chubbyskills README

The project's README from github.com/chubbyguan/chubbyskills. As one markdown file: README.md.

中文 · English

🧰 Chubby Skills

信息流会忘,知识库会记,Agent 会用。

把视频、播客、文章和本地文档保存为 Markdown,整理成能搜索、能回查来源、能交给 Agent 使用的素材库。

License Version Skills Stars

快速开始 · 安装到 Agent · Skill 目录 · 文档 · 更新日志

这是什么

Chubby Skills 是一套面向内容创作者和个人知识库的 14 个 Agent Skills 与命令行工具。你可以按需安装技能,让 Agent 处理素材;也可以直接运行命令,把采集、入库、搜索和资料包导出串起来。

适合经常收藏视频、文章和播客,希望在写作时找到原文、核对出处的人。产物保存在本地 Markdown 文件中,可以用 Obsidian、文本编辑器或你的 Agent 继续处理。

链接 / 本地文档 → Markdown 原文与附件 → 本地搜索 → 带出处的资料包 → Agent 整理选题
你想做什么 项目提供什么
保存平台素材 视频字幕与转录、播客转录、文章和图文采集
导入已有资料 Markdown、TXT、PDF 文字层导入,保留来源和引用的本地附件
写作时找回证据 关键词搜索、可选语义检索、原文读取;采集入库后自动更新索引
整理一份选题资料 导出 Markdown / JSON 资料包,包含原文摘录、行号、来源和文件摘要
让 Agent 使用知识库 独立技能包,以及提供搜索、原文读取等工具的可选 MCP 服务

先看输出样例,或直接运行下面的本地示例。

快速开始

建议使用 Python 3.11 或 3.12,macOS / Linux shell。下面用一份示例 Markdown 跑通「导入 → 搜索 → 资料包」,无需安装第三方 Python 包、配置 API Key 或下载模型。

1. 获取项目并配置知识库

git clone https://github.com/chubbyguan/chubbyskills.git
cd chubbyskills
python3 -m venv .venv
source .venv/bin/activate
python3 tools/chubby.py init --vault "$PWD/creator-vault"

init 会创建 chubby.yaml 和知识库目录。下面的命令在仓库根目录运行,沿用这份配置。已有知识库可将 --vault 换成它的根目录;已有配置的调整见创作者工作流。

2. 导入一份文档

mkdir -p demo-input
cat > demo-input/notes.md <<'NOTE'
# 内容复用笔记

内容复用从保留原文和来源开始。同一份材料可以用于选题、文章和播客,但引用前要重新核对上下文。
NOTE

python3 tools/chubby.py import demo-input/notes.md --no-enrich

将示例路径换成自己的 .md、.markdown 或 .txt 文件即可导入真实材料。已知原始网页时,加 --source-url "原始网页地址";本地文件默认记录文件 URI。

3. 搜索并导出资料包

python3 tools/chubby.py search "内容复用"
python3 tools/chubby.py brief --topic "内容复用" \
  --output "$PWD/creator-vault/30_Output/brief.md"
python3 tools/chubby.py status --latest

你会得到:

打开资料包核对引用,然后交给 Agent 整理选题。brief 在本地导出证据,不调用云模型,也不判断原文观点是否正确。上面的演示材料是人工样例;平台采集需要下一节对应的依赖。

再次导出时请换一个输出文件名;确认要替换已生成的资料包后再加 --force。

处理你的素材

平台链接

按所需能力安装运行依赖。以 YouTube 字幕为例:

bash setup.sh light
python3 -m pip install yt-dlp
python3 tools/chubby.py doctor --platform youtube
python3 tools/chubby.py ingest "替换为你的真实链接" --no-enrich
python3 tools/chubby.py search "原文中的关键词"

light 检查 Python 并提示轻量路径,不安装字幕或转录依赖。B站和 YouTube 优先取字幕;没有字幕时需要视频转录依赖。查看 Skill 目录选择平台,并按下表补依赖:

