UAP解密发布分析器
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_15292d5a/yjkj-uap-release-analyzer。
技能介绍
要解决的问题
政府解密 UAP/UFO 文档通常是一批 PDF：文件名杂乱、来源机构不同、大量扫描件没有文本层，FOIA 涂改和保密标记分散在不同文件里。人工浏览只能得到零散印象，难以回答“哪些文件最关键”“哪些机构/地点反复出现”“哪一批文件涂改最多”。
技能如何工作
它把固定流水线打包成脚本：先用 inventory.py 建立文件清单，按文件名前缀识别 FBI、DOW、NASA、DOS、NARA 等来源；再用 extract_text.py 抽取有文本层的 PDF，并将无文本层文件标记为待 OCR；随后 analyze.py 统计实体、年份、机构×地点分布、人名出现频次和 FOIA 代码；最后 build_report.py 生成 REPORT.md。整个流程 幂等且可增量执行，同一目录重跑会跳过已完成部分。
适用边界与注意点
该技能面向已下载好的 FOIA 解密文档目录，适合做清单、摘要和模式识别，不默认执行 OCR，也不会把年份提及直接当作事件日期。若文件名前缀大量落入 OTHER，应先扩展 agency_vocab.md，而不是把数据当作异常。报告中的实体抽取基于关键词和正则，需要保留“缺失与限制”章节，避免把启发式结果当成正式 NER。
使用场景
- 收到 release_01 目录后，按机构、页数、文件前缀生成首批清单。
- 对比 release_01 和 release_02，找出新增文件、重复实体与涂改变化。
- 统计 FBI、NARA 文件中的 (b)(1)、CUI 等标记，定位涂改最多的 PDF。
- 对无文本层扫描件做缺失说明，并在报告中标记需要 OCR 的缺口。
适合人员
- 研究 FOIA 解密档案的研究员，想把一批 UAP PDF 整理成可比较的清单。
- 做公开情报分析的分析师，需要从 FBI/NARA 文件中找涂改代码与高频实体。
- 维护 UAP 资料库的档案管理员，想统一输出每期 release 的摘要与缺口说明。
- 分析政府 PDF 的数据工程人员，想把清单、文本抽取与报告生成脚本化。
相关技能
通过检索华为云官方文档与产品页，无需登录即可查找 ECS、OBS、RDS、CCE 等产品的参数、规格、文档和 API 参考。
基于 Tesseract-OCR 识别电影票、火车票、机票等票务图片或 PDF，提取关键字段并生成 Markdown 或 JSON 报告。
将笔记、调研、会议纪要等已有知识转化为可执行的下一步动作、计划、决策、实验和关键缺失信息。
面向工程师的本地 Wiki 知识库管理工具，将原始文档编译为带来源、索引和 wikilink 的 Markdown 页面，并支持查询与健康检查。