yfge/insight-extractor

Insight Extractor — 长文本观点提炼

输入

接受任何长文本：

• 直播/会议转写稿（video-to-text 输出的 .txt）
• 播客文字版
• 长文章、研报
• 任意需要提炼的文本素材

提炼流程

Step 1: 通读全文，建立框架

快速扫描全文，识别：

• 参与者：有几位说话人？各自角色/立场是什么？
• 话题边界：讨论了哪几个大的话题？大约在什么时间段？
• 情绪/态度变化：哪些地方有争论、兴奋、犹豫？

Step 2: 按话题分段提炼

对每个话题段落，提取：

核心论点 (Key Arguments)

• 每位说话人的核心主张是什么？
• 用一句话概括每个论点
• 标注论据类型：经验/数据/类比/假设

金句 (Quotable Quotes)

• 原话引用，保留口语感
• 优先选：有画面感的、反直觉的、能引发讨论的
• 标注说话人和大致时间戳

争议点 (Debates & Tensions)

• 哪些观点有分歧？
• 双方各自的理由是什么？
• 最终是否达成共识？

行动项 (Action Items)

• 提到了哪些具体的下一步？
• 谁负责？什么时间？

Step 3: 输出结构化摘要

输出格式（Markdown）：

# 观点摘要：<标题>

## 元信息
- 来源：<文件路径或名称>
- 时长/字数：<>
- 参与者：<说话人列表及角色>
- 日期：<>

## 话题概览
1. <话题1名称> — 一句话总结
2. <话题2名称> — 一句话总结
...

## 详细观点

### 话题1：<名称>

**核心论点：**
- [说话人A] <论点> — <论据类型>
- [说话人B] <论点>

**金句：**
> "原话引用" — 说话人, [MM:SS]

**争议：**
- <分歧描述>

---
（重复每个话题）

## 行动项
- [ ] <具体事项> — 负责人, 时间

## 整体洞察
- <3-5 条跨话题的高层洞察>
- <这些讨论对行业/团队/读者意味着什么>

Step 4: 存档

保存到 workspace/insights/ 目录：

• 命名：<来源简称>-insights.md（如 直播0226-insights.md）

提炼原则

1. 保留原味：金句用原话，不美化不总结。口语的力量在于真实。
2. 区分事实和观点：某人说"我觉得 X 会取代 Y"是观点，不是事实。
3. 抓冲突和转折：观点一致的地方一笔带过，有争论的地方展开。
4. 不补脑：文本里没说的，不要推断。不确定的标注"待确认"。
5. 聚焦可行动：优先提炼能变成文章、决策、行动的内容。

长文本处理策略

• < 30K 字：一次性读取，直接提炼
• 30K - 100K 字：分 3-5 段读取，逐段提炼后汇总
• > 100K 字：先用 grep/搜索定位关键段落，重点提炼

与其他 Skill 的衔接

• 上游：video-to-text（提供转写稿）
• 下游：article-forge（消费观点摘要，生成文章）
• 观点摘要的 ## 详细观点 和 ## 整体洞察 是 article-forge 的主要输入