conversation-knowledge-extractor
深度分析当前对话窗口内容，智能识别对话类型（学术写作、学术探讨、编程任务等），提取关键知识点、方法论、个人习惯、常见错误，并结构化输出为详细的可复用知识库文档。特别针对学术写作场景进行深度记录（修改前后对比、写作偏好、习惯模式）。触发词："总结这次对话"、"提取知识点"、"整理对话精华"、"构建知识库"、"记录学习内容"等。
npx skills add majiayu000/claude-skill-registry --skill conversation-knowledge-extractor --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# Conversation Knowledge Extractor ## 核心功能 从当前对话窗口中深度提取和结构化知识，生成详细的个人知识库文档。 ## 工作流程 ### 步骤1：对话全览分析 首先快速浏览整个对话窗口，识别： - 对话轮次总数 - 主要话题数量（可能有多个主题交织） - 话题类型（学术写作、学术探讨、技术任务、其他） - 关键转折点（话题切换、重要突破） ### 步骤2：话题分类与深度提取 根据识别出的话题类型，使用对应的提取模板： **学术写作类**（优先级最高，最详细） - 使用 `references/academic-writing-template.md` 模板 - 完整记录修改前后对比 - 深度分析写作偏好和习惯 - 详细程度：3000-5000字 **学术探讨类** - 使用 `references/academic-discussion-template.md` 模板 - 记录思考过程和论证逻辑 - 详细程度：2000-3000字 **技术任务类** - 使用 `references/technical-task-template.md` 模板 - 记录方法、工具、决策点 - 详细程度：1500-2500字 **综合对话类** - 使用 `references/general-conversation-template.md` 模板 - 按主题分段记录 - 详细程度：视内容而定 ### 步骤3：智能标注与分级 在提取内容时，添加以下标记： - `⭐⭐⭐` 高频问题/核心知识点 - `💡` 重要洞察/突破性认知 - `⚠️` 需要强化记忆的点/反复出现的错误 - `🔄` 认知演进点（从不理解到理解） - `📌` 个人偏好/习惯 ### 步骤4：生成分级文档 输出结构： ``` # 第一层：执行摘要（200-400字） 快速概览本次对话的核心价值 # 第二层：结构化详细内容（按模板展开） 完整的知识提取 # 第三层：可执行建议 基于本次对话的后续行动 ``` ### 步骤5：输出与保存 - 生成独立的markdown文件 - 文件命名：`knowledge-{YYYYMMDD}-{主题简称}-{序号}.md` - 使用 `create_file` 保存到 `/home/claude/` - 使用 `present_files` 提供给用户下载 ## 特殊处理：学术写作深度记录 对于学术写作类对话，必须包含以下详细内容： ### 修改对比记录 ```markdown ## 原文片段 [引用原始文本] ## 修改后文本 [引用修改后文本] ## 修改原因分析 - 语法层面：[具体说明] - 表达层面：[具体说明] - 逻辑层面：[具体说明] - 风格层面：[具体说明] ## 可复用规则 [从这次修改中提炼出的通用规则] `
- 核心功能
- 工作流程
- 步骤1：对话全览分析
- 步骤2：话题分类与深度提取
- 步骤3：智能标注与分级
- 步骤4：生成分级文档
- 步骤5：输出与保存
- 特殊处理：学术写作深度记录
- 修改对比记录
- 写作模式识别
- 个人习惯追踪
- 输出文件规范
- 文件头部（YAML元数据）
- 文件尾部
What does the conversation-knowledge-extractor skill do?
深度分析当前对话窗口内容，智能识别对话类型（学术写作、学术探讨、编程任务等），提取关键知识点、方法论、个人习惯、常见错误，并结构化输出为详细的可复用知识库文档。特别针对学术写作场景进行深度记录（修改前后对比、写作偏好、习惯模式）。触发词："总结这次对话"、"提取知识点"、"整理对话精华"、"构建知识库"、"记录学习内容"等。
How do I install it?
Run `npx skills add majiayu000/claude-skill-registry --skill conversation-knowledge-extractor --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From majiayu000/claude-skill-registry, a repository with 534 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.