deep-digest — 深度内容萃取

把任何文本（聊天记录、文章、笔记、对话）转化成一个结构化的认知快照。

核心能力

输入一段文本，输出三样东西：

1. 事实层（发生了什么）

• 时间线摘要
• 关键人物/角色
• 事件/论点序列
• 数据或引用（如有）

2. 模式层（真正的模式是什么）

• 重复出现的主题
• 隐性假设
• 认知转变（世界观被敲碎或重塑的瞬间）
• 行为模式或决策模式
• 这是最值钱的部分 — 不是摘要，是模式识别

3. 信号层（跟我有什么关系）

• 可操作的建议
• 需要进一步深挖的方向
• 风险信号
• 优先行动项

用法

openclaw skill run deep-digest --input "你的文本内容"

支持管道输入：

cat long-notes.txt | openclaw skill run deep-digest

输出格式

Markdown 结构，三区清晰分隔：

## 📋 事实摘要
...

## 🧠 模式发现
- **发现1**: [模式描述]
- **发现2**: [模式描述]

## ⚡ 信号与行动
- [ ] **立即**: ...
- [ ] **跟进**: ...
- [ ] **观察**: ...

适用场景

• 群聊精华提取（从大量消息中提取价值）
• 会议记录总结（结构化行动项）
• 文章深度分析（不只是摘要，找出作者的隐性假设）
• 个人日记/笔记回顾（发现自己的思维模式）
• 竞品分析（从公开信息中提取策略信号）