时才能直接看懂内容。


Step 3:发现关联

提炼完卡片后,主动寻找潜在关联:

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🔗 关联发现
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

支持关系(这张卡片支持或被支持):
- 与 [已有概念/主题] 的关系:[如何相互支持]

对立关系(这张卡片与已有知识有张力):
- 与 [已有概念] 的张力:[为什么冲突,哪个更可靠]

延伸问题(这张卡片引发的新问题):
- [值得深入探索的问题]
- [需要验证的假设]

如果是用户第一次使用,没有已有知识库, 关联发现只输出"延伸问题"部分,跳过支持/对立关系。


Step 4:行动线索(可选)

对于包含实操价值的卡片,提取可直接行动的内容:

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
⚡ 行动线索
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

可以立刻尝试:[具体行动,一句话]
需要进一步了解:[值得深读的方向]
可以分享给:[这个知识对谁最有用]

纯理论性内容可跳过本步骤。


Step 5:输出 + 存储建议

所有卡片输出完毕后:

  1. 汇总本次产出本次生成了 X 张卡片,标签覆盖 [领域列表]
  2. 存储建议:根据标签推荐放入哪个知识库文件夹或 Notion 数据库
  3. 询问格式需求:是否需要导出为 Markdown / Obsidian 格式 / Notion 格式

卡片质量标准

好卡片的特征:

  • 标题是一个完整的观点,不是话题名称
  • 内容包含"为什么",不只是"是什么"
  • 脱离原文仍然能独立理解
  • 有明确的适用边界(不是放之四海皆准的废话)

不好的卡片(需要重写):

  • 标题是名词短语("远程办公" → 应改为"远程办公在协作密集型工作中效率更低")
  • 内容只是原文的缩写,没有提炼
  • 没有说明为什么这个观点成立

注意事项

  • 一张卡片只有一个核心想法,宁可拆多也不要塞太多
  • 关联发现要真实,不要为了显示聪明而强行关联
  • 强度标注要诚实,有数据支撑的才能标"强"
  • 延伸问题至少给 1 个,引导用户继续深入
安全使用建议
This looks safe to install as an instruction-only knowledge-management workflow. Use normal care with sensitive content: review cards before saving them, avoid storing confidential material in shared Notion or Obsidian spaces unless intended, and provide only the existing knowledge-base context you want the agent to use.
功能分析
Type: OpenClaw Skill Name: second-brain-digest Version: 1.0.0 The 'second-brain-digest' skill is a purely prompt-based workflow designed for personal knowledge management using the Zettelkasten method. It contains no executable code, scripts, or network capabilities, and its instructions in SKILL.md are strictly focused on structuring user-provided text into 'atomic cards' without any evidence of data exfiltration or malicious intent.
能力评估
Purpose & Capability
The purpose is clear and aligned: it turns user-provided fragments into standardized knowledge cards and relationship prompts. The inputs may include private notes, screenshots, conversations, or meeting records, so users should be mindful of what they choose to process and store.
Instruction Scope
The instructions focus on summarization, card formatting, relationship discovery, and optional export formatting. They do not direct the agent to ignore user intent, bypass approval, access unrelated systems, or auto-save content.
Install Mechanism
The submitted package is instruction-only with no code files, install specification, required binaries, environment variables, or credentials.
Credentials
No external services, local command execution, credential use, or filesystem access are required by the artifacts. Existing-knowledge linking is described as part of the workflow, not as an instruction to broadly scan local files.
Persistence & Privilege
The skill recommends storage locations and export formats for a personal knowledge base, but the artifacts frame this as output and user-directed storage rather than automatic persistence.
如何使用
  1. 确保已安装 OpenClaw(本地或 Docker 部署)
  2. 在对话框中输入安装命令:/install second-brain-digest
  3. 安装完成后,直接呼叫该 Skill 的名称或使用 /second-brain-digest 触发
  4. 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
版本历史
v1.0.0
second-brain-digest 1.0.0 初始版本发布 - 支持将碎片化内容(文章、对话、想法等)提炼为结构化原子卡片 - 自动检测内容类型并按需处理 - 提炼结果包括标题、核心内容、来源、标签、强度等字段 - 自动发现与现有知识库的关联,输出支持、对立、延伸问题 - 支持输出行动线索与存储建议 - 全过程中文优化,适用多种 PKM/second brain 场景
元数据
Slug second-brain-digest
版本 1.0.0
许可证 MIT-0
累计安装 0
当前安装数 0
历史版本数 1
常见问题

second-brain-digest 是什么?

碎片内容提炼工作流。把扔进来的任何碎片内容(文章、笔记、截图文字、对话记录、 想法片段)提炼成标准化知识卡片,并自动发现与已有卡片的关联, 构建可检索、可复用的个人知识库。 触发场景(必须使用本 skill): - 用户说"帮我消化 / 整理 / 提炼这篇文章 / 这段内容" - 用户粘贴了一段文字、截图文字、链... 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 50 次。

如何安装 second-brain-digest?

在 OpenClaw 或 Claude Code 对话框中运行命令「/install second-brain-digest」即可一键安装,无需额外配置。

second-brain-digest 是免费的吗?

是的,second-brain-digest 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。

second-brain-digest 支持哪些平台?

second-brain-digest 跨平台运行,可在任意部署了 OpenClaw / Claude Code 的环境中使用(cross-platform)。

谁开发了 second-brain-digest?

由 boboy-j(@boboy-j)开发并维护,当前版本 v1.0.0。

💬 留言讨论