处理路径 安装 / 配置
Markdown / TXT 导入、关键词检索、资料包 Python 标准库,无需额外包
X / 小红书图文 Python 标准库;bash setup.sh light 检查环境,登录态与平台限制仍可能影响采集
B站 / YouTube 字幕 python3 -m pip install yt-dlp
本地视频转录 bash setup.sh video;需要系统 ffmpeg,本地模型首次使用会下载
本地播客转录 bash setup.sh podcast;使用 faster-whisper,默认模型 small
公众号及其 PDF 路径 bash setup.sh wechat
通用 PDF 文字层导入 python3 -m pip install 'pymupdf>=1.24'

平台抓取受 Cookie、字幕、地区和页面变化影响。失败时查看平台状态和替代处理方式,也可以保存正文后走本地导入。支持范围与最近的实测结果分开记录,见真实平台验证。

本地文档与 PDF

python3 tools/chubby.py import "/你的资料目录/report.md" --no-enrich
python3 tools/chubby.py import "/你的资料目录/report.pdf" \
  --source-url "https://example.org/original-report" --no-enrich

导入器保留原文件,把文档引用的目录内附件复制到产物旁;缺失或越界的本地附件会报错。PDF 只提取文字层,不做 OCR;扫描件需先由其他工具识别。详见文档导入。

播客与可选云转录

默认在本地转录音频:

python3 tools/chubby.py ingest "/你的音频目录/episode.mp3" \
  --skill podcast --provider local --no-enrich

v0.13.0 新增 Atlas Cloud / MuAPI 实验后端。需要主动选择 provider 并配置对应凭据;云服务会接收音频并可能计费。任务 ID 和完成结果持久保存,轮询失败或进程中断后可恢复;--resubmit 会明确创建新任务,可能再次计费。

播客自动下载仅接受公网 HTTP(S) 直连地址,不跟随重定向,也不使用代理。需要跳转或代理的资源,先自行下载,再传本地文件。配置和恢复方法见云转录说明。云服务的真实转录尚未完成验收。

重复采集、批量与重试

相同来源、处理参数和目的地的有效产物会复用;原文件或引用附件变化后会重新导入。--refresh 重新处理并保留旧版本。

把链接逐行放入 inbox/links.txt,再运行:

python3 tools/chubby.py run --queue inbox/links.txt --no-enrich
python3 tools/chubby.py status --failed
python3 tools/chubby.py retry --all-failed

采集入库后和统一查询前,索引会增量同步。更多例子见创作者工作流;已有索引的迁移和重建见知识库自动化。

安装到 Agent

按需安装技能

在完整仓库根目录运行。以 Codex 为例,安装知识库技能:

python3 tools/install_skill.py knowledge-base-management --dest ~/.codex/skills

查看技能列表;如果选择全部安装,用 --all 替代上面的单技能安装,并指定一个没有同名技能的目标目录:

python3 tools/install_skill.py --list
python3 tools/install_skill.py --all --dest /path/to/agent/skills

Claude Code、OpenCode、OpenClaw、Hermes 等客户端使用各自实际配置的 skills 目录作为 --dest,并按客户端方式启用技能。运行环境中的 Python 和系统依赖仍需另外配置。

安装器会打包仓库内依赖,生成可独立搬移的技能目录;setup.sh 负责安装运行依赖。已有同名技能时安装器会拒绝覆盖,升级时先安装到临时目录核对自己的修改。请使用安装器或 Release 技能包,避免只下载单个源码目录漏掉公共模块。完整安装指南

首页的 tools/chubby.py 统一流程需要完整仓库。独立知识库技能使用其自带的 tools/import_document.py、tools/vault_index.py 和 tools/evidence_brief.py,命令见文档导入。

通过 MCP 连接知识库

python3 -m pip install -r knowledge-base-management/requirements-mcp.txt
python3 tools/mcp_smoke.py --json

