claudia-corpus-sync
Skill39 starsChanged 7 months agoMITView on GitHub
Sincroniza el corpus de contenido publicado de un workspace (YouTube, Substack) con lo que hay en local. Útil para creadores que mantienen un archivo local de sus propias piezas publicadas.
- Commits and pushes
In this repository21 other files it gives its agents.
- CLAUDE.mdCLAUDE.md
- claudia-blueprintSkill
- claudia-calendarSkill
- claudia-critiqueSkill
- claudia-finanzasSkill
- claudia-gmailSkill
- claudia-imageSkill
- claudia-intakeSkill
- claudia-onboardingSkill
- claudia-researchSkill
- claudia-scrapeSkill
- claudia-thinkingSkill
- claudia-updateSkill
- claudia-wisdomSkill
- claudia-yt-analyticsSkill
- claudia-yt-transcriptSkill
- memory-searchSkill
- notesSkill
- telegram-botSkill
- vault-searchSkill
- weekly-reviewSkill
The file
We split this skill into the rules it gives an agent
1 rule. About 0 are common, 0 are distinctive, and 1 is very specific to this project.
≈0
Common · estimate
Many files like this have a rule of this kind.
≈0
Distinctive · estimate
This author's own choices. Worth a look.
1
Very specific
Tied to their project's names, files or tools. Probably skip.
- Common
- Distinctive
- Very specific
- Very specific: line 115
Commit en user/workspaces/{ws}/{canal}/corpus/ con mensaje descriptivo (si no usas el cron, que ya lo hace).
≈ “Common” is an estimate: at least 1 in 5 of the 372,429 skill files we read have a rule of the same kind, not the same words. “Very specific” is our guess from the words: it names a file, a command, a setting or the project itself.
Files
Corpus Sync
Sincroniza el corpus local de un workspace con las piezas publicadas en sus fuentes (canal de YouTube, newsletter de Substack, etc.). Detecta qué falta y lo descarga.
Personalización: antes de ejecutar, lee
user/behavior.mden este directorio. Si tiene contenido, aplícalo como ajustes sobre el comportamiento de esta skill — en caso de conflicto con lo definido aquí, prevalece lo del usuario.
Qué es un "corpus"
Un corpus es el archivo local de tu propio contenido publicado. Cada pieza (un vídeo, un post) se guarda como .md dentro de user/workspaces/{ws}/{canal}/corpus/. Sirve para:
- Darle a Claudia el contexto de tu voz, estilo y temas ya tratados
- Detectar duplicados o autocitas cuando preparas contenido nuevo
- Analizar tu propia trayectoria (temas, evolución, frecuencia)
Cómo configurarlo (setup)
1. Tener un workspace
Debe existir user/workspaces/{nombre-del-workspace}/. Si no lo tienes, créalo o usa /claudia-onboarding para generar uno. Por convención el workspace representa una marca personal, un canal, un proyecto.
2. Crear corpus.json en la raíz del workspace
En user/workspaces/{ws}/corpus.json:
{
"sources": {
"yt": {
"type": "youtube",
"channel_id": "UC8KraRubGUZAaG4TT7pku5w",
"corpus_dir": "yt/corpus",
"cookies_file": "yt/scripts/youtube_cookies.txt",
"ignore_shorts": true,
"lang": "es"
},
"nl": {
"type": "substack",
"url": "https://tu-publicacion.substack.com",
"corpus_dir": "nl/corpus",
"excluded_slugs": ["archive", "about", "mis-fuentes"]
}
}
}- Las claves (
yt,nl, ...) son nombres libres que usarás con--source. corpus_dires relativo a la raíz del workspace. El directorio se crea si no existe.
3. (Opcional) Automatizar con cron
Si quieres que el corpus se mantenga al día sin intervención, añade el cron apuntando al script de la skill. Ejemplo (cada 6 horas):
0 */6 * * * .claude/skills/claudia-corpus-sync/cron_sync.sh <workspace>cron_sync.sh hace git pull → sync → git commit + git push con log en user/workspaces/{ws}/logs/YYYY-MM-DD.md. Necesita que el repo esté configurado con remote y permisos de push.
Sin cron, simplemente invoca la sincronización manualmente cuando quieras actualizar el corpus (ver siguiente sección).
Tipos de fuente soportados
youtube
Feed RSS público del canal. Usa yt-transcript para bajar subtítulos.
channel_id(obligatorio) — ID del canal, formatoUC...corpus_dir(obligatorio) — carpeta destinocookies_file(opcional) — path ayoutube_cookies.txtsi los vídeos requieren sesiónignore_shorts(opcional, defaulttrue)lang(opcional, defaultes)
substack
Sitemap.xml de una publicación de Substack.
url(obligatorio) — dominio de la publicación (ej:https://tu-publicacion.substack.com)corpus_dir(obligatorio) — carpeta destinoexcluded_slugs(opcional) — slugs de páginas estáticas a ignorar (ej:archive,about)
Si necesitas otro tipo de fuente (RSS genérico, WordPress, etc.), añade un módulo en sources/ siguiendo el patrón de youtube.py o substack.py.
Invocación
# Dry run — ver qué falta sin descargar (todas las fuentes del workspace)
python3 .claude/skills/claudia-corpus-sync/sync.py <workspace>
# Sincronizar todo
python3 .claude/skills/claudia-corpus-sync/sync.py <workspace> --sync
# Solo una fuente
python3 .claude/skills/claudia-corpus-sync/sync.py <workspace> --source yt --syncCuándo usar esta skill
- El usuario pide sincronizar/actualizar el corpus de su workspace.
- Se detectan piezas nuevas publicadas que no están en local.
Después de sincronizar
- Verificar 1-2 de los nuevos
.md(fecha, título, cuerpo limpio). - Commit en
user/workspaces/{ws}/{canal}/corpus/con mensaje descriptivo (si no usas el cron, que ya lo hace).
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
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.

