agentleFS
chengkj99chengkj99/kj-skills/skills/ai-conversation-to-wiki/SKILL.md

ai-conversation-to-wiki

Skill14 starsChanged 5 months agoMITView on GitHub

将 ChatGPT、Claude、Codex 等 AI 对话或聊天导出内容,先做保真价值分析与去重,再按用户确认分层沉淀到个人 LLM Wiki。 当用户提供 AI 对话链接、粘贴聊天全文、对话导出文件,或提出“分析这段对话有什么值得沉淀”“不要错过聊天内容”“把 AI 对话沉淀到知识库” “先给沉淀清单”“确认沉淀”等请求时使用。默认只输出沉淀清单,不写文件;只有通过目标 Wiki 规定的确认门闩后, 才归档原文并生成 sources、transcripts、analysis、synthesis、concepts 或 os/inbox 等页面,同时维护索引和只追加日志。

The file

Files
SKILL.md

AI 对话沉淀到 Wiki

把一次性 AI 对话转化为可追溯、可维护、可复用的个人知识资产。保留原文与推理路径,明确区分用户观点、AI 建议和待验证事项。

核心原则

  1. 先保真,后提炼:不得用摘要替代对话原文;不得把 AI 推断改写成用户原话。
  2. 默认预览:第一次处理对话时只分析并输出沉淀清单,不落盘。
  3. 确认门闩:严格读取目标 Wiki 的确认规则。若其要求口令(例如“确认沉淀”),未收到符合规则的确认前不得写入 AI 协作结论。
  4. 分层路由:原始对话、结构化实录、分析结论、跨源综合和经营决策分别落到适合的位置。
  5. 可追溯:每条关键结论尽量保留对话轮次、段落或原始文件锚点。
  6. 增量维护:写入前检查重复页面;优先更新已有主题,避免换名重复建页。
  7. 遵守本地规则:目标 Wiki 的 AGENTS.md、CLAUDE.md、SCHEMA.md 和专项规则优先于本技能。

工作流

1. 定位目标 Wiki 并读取规则

  1. 根据当前仓库、用户指定路径和全局路由规则确定 Wiki 根目录。
  2. 完整读取目标 Wiki 的 AGENTS.md 或 CLAUDE.md、SCHEMA.md。
  3. 检查 .cursor/rules/、.agents/skills/ 或其他本地说明中是否存在 AI 协作纪要、Ingest、OS 路由和日志规则。
  4. 若目标 Wiki 提供专用 Ingest Skill,在确认写入后的导入阶段优先使用它;不要复制或绕过其约束。
  5. 读取 wiki/index.md 并搜索相关主题,建立重复与冲突清单。

若无法确定目标 Wiki,先询问落点,不要写入当前项目的任意 docs/。

2. 获取并检查对话输入

支持以下输入:

  • 用户在当前会话粘贴的完整对话;
  • ChatGPT、Claude、Codex 等平台导出的 Markdown、JSON、HTML 或文本;
  • 用户明确指定的本地文件;
  • 当前环境能够读取的对话链接。

若链接只在原平台内部可见、当前环境无法读取,请用户粘贴全文或提供导出文件。不要仅归档不可复现的内部链接。

记录可获得的来源信息:平台、对话标题、conversation ID 或 URL、发生日期、导出日期、参与者、隐私级别。缺失字段标记“未提供”,不得猜测。

3. 进行高保真价值分析

按对话顺序阅读全文;长对话分段读取后建立覆盖清单。至少区分:

  • 用户提供的事实、经历和案例;
  • 用户明确表达的判断或已确认决定;
  • AI 给出的建议、方案或推断;
  • 尚未解决、待验证或互相冲突的问题;
  • 可复用的框架、流程、清单、标准和提示词;
  • 行动项、经营建议和内容选题;
  • 有价值的追问、观点转折、反例与失败路径;
  • 隐私、敏感信息和不适合公开的内容。

不要因为某个观点表达完整就默认它已被用户采纳。AI 建议统一标注为“建议”或“待验证”。

4. 输出沉淀清单并暂停

默认使用 references/deposition-manifest.md 的格式输出:

  1. 对话概览;
  2. 高价值内容清单;
  3. 用户结论 / AI 建议 / 待验证问题;
  4. 重复与冲突;
  5. 建议文件及更新方式;
  6. 隐私与脱敏提醒;
  7. 本次明确跳过的内容;
  8. 确认提示。

此阶段不得创建、编辑或移动任何 Wiki 文件。若目标 Wiki 规定了固定确认口令,逐字提示用户使用该口令。

5. 收到确认后保真归档

仅在确认范围清楚且满足目标 Wiki 门闩后执行:

  1. 将用户提供的对话原文原样归档到目标 Wiki 允许的原始素材目录。
  2. 添加来源、归档日期和隐私级别等元数据,但不得改写正文。
  3. 若需要断句、纠错或去除界面噪声,另建整理稿;不得覆盖原文。
  4. AI 生成的结论纪要与原始聊天全文分文件保存。
  5. 若对话含敏感信息,先按清单中确认的范围脱敏;无法安全处理时停止写入并说明原因。

6. 分层生成知识页面

按照 references/routing-matrix.md 和目标 Wiki Schema 选择页面:

  • sources:3–5 条导航级摘要,链接到原始来源和衍生页面;
  • transcripts:长篇、多主题对话的结构化实录,保留原文锚点,不写推断;
  • analysis:议题地图、观点矩阵、论点与依据、开放问题和覆盖清单;
  • synthesis:仅用于多段对话或多来源的跨源收敛、矛盾和行动框架;
  • concepts / entities:仅创建能跨场景复用且尚不存在的概念或实体;
  • os/inbox:尚未确认的经营建议、产品决策、计划和行动实验;
  • 正式 OS 页面:只有用户已明确确认且本地规则允许时才更新。

内容选题只生成到目标 Wiki 允许的位置;不得擅自把内部、私密对话转为公开选题。

7. 维护导航与日志

  1. 按目标 Wiki 规范更新 wiki/index.md 或等价导航。
  2. wiki/log.md 或等价日志只追加,不重写历史。
  3. 回链原始素材、摘要、实录、分析、综合与 OS 条目。
  4. 使用用户环境当前日期,不臆造对话发生日期。

8. 完成覆盖与安全检查

交付前检查:

  • 原始对话是否可回查,摘要是否没有替代原文;
  • 用户结论、AI 建议与待验证事项是否明确分离;
  • 长对话是否有结构化实录和分析覆盖清单;
  • 每条重要结论是否能回到原文锚点;
  • 是否误把建议写成已确认决定;
  • 是否新建了重复页面或无复用价值的概念页;
  • 是否遵守隐私、raw/、索引和只追加日志规则;
  • git diff 是否只包含本次授权范围。

最后列出实际新增与更新的文件、跳过项、待人工复核项和下一步建议。

常用触发方式

  • “分析这段 ChatGPT 对话,先给我沉淀清单,不要落盘。”
  • “把这份 Claude 对话区分成我的结论、AI 建议和待验证问题。”
  • “确认沉淀。”
  • “把这几段 AI 对话综合进个人 Wiki,保留原文锚点。”
  • “检查这段对话是否与 Wiki 已有内容重复,再建议更新哪些页面。”

参考文件

  • references/deposition-manifest.md:预览阶段的固定输出合同。
  • references/routing-matrix.md:不同内容类型的分层路由和禁止事项。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.