MCP 提供搜索、语义检索、读取原文、最近笔记、重新索引和统计共 6 个工具。上面的命令用临时知识库检查真实服务启动和交互;连接自己的 Agent 时,还需配置服务器命令与 VAULT_DIR。见 MCP 配置。

Skill 目录

方向 Skill 主要用途
视频 bilibili-transcribe B站字幕优先、视频转录、批量处理
视频 youtube-transcribe YouTube 字幕、转录、可选翻译与中英对照
视频 douyin-transcribe 抖音视频转文字稿
视频 tiktok-transcribe TikTok 视频转录
视频 weibo-transcribe 微博视频转录
视频 zhihu-transcribe 知乎视频转录
播客 podcast-transcribe 单集、RSS、本地音频;可选实验云后端
图文 wechat-article-ingest 公众号文章和 PDF 转 Markdown
图文 xiaohongshu-ingest 小红书图文、视频及可选内容分析
图文 x-ingest X / Twitter 正文、图片和视频
加工 content-enrich 可选的摘要、要点和标签加工
知识库 knowledge-base-management 文档导入、索引、资料包、归档与 MCP
工作流 industry-intelligence-radar 多源情报扫描和趋势简报
工作流 learning-notes-automation 学习笔记、闪卡和知识关联

数据与处理边界

素材默认保存在本地。不同处理路径的联网范围如下:

功能 处理位置与配置
文档导入、关键词搜索、semantic-lite、资料包 本地;本地导入不抓取远程附件
平台采集 访问来源平台;小红书可按需配置自己的 XHS_COOKIE
本地音视频转录 本机推理;首次运行可能需要下载模型
内容加工、翻译、学习笔记提取 可选 DEEPSEEK_API_KEY,内容发送至对应 API
OpenAI 向量检索 可选 OPENAI_API_KEY,参与向量化的内容发送至 API
Atlas / MuAPI 转录 可选 ATLAS_API_KEY / MUAPI_API_KEY,音频发送至服务商
云端 Agent 读取素材 被读取的内容进入该 Agent 的模型上下文

API 服务可能计费,密钥和 Cookie 不要写入笔记或提交到仓库。外部解析工具可以把完整 Markdown 交给本地导入;cue-omni-reader 等入口及其验证状态见可选集成。

输出协议

采集与导入产物使用带 frontmatter 的 Markdown,记录标题、类型、平台、来源和日期。统一 CLI 还会补充 schema v1 的任务 ID、采集时间、来源摘要与附件信息,供索引和重试使用。查看输出样例

python3 tools/validate_outputs.py output/ --schema-v1

验证与社区贡献

v0.13.0 发布记录包含 220 项测试、Linux / macOS CI、14 个技能包的 24 个脚本隔离导入、实际 PDF 导入和 MCP 交互验证。发布资产附带校验和与验证记录;这些结果不代表所有平台或云服务都已完成在线验收。

本地环境自检:

python3 tools/chubby.py quickstart --ephemeral --no-state

这条命令检查离线样例和环境,不抓取真实平台内容。开发者的完整命令见发布检查。

安装建议来自 catwithtudou 的 #1;Atlas 和 MuAPI 需求分别来自 binyangzhu000-sudo 的 #3 与 Anil-matcha 的 #5。这些需求已通过现行实现吸收并保留归属。 huhoo 的 #6 已进入可选集成文档,真实解析示例仍待补充。处理记录

欢迎提交可复现的问题、修正 PR 或平台适配。贡献方式见 CONTRIBUTING.md 和平台适配指南。

文档入口

文档 内容
安装指南 运行依赖、技能目录、独立安装与升级
创作者工作流 从素材到搜索、资料包和 Agent 选题
文档导入 Markdown / TXT / PDF、来源和附件规则
云转录 Provider 配置、任务恢复和计费边界
知识库自动化 索引、向量检索、归档和知识卡片
MCP 配置 将知识库接入 Agent
平台状态与替代方式 依赖、常见失败与补救路径
可选集成 外部解析工具的 Markdown 交接
更新日志 版本变化;当前版本为 0.13.0

