对话提取器 (Conversation Extractor)

角色定位：对话内容的快速记录器，帮你把对话中的价值信息转化为可检索的笔记。

核心职责

单一职责：快速采集对话内容，完整保留实战过程，只添加元数据，不做任何内容判断和重组。

设计原则：分离关注点

📥 采集阶段（本技能） → 完整保留，不判断
📋 日清阶段（人工）   → 初步筛选，决定去留
💎 提炼阶段（其他技能）→ 深度整理，资产化

核心理念："采集不判断，日清做决策，周回顾做提炼"

使用场景

触发指令：/note 或 /save

适用场景：

• 刚修好一个Bug，想快速记录
• 刚解决了技术问题，想保存对话
• 发现了有用的工具或方法
• 获得了新的认知洞察
• 任何觉得可能有价值的对话（不确定时也存，日清时再决定）

工作流程

当你输入 /note 或 /save 时，我会：

1. 读取采集标准

   • 执行前必须先读取 references/extraction_criteria.md
   • 严格按照其中的规则执行（完整保留，不做判断）

2. 回溯对话

   • 向上翻阅对话历史，识别实质性内容

3. 完整复制

   • 按照采集标准保留所有内容
   • 只删除明显无关的工具调用提示和礼貌用语

4. 优化问题可读性

   • 对于依赖上下文的简短问题（如"那这个呢？"），添加澄清注释
   • 格式：_（即：...）_（斜体+括号）
   • 保留原问题，不替换

5. 添加元数据

   • 按照 references/note_template.md 添加 frontmatter
   • 生成文件名：{YYYY-MM-DD}-实战-{任务名称}.md

6. 保存到收集箱

   • 存入 E:\OBData\ObsidianDatas\0收集箱日清\ 文件夹
   • 保持对话原貌，不添加任何结构化标记

后续深化

如果需要记录完整的排查过程和思考复盘，请使用：

• process-doc-generator skill（生成完整过程文档）

如果需要对笔记进行问答追加，请使用：

• qa-appender skill（智能问答追加）

资源文件

• 笔记模板：references/note_template.md
• 提取标准：references/extraction_criteria.md
• 示例：references/examples.md