Reading Digest
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_ba543dd5/reading-digest。
技能介绍
它解决什么问题
一个文件夹里堆着 PDF、EPUB、DOCX、TXT 和一堆压缩包时,逐份打开、复制全文、再让模型总结,通常意味着重复的手工操作:解压要选对工具,加密 ZIP 自带 unzip 解不了,扫描版 PDF 抽不出文本,档案解压后散落的临时文件还容易污染原目录。更麻烦的是节奏——一次性把几十万字塞进对话上下文,既慢又容易触发超时或占用过多内存。
Reading Digest 把这件事变成一次触发:给它一个文件夹路径,它会先解压、再抽取全文、最后按文档逐本产出结构化的本地 Markdown 摘要;每本只加载一次所需的文本块,而不是整篇反复搬运。
它如何工作
- 配置驱动,不硬编码路径或密码:所有入口来自
reading_config.json,包括reading_folder、chunk_char_limit、summary_subdir、zip_password等字段。查找顺序是READING_DIGEST_CONFIG指定的路径,再退回技能目录下的同名文件,最后才读待读文件夹内的.workbuddy/reading_config.json。 - 压缩包优先处理:普通 ZIP 在解压时按
cp437→GBK→UTF-8顺序回退修复中文文件名;file显示 AES Encrypted 或unzip报 method 99 时改用pyzipper,密码只从配置读取,技能里不出现明文。TAR/GZ/TGZ/BZ2 走tar;RAR/7Z 依赖unar或7zz,缺失时明确标记失败并提示需要安装哪个命令。解压写入/tmp下的临时目录,不落在原文件夹里,避免二次扫描;嵌套压缩包最多再拆两层。 - 全文抽取成缓存:PDF 用
pdfplumber逐页抽取并写入带===== PAGE x/y =====标记的.txt,并统计字符数与页数;EPUB/MOBI/AZW3 优先pandoc,否则退回ebooklib+beautifulsoup4;DOCX 走pandoc或python-docx;TXT/MD 直接使用。 - 逐字通读 + 流式写盘:单文档超过
chunk_char_limit(默认 60000)就分块,用cat >>的方式把已完整结束的章节摘要增量追加进summary_subdir下的_摘要.md,跨块被截断的内容在下一块读完后补全,而不是一次性载入全文。 - 台账保证可重入:处理状态记录在
.workbuddy/processed_files.json,以processing/done/failed驱动重跑,不做任何并发子代理,同一本失败两次就记录原因并继续下一本。 - 触发方式:说「形成摘要」「生成摘要」「跑一次阅读摘要」「现在处理」「手动阅读摘要」处理所有未完成文件;「只处理 」限定单个文档;「重跑 」「重新生成 摘要」无视台账强制重做;「看下还有哪些没处理」只列待办。
适用边界与注意点
- 原文件永远只读,不移动、不重命名、不删除;摘要新生成在新文件里,失败也不会损坏原件。
- 密码属于敏感信息,只放在本机
reading_config.json,不要提交到 Git 或随技能打包分享。 - 扫描版 PDF 走 Read 工具的逐页视觉阅读,其余走抽取出的
.txt;这一差异会影响单本耗时。 - 输出方式是写本地 Markdown 摘要文件,不依赖联网服务,也不做云端同步。
使用场景
- 整理归档资料时,要把文件夹里的新文档批量生成可检索的 Markdown 摘要
- 处理含扫描版 PDF 的期刊合集,需要逐篇通读并保留期号与原路径信息
- 有 AES 加密 ZIP 或 RAR/7Z 素材,需要按配置解密、解压并输出摘要
- 从文件列表中挑出特定一篇文档,只对它重新生成摘要而不改动其他文件
适合人员
- 整理大量文献和资料归档,需要把长文档压缩成可读摘要的技术写作者
- 维护团队知识库,希望扫描文件夹自动产出结构化笔记的工程师
- 管理加密压缩包资料,需要在不泄露密码的前提下批量摘要的内容运营
- 研究与咨询场景中常用扫描版 PDF 和多格式资料,关注摘要质量与可追溯性的数据分析师