剪藏他人观点到「他山之石」(tashanzhishi)

Overview

把一个视频、播客或文章的内容，整理成一篇可以直接阅读的文章，存进 20-knowledge/他山之石/。

核心原则：产出的是给读者看的文章，不是观点汇总，也不是逐条「作者认为……」的清单。忠实于来源、把事实和推测分清、标注作者立场，但用流畅的文章呈现。这不是写用户自己署名的内容，所以不套用户文风、也不跑 de-ai-flavor。输出永远中文。

何时用 / 不用

用：用户给链接或粘贴文字稿，说要「剪藏到他山之石」「整理成他山之石文档」「归档这个观点」。 不用：用户要写自己署名的推文/文章（那是写作任务，走文风流程）。

输入两种来源

1. 链接（YouTube/B站/播客等）→ 用 yt-dlp 抓元数据 + 字幕。
2. 粘贴的文字/字幕/文章 → 直接用，跳过抓取。

流程

1. 拿到原文

链接来源，运行本目录的脚本：

bash ~/.claude/skills/tashanzhishi/fetch-transcript.sh "<链接>"          # 默认读 Chrome 登录态
bash ~/.claude/skills/tashanzhishi/fetch-transcript.sh "<链接>" safari   # 换浏览器：safari/brave/edge/firefox

它会打印一个临时目录路径，里面有 meta.txt（标题 ||| 作者 ||| 上传日期 ||| 链接 ||| 时长）和一个 .vtt 字幕文件。YouTube 现在要求登录态才能下字幕，脚本默认读 Chrome 的 cookies，所以需要在 Chrome 里登录过 YouTube。

把字幕清洗成纯文本再读：

python3 ~/.claude/skills/tashanzhishi/vtt2text.py "<那个目录>"/sub.*.vtt > /tmp/transcript.txt

vtt2text.py 会去掉时间轴、内联标签、HTML 实体，并合并自动字幕的滚动重复。然后用 Read 读 meta.txt 和 /tmp/transcript.txt。注意：视频结尾常有重复的「精彩片段」集锦，蒸馏时忽略那段。

2. 写成一篇可读文章

• 清洗自动字幕的识别错误、逐字空格、错的专有名词（公司名、人名、术语、英文缩写），但不改作者语气和立场。
• 用流畅的中文写成一篇文章，把读者当杂志读者：正常标点（用冒号、写完整句子），不要「短语。完整句。」这种断裂节奏，也不要「1. 作者认为 X」的清单堆叠。
• 按内容自然分几个 ## 小标题导航；attribution 自然融进句子（他算了笔账、她的观察是、他给了个尺子）。
• 事实与推测分清：可核实的当事实写，推测和判断点明是作者观点。结尾用一段「可信与存疑」的编辑提醒收尾。
• 可以摘 1 到 5 句原话金句融进正文，但别让全文变成摘抄。

3. 写文件

写到 20-knowledge/他山之石/<简洁中文标题>.md，文件名不含斜杠。captured 用 date +%F 的当天日期。结构见下。

文档结构（可读文章，不是观点汇总）

---
tags: [他山之石, <领域标签>]
source: <平台> · <作者/频道>
author: <作者，未知写"未注明">
url: <原始链接>
captured: <YYYY-MM-DD>
type: 他人观点
---

# <文章式标题>

> 来源与立场：一句话说清作者是谁、有没有带货/特定立场，哪里要打折看。

<开头一两句，把读者带进来。>

## <小标题>
<流畅文章正文，自然融入 attribution，事实与推测分清。>

## <小标题>
...

---
**可信与存疑**：哪些是可核实事实（回到原始来源核对），哪些是作者的推测/判断。

写完后

简单报告：写到哪个文件、抓取还是粘贴、有没有抓到字幕。不要同步到 X 或个人网站。

常见错误

参考样例

20-knowledge/他山之石/ 下的成品（SpaceX-IPO、跨境券商被查、AI时代普通人如何入局 等）就是目标形态，照它们的可读文章风格来。

抓不到字幕的视频怎么办（音频兜底）

YouTube 对第三方工具收紧了两道门：很多视频字幕要 PO token，有些干脆禁用；音频/视频强制 SABR 流，没 PO token 直接 403。fetch-transcript.sh 抓不到字幕时，走音频兜底（需先跑过 setup.sh）：

# 1) 下载音频（fetch-audio.sh 会自动启动 bgutil 提供器解锁 SABR/PO-token）
AUDIO=$(bash ~/.claude/skills/tashanzhishi/fetch-audio.sh "<链接>")
# 2) 本地转写（faster-whisper，无需 ffmpeg；中文传 zh，质量优先用 large-v3）
~/.local/share/tashanzhishi/venv/bin/python \
  ~/.claude/skills/tashanzhishi/transcribe.py "$AUDIO" small zh > /tmp/transcript.txt

然后读 /tmp/transcript.txt，按正常流程写成文章。注意：small 模型对中英混杂的专有名词会有错，蒸馏时清一下，必要时换 large-v3 重转。

音频也下不动时，让用户把 YouTube 的「显示转写 / Show transcript」复制粘贴过来。

NotebookLM MCP 不行：它的 add_source 不支持 YouTube（只能抓网页或粘贴文本），用不了。