research-collector

Research Collector

这个 skill 只做一件事:

• 为某个主题批量收集 YouTube 视频 + 网页文章,喂进 NotebookLM,跑分析查询,把结果落地到本地目录(默认 ./research/<topic>/,可配置)

不负责:

• 写成品文章(交给你自己的写作工具 / skill)
• 选主标题
• 下载视频(交给本仓库里的 yt-dlp-direct skill)
• 发布到多平台(交给本仓库里的 publisher-wechatsync skill)

一句话原则:用户说"帮我收集 X 话题的素材"或"拉一批 YouTube + 文章到 NotebookLM",就走这条固定流水线,不要每次重新设计。

When To Use

适用场景:

• 用户要为某个话题写推荐/测评/观点文,需要先做背景研究
• 用户说"帮我找 X 的热门 YouTube 视频和文章"
• 用户说"收集到 NotebookLM 里分析"
• 用户说"给我整理一份 X 话题的素材研究"

不适用场景:

• 用户已经有明确素材清单,只想要总结 → 直接跑 nlm notebook query
• 用户要做的是实时对话研究,不需要持久化到 notebook → 用 WebSearch + WebFetch
• 用户只要下载单个视频 → 用 yt-dlp-direct

Preconditions

开始前必须确认:

1. nlm CLI 已安装且登录:nlm login --check
2. yt-dlp 在 PATH 中:which yt-dlp
3. 用户明确说明了主题和角度
4. 输出目录可写(默认 ./research/<topic>/,可以通过 RESEARCH_OUTPUT_DIR 环境变量或对话里直接指定其他路径)

前置不满足时:

• nlm login --check 失败 → 让用户跑 nlm login,session 有效期 ~20 分钟
• yt-dlp 没装 → 停止并告诉用户

Working Rules

• 先和用户对齐主题、角度、量级,再动手
• 每轮 ytsearch 默认 15 条,可以根据需要调整
• NotebookLM deep research 一次只能跑一个任务,不能并发
• 添加 source 时每条之间 sleep 2 秒,避免限流
• 所有产出(原始 JSON + 汇总 markdown)落到 ./research/<topic>/ 下(或用户指定的目录)
• 这个 skill 只负责收集和分析,不要擅自接着写成品文章
• 不要删 notebook,用户后面可能还要回去跑 query

Core Workflow

Phase 0: 对齐目标

在动手前必须和用户明确:

1. 主题是什么(要一句话能喂给 ytsearch 的关键词)
2. 角度(比如"最常用 + 个人创作" vs "最新发布 + 技术细节")
3. 笔记本命名(默认 <主题> 素材)
4. 量级(默认:15 油管 + deep research 自动 ~40 网页)

Phase 1: 创建笔记本 + 设 alias

nlm notebook create "<话题> 素材"
# 从输出提取 ID,然后:
nlm alias set <short-name> <notebook-id>

alias 取短名,比如 skills-research、vps-2026,后续所有命令都用 alias。

Phase 2: yt-dlp ytsearch 找热门 YouTube

并行跑 2-3 个不同角度的搜索,每个 15 条:

yt-dlp --simulate --print "%(title)s|%(webpage_url)s|%(view_count)s|%(uploader)s" \
  "ytsearch15:<关键词 A>"
yt-dlp --simulate --print "%(title)s|%(webpage_url)s|%(view_count)s|%(uploader)s" \
  "ytsearch15:<关键词 B>"

输出里的 JS runtime warning 可以忽略。

从结果里按以下规则筛 top 15:

• 去重(同一视频出现在多个搜索里)
• 优先官方账号(比如 Anthropic、OpenAI 等)
• 按 view count 从高到低,但要留 2-3 个垂直向角度的中腰部视频,避免全是爆款通稿
• 每个角度至少保留 5 条