使用范围与许可

采集类技能用于个人学习与研究。请遵守来源平台条款、robots.txt 和相关法律,使用自己有权访问和保存的内容;不要用于批量抓取、商用爬取、二次分发或侵犯他人权益的场景。原内容版权归原作者,引用与转载按需要取得授权并注明来源。

代码采用 MIT License,按现状提供。代码许可不授予第三方内容的使用权。

致谢

感谢 Agent Skills、yt-dlp、SenseVoice、faster-whisper、Whisper、MarkItDown、PyMuPDF、Obsidian、GraphRAG、DeepSeek 以及 khazix-skills 提供工具、标准和参考。

关于 Chubby

我是 Chubby,平时做内容、搭个人知识库,也记录 AI Agent / Skill 和电商实践。

X / Twitter · 即刻 · 小红书 · 微信公众号:关关不过

Gitee 镜像 · Made by @chubbyguan

chubbyskills (chubbyguan/chubbyskills)

Searching Database…

Что это?Chubby Skills — это набор из 14 Agent Skills плюс CLI, которые втягивают китайский социальный контент (Douyin, Bilibili, Xiaohongshu, публичные аккаунты WeChat, X, подкасты) и локальные документы в личную базу знаний в Markdown, которую можно искать, цитировать и передавать ИИ-агенту.
Это библиотека или набор агентных скиллов плюс CLI?Это коллекция из 14 устанавливаемых Agent Skills (для Claude Code, Codex, OpenCode и т.д.) плюс отдельный консольный инструмент на Python (chubby.py) и опциональный MCP-сервер для доступа к базе знаний.
Как это запустить?Склонируйте репозиторий, выполните init, чтобы создать конфиг chubby.yaml и каталог хранилища, затем импортируйте файл Markdown/TXT/PDF и запустите экспорт search/brief — это работает из коробки на стандартной библиотеке Python, без дополнительных пакетов или API-ключей для базовой демки.
Нужны ли дополнительные инструменты для транскрибации видео или подкастов?Да: субтитры YouTube/Bilibili требуют yt-dlp, локальная транскрибация видео — ffmpeg плюс setup.sh video, транскрибация подкастов использует faster-whisper через setup.sh podcast, а сценарии WeChat/PDF требуют setup.sh wechat или pymupdf.
Скрейпинг платформ всегда работает?Нет — скрейпинг зависит от cookie, наличия субтитров, региональных ограничений и изменений страниц, а настоящие облачные бэкенды транскрибации (Atlas/MuAPI) пока не прошли полную онлайн-проверку.
На каких платформах это работает?Работает в оболочках macOS и Linux; Windows как поддерживаемая не упоминается.
Что даёт MCP-сервер базы знаний?Он открывает агенту 6 инструментов: поиск по ключевым словам, семантический поиск, чтение оригинального текста, список недавних заметок, переиндексацию и статистику; настраивается командой server и переменной VAULTDIR.
В каком формате сохраняются загруженные документы?Всё сохраняется как файлы Markdown с frontmatter, где записаны название, тип, платформа, источник и дата, плюс ID задачи по schema v1, время сбора, краткое содержание источника и сведения о вложениях — для индексации и повторных попыток.
Справляется ли он со сканированными PDF?Нет — импортёр PDF извлекает только существующий текстовый слой и не выполняет OCR, поэтому отсканированные документы нужно сначала прогнать через OCR другим инструментом.
Что выдаёт экспорт „brief“?Пакет доказательств в Markdown/JSON с дословными выдержками, номерами исходных строк, ссылками на источники и хэшами SHA-256 — удобно для проверки фактов перед написанием текста.
Creator
chubbyguan
Size
1.1 MB
Stars
1.3K
Age
4mo
Commits · 90 Days