content-digest

Content Digest — 万能内容提炼

将任意来源的内容转化为结构化知识笔记，自动保存到 WPS 笔记。

工作流

第一步：识别输入类型并获取内容

输入类型	获取方式	图片解读路径
URL / 网页 / 公众号链接	WebFetch(url) 提取正文；若被拦截 → 笔记写「访问受限，如需提炼请手动复制原文到 AI 工具处理」	正文中如有图片 URL → 提取后走「网络图片」流程
本地文件（文本类 PDF/Word）	Read(绝对路径)；若提取文字 < 50 字 → 执行「图片类 PDF 转换流程」	转 PNG 后逐页 Read 视觉解读
本地图片（jpg/png/gif/webp）	Read(图片路径) → AI 视觉分析（不尝试插入，MCP 不支持本地路径）	直接 Read
网络图片 URL	insert_image(url) 插入笔记 → read_image(note_id, block_id) 取 base64 → AI 视觉解读	read_image ← WPS 笔记原生识图能力
笔记内已有图片	get_note_outline 定位 image block → read_image(note_id, block_id) 取 base64 → AI 视觉解读	read_image ← WPS 笔记原生识图能力
直接粘贴文本 / 邮件	无需获取，直接进入第二步；判断依据：消息中无 URL 也无文件路径	—
多篇内容	全部提炼后合并，标题用「内容提炼合集 · YYYY-MM-DD」	每类图片按对应路径处理

支持的完整文件格式见 references/supported-formats.md 图片处理细节：本地图片 → Read 直接视觉分析；网络图片 → insert_image 插入笔记再 read_image 取 base64 解读；网页内嵌图片 → 从正文提取 URL 后走网络图片流程；笔记内已有图片 → get_note_outline 定位后 read_image 解读；PDF/PPT 图片页 → 见下方处理流程。

第二步：提炼内容

文字类：

• 一句话概括：不超过 50 字，动词开头，忠实原文
• 核心观点：用自己的语言转述，不直接复制原文句子
• 金句摘录：必须是原文原句，逐字引用，不改动
• 我的思考：用户未提供则留 [待补充]，不编造

图片类（所有来源统一使用以下模块）：

• 📌 一句话概括：图片的核心内容，10 字以内
• 🔍 内容解读：分点描述图片内容（文字/界面/人物/图表/图形设计等）；有文字则逐字提取；有数据则标明数值
• 💡 核心信息：图片传达的主要观点或信息
• 💬 我的思考：图片适用场景、设计亮点或可借鉴之处

图片解读不能跳过：笔记的核心价值是把「看过就忘」的图片变成可检索的文字。哪怕图片模糊或内容抽象，也必须描述所能观察到的一切——否则笔记等于空白。

行动清单（可选模块）：

行动清单只在内容包含明确可执行建议时生成，不是每篇都需要：

• ✅ 适合生成：教程/指南类（「三步完成 X」）、方法论文章（「你应该做 Y」）、含待办事项的邮件、任务型文档
• ❌ 不适合生成：纯观点/叙述类文章、数据分析报告、故事类内容、图片笔记

有疑问时默认不生成，比强行生成空洞的行动清单更好。

输出 XML 模板（含配色）见 references/output-templates.md
来源标识与原文附录规则见 references/source-rules.md

排版规范（写入时强制执行）

区域	排版方式	颜色
来源元信息	<blockquote>	无
一句话概括	<h2>📌 一句话概括</h2> + <p>	无
核心观点	<h2>💡 核心观点</h2> + <columns><column columnBackgroundColor="#EBF2FF">	浅蓝（highlightBlock 颜色不生效，改用 columns）
金句摘录	<h2>⭐ 金句摘录</h2> + <columns><column columnBackgroundColor="#FFF5EB">	浅橙（同上）
我的思考	<h2>💬 我的思考</h2> + <p>	无
行动清单	<h2>✅ 行动清单</h2> + <p listType="todo" checked="0">	无

强制规则（及原因）：

• 笔记主标题（H1）不加 emoji——WPS 笔记列表视图直接显示 H1 作为标题，emoji 前缀会在列表里显得杂乱，影响快速扫描
• 所有正文标题统一 H2，禁止 H3/H4——避免层级嵌套增加认知负担，笔记是信息摘要不是文档
• 来源链接只写在首行 blockquote，文末不重复——多篇合并时重复来源会产生大量噪音；首行位置醒目足够
• 多篇合并：每章节末「我的思考」后插入两个 <p></p> 空行——视觉上明确分隔各章节，避免内容粘连
• 只有纯粘贴文本才在文末附 H2「原文」章节——URL/文件有原始来源可追溯，无需保留全文；粘贴文本无法追溯，附原文保证可验证

第三步：新建笔记并写入

⚠️ batch_edit 写入规则：

• 多个独立 insert 操作指向同一锚点时，实际顺序与数组顺序相反（WPS MCP 行为）→ 需倒序排列
• 单个 insert 操作内部包含多个 block 的 XML 字符串时，块的顺序就是文档中出现的顺序 → 无需倒序，按正常阅读顺序写即可

1. create_note({ title: "[内容标题] · 提炼 [YYYY-MM-DD]" })
2. get_note_outline(note_id)         → 获取初始 block ID
3. batch_edit(note_id, [...])        → 倒序排列，一次性写入全部内容
4. sync_note(note_id)                → 同步到云端（失败时见故障排查）

