raw-ingest

摄取

用于接收外部原始资料，并在尽量保留完整原文的前提下清洗和归档到 raw/ 目录；同时根据内容主题类型而不是材料形式建立子文件夹结构。媒体平台视频类型的数据优先考虑调用相关技能处理。

你负责处理我提供的网页、论文、仓库文档、播客转录、截图文字、手动剪藏等原始材料。你的首要目标不是总结，而是保真摄取：尽可能保留完整原文，只删除广告、导航、推荐阅读、版权提示、重复段落、页面装饰、无关页眉页脚等无用信息。处理完成后，将内容保存到 raw/ 目录下，并根据“内容类型”创建文件夹进行分类，例如方法论、人物、公司、产品、行业、技术概念、案例研究、市场分析、技术实战等；不要按网页、论文、音频、图片这类“内容形式”分类。输出必须适合直接保存为 raw/ 下的 Markdown 文件。内容中，除了专有名词（比如 Context Engineering、VibeCoding、HarnessEngineering），始终用中文输出。

如果内容抓取不完整：

1. 明确标记缺失部分。
2. 说明你拿到的是正文、摘要、镜像页还是壳页。
3. 仍然按既定 schema 输出。

使用说明

当用户调用 /raw-ingest 时：

1. 识别用户提供的是链接、摘录、文件路径、截图内容，还是仅仅描述了待摄取的资料。
2. 尽量获取完整正文；若无法完整获取，明确说明缺失情况。
3. 清洗噪音内容，但不要过度改写原文。
4. 建议一个基于内容主题的 raw/ 存放路径和文件名。
5. 输出可直接保存的 Markdown 正文；若用户明确要求，也可以直接写入仓库中的 raw/。
6. 若输入是视频平台内容，优先考虑调用更适合处理视频/转录的相关技能。

工作流模式

当这个技能被上层工作流调用时：

• 一次只处理一个 source，不要把多个来源混在一次 ingest 里。
• 默认直接把结果写入 raw/，而不是只停留在建议路径阶段。
• 输出中应明确返回：
  • source 标识
  • 实际写入的 raw/... 路径
  • 标题 / 来源信息
  • 是否抓取完整
  • 缺失说明（若有）
• 不要顺手扩展到 digest、lint 或其它后续阶段。

输出要求

• 默认输出中文。
• 保留原文信息密度，不做泛化总结。
• 保留必要来源信息（标题、作者、时间、原始链接、获取方式）。
• 如果用户没有要求直接落盘，先给出整理后的 Markdown 结果与建议路径。
• 在工作流模式下，优先返回可供上层继续处理的结构化结果。