yichen-skills

在 AI 辅助编程和内容创作日益普及的今天，开发者与创作者面临着一个共同的痛点：工具链的碎片化。我们拥有强大的 LLM（如 Claude、GPT），也有丰富的本地数据（微信聊天、Obsidian 笔记）和外部平台（X、抖音、小红书），但将它们串联起来往往需要繁琐的手动操作或复杂的脚本编写。

yichen-skills是一个面向内容创作者和开发者的 Skill 仓库，通过 Claude Code 或 Codex CLI，打通“知识沉淀 + 内容切片 + 多平台分发 + 本地资产解析”的完整工作流。它不仅仅是一组脚本，更是一套安全优先、隐私为本、模块化编排的自动化基础设施。

核心能力全景图

yichen-skills 将复杂的工作流拆解为独立的 Skill，每个 Skill 专注解决一个特定环节的问题，并通过统一的 CLI 接口进行调用。

1. 内容生产与分发自动化

• X (Twitter) 深度集成：
  • yichen-x-article-draft-uploader：将 Obsidian/Markdown 长文自动转换为 X Articles 草稿，支持富文本、表格和媒体插入，只存草稿不发布，确保可控。
  • yichen-x-slicer：将公开 X Post 或 Thread 自动转化为 3:4 图片切片或 H.264 视频，内置多种视觉模板，保留原声，适合二次传播。
• 跨平台素材归档：
  • yichen-content-archive：一键抓取已知链接的抖音视频、小红书笔记、公众号文章等，支持元数据提取和本地归档，为创作提供对标素材。

2. 本地数字资产沉淀（微信/企微）

• 微信生态解析：
  • yichen-wechat-local-vault (macOS)：解密并提取微信 Mac 版的聊天记录、朋友圈和收藏夹，生成客户跟进草案或对话复盘。
  • yichen-wechat-windows-reader (Windows, 实验性)：只读分析离线微信明文快照，不操控客户端，保障数据安全。
  • yichen-wechat-mp-batch-exporter：批量导出公众号历史文章、阅读量及评论数据，支持 Markdown/JSON 格式。
• 企业微信管理：
  • yichen-wecom-local-vault：只读解析企微 5.x 数据库，导出联系人和会话记录。
  • yichen-wecom-operations：通过官方 CLI 管理企微云文档、待办和日程，不操控客户端界面。

3. 智能调研与信息检索

• 多模型协同调研：
  • codex-chatgpt：建立 ChatGPT Pro (调研/架构) 与 Codex (代码/执行) 的审查闭环，实现公网调研与本地执行的隔离。
  • yichen-grok-consult：在 GPT 主导的对话中无缝调用 Grok 搜索 X 平台实时信息，提供第二意见。
• 统一搜索路由：
  • yichen-web-research & yichen-unified-search：覆盖 GitHub、知乎、微博、YouTube 等主流平台的只读搜索，内置证据门控和矛盾检查，确保信息来源可核验。

4. 效率工具与环境增强

• Mac 微信双开 (yichen-mac-wechat-dual-open)：无需第三方软件，通过重签名实现微信双开，蓝色图标区分，一键启动。
• Agent 记忆系统 (yichen-agent-memory)：基于 Markdown/Obsidian 构建本地记忆库，支持语义检索和定期审计，让 AI 记住你的偏好和项目背景。
• 音视频处理 (yichen-volc-asr / yichen-asr)：集成火山 ASR，实现音视频转写、字幕生成及口播粗剪，支持多服务商路由。

设计哲学：安全、隐私与可控

yichen-skills 最显著的特征是其对安全边界的极致关注，这在处理敏感数据（如微信聊天记录、API Key）时尤为重要。

1. 只读原则：绝大多数涉及本地数据的 Skill（如微信解析、企微操作）均采用只读模式，绝不修改原始数据库或操控客户端 UI。
2. 凭证隔离：所有 API Key、Cookie 和 Token 均通过环境变量或本地加密文件管理，绝不写入 Git 仓库。
3. 授权闸门：任何涉及私人数据导出或付费服务调用的操作，都必须经过用户的显式确认（Explicit Consent）。
4. 环境隔离：使用独立的 Playwright 浏览器实例或沙箱环境，避免污染用户日常使用的 Chrome 配置。
5. 透明可验：所有操作均有日志记录，关键步骤（如草稿上传、数据导出）提供核验机制，确保结果符合预期。

快速上手指南

前置要求

• CLI 环境：Claude Code 或 Codex CLI。
• Python 环境：Python 3.9+，建议配合 venv 使用。
• Node.js：部分 Skill 需要 Node.js 18+。

安装方式

方法 A：通过 Skills CLI 安装（推荐）

# 安装单个 Skill，例如 X 文章上传器
npx skills add mcncarl/yichen-skills --skill yichen-x-article-draft-uploader

# 安装 Web Research 家族（包含搜索、归档、ASR 等）
npx skills add mcncarl/yichen-skills --skill yichen-web-research
npx skills add mcncarl/yichen-skills --skill yichen-unified-search
# ... 其他相关 skill

方法 B：手动克隆
将仓库内容复制到本地 skills 目录（如 ~/.claude/skills/ 或 ~/.agents/skills/），保持目录名不变。

典型工作流示例

场景 1：将 Obsidian 笔记发布为 X 线程

1. 在 Obsidian 中写完一篇长文。
2. 在 Claude Code 中输入：“把这篇 Markdown 上传到 X Articles 草稿”。
3. Skill 自动转换格式、插入媒体，并在 X 后台生成草稿供你最终审核。

场景 2：从微信聊天中提炼客户洞察

1. 运行 yichen-wechat-local-vault。
2. 选择“聊天记录解析”或“客户跟进”。
3. AI 自动提取关键信息，生成结构化的跟进草案。

场景 3：跨平台竞品调研

1. 输入：“调研最近一周小红书上关于‘AI 绘画’的热门笔记”。
2. yichen-unified-search 路由至小红书搜索适配器。
3. yichen-content-archive 下载热门笔记的图片和文案。
4. 生成一份包含趋势分析和素材引用的 Markdown 报告。