写入后若需追加内容，必须先调用 get_note_outline 刷新 block ID，再进行下一次写入——WPS MCP 写入后 block ID 可能变化，使用缓存 ID 会导致 BLOCK_NOT_FOUND。

质量检查（写入前必做）

• 每个模板定义的模块已完整输出，无跳过（文字类：一句话概括 / 核心观点 / 金句摘录；图片类：一句话概括 / 内容解读 / 核心信息）
• 图片已经过视觉分析，不以「图片无法处理」为由跳过
• 来源只在首行 blockquote，文末无重复来源
• 使用了最新的 block ID（来自 get_note_outline，非缓存）

---

示例

示例 1：提炼网页文章

用户说：「https://example.com/article 帮我总结一下」 执行：

1. WebFetch(url) 获取正文
2. 提炼一句话概括、核心观点、金句摘录
3. create_note → batch_edit 写入笔记；URL 只写在首行 blockquote，文末不重复

示例 2：解读本地图片（路径 A）

用户说：「@/Users/zoez/Desktop/screenshot.png 帮我解读」或直接拖入截图 执行：

1. Read(图片路径) → AI 视觉分析，提取图片内所有文字、图表、界面元素
2. create_note 创建「[图片主题] · 提炼 YYYY-MM-DD」
3. batch_edit 写入：📌 一句话概括 / 🔍 内容解读 / 💡 核心信息 / 💬 我的思考

示例 3：多篇内容合并

用户说：「https://a.com https://b.com 还有这段文字 [粘贴内容] 帮我一起整理成笔记」 执行：

1. 依次获取每篇内容
2. create_note 标题为「内容提炼合集 · YYYY-MM-DD」
3. 每篇作为独立章节（一、二、三…）写入同一篇笔记
4. 粘贴文本在末尾附完整原文；URL 只附链接

示例 4：网络图片解读（路径 B，使用 WPS 笔记原生识图）

用户说：「https://example.com/infographic.png 帮我解读」 执行：

1. create_note 创建笔记
2. insert_image(url) 将图片插入笔记，获取 block_id
3. read_image(note_id, block_id) 取回 base64
4. AI 视觉解读 base64 内容
5. edit_block 在图片下方追加解读文字

示例 5：解读笔记内已有图片（路径 D）

用户说：「帮我解读一下笔记里那张图」 执行：

1. get_note_outline(note_id) 找到 type="image" 的 block_id
2. read_image(note_id, block_id) → base64
3. AI 视觉解读
4. edit_block 在图片下方 insert 解读内容

---

图片类 PDF/PPT 处理流程

当 Read(pdf路径) 提取的文字少于 50 字时，判定为图片类文档，执行以下流程：

1. 运行转换脚本

python3 scripts/pdf_to_images.py /path/to/file.pdf

脚本会自动安装 pymupdf（已装则秒过），将每页保存为 /tmp/pdf_pages_<pid>/page_NN.png（PID 隔离，避免并发覆盖）。完整脚本见 scripts/pdf_to_images.py。

2. 逐页视觉读取

对脚本输出目录中的每张 page_NN.png 调用 Read(图片路径) 进行 AI 视觉分析，提取页面中所有可见文字和图表信息。

3. 汇总后正常提炼

将所有页面内容合并，按照标准流程提炼核心观点、金句摘录等。

最多处理 40 页；超过 40 页则处理前 40 页并在笔记中注明「仅提炼前 40 页内容，共 N 页」。网页内嵌图片同理：先从正文提取图片 URL，再走网络图片处理路径（insert_image + read_image）。

故障排查

情况	处理方式
URL 被拦截 / 返回空	按正常笔记结构写入：首行 blockquote 保留来源 URL，然后用 h2「❗ 访问受限」+ p「该网页访问受限，如需提炼请手动复制原文到 AI 工具处理」，不重试
PDF/PPT 为图片页	执行图片转换流程：① pip3 install pymupdf -q（已装则跳过）② 运行 pdf_to_images.py 将每页转为 PNG ③ 逐页 Read(页面图片) 视觉分析 ④ 汇总所有页面内容后正常提炼
.docx 读取乱码	提示用户另存为 .txt 后重试
内容超长（>1 万字）	分段提炼后合并，提示用户正在分段处理
内容为空	告知「未找到可提炼内容」，不创建笔记
无法识别标题	从正文首句 / H1 / 文件名推断；推断不出则用「无题内容提炼」
多语言内容	提炼结果统一用中文输出
图片格式不支持（Read 工具）	仅支持 .png .jpg .jpeg .gif .webp；其他格式用 Shell 转换：sips -s format jpeg 原文件 --out 新文件.jpg
IMAGE_FETCH_FAILED	图片 URL 必须直接返回 image/* 内容；若失败改用 Read(url图片) 直接视觉分析
read_image 返回空	图片 block 刚插入可能需 1-2 秒渲染，稍等后重试；确认 block_id 来自 get_note_outline 而非缓存
网页图片无法提取	WebFetch 无法下载图片二进制；改用 insert_image(img_url) + read_image 路径
BLOCK_NOT_FOUND	重新调用 get_note_outline 获取最新 block ID，不使用缓存 ID
sync_note 失败	笔记内容已写入本地，提示用户「同步失败，笔记内容已保存，请在 WPS 笔记客户端中手动同步」；不重新创建笔记
WEBSOCKET_NOT_CONNECTED	提示用户检查 WPS 笔记是否已打开并登录