ljg-travel

一条命令完成：全维度文化研究 → 内容提炼 → org 文档 + 便携卡片。 方法论借鉴考古学 Desk-Based Assessment（DBA）：到达之前，穷尽一切文献证据。 强制 NATIVE 模式。 本 workflow 是多 skill 管道（Research → ContentAnalysis → ljg-card），不走 Algorithm 七步流程。 从用户消息中提取城市名称和可选参数。如有聚焦主题，后续所有搜索围绕该主题展开。 调用 Skill tool 执行 Research ，使用 extensive 模式。 核心设计：不分"知识底图"和"平台发现"两步——它们是同一个研究操作的不同搜索角度。 12 个 Agent 同时出发，一半做学术/百科研究，一半做平台内容搜索。 研究提纲（传入 Research 的 prompt）： 等待 Research 完成，获得全维度研究结果。 如果用户指定了 -q 快速模式，跳过此步。 从步骤 2 返回的结果中，提取所有有效 URL（文章链接、视频链接）。 对每个 URL 并行启动 Agent subagent： 每个 subagent 调用 Skill tool 执行 ContentAnalysis ，传入 URL，使用 fast 深度级别，提取核心知识点。 降级规则： 收集所有成功提炼的内容摘要。 将步骤 2（研究结果）和步骤 3（内容提炼，如有）合成为一份结构化 org-mode 文档。 文档结构： 文件命名 ：使用 denote naming schema，保存到 ~/Documents/notes/ 目录： {YYYYMMDDTHHMMSS}==z--{城市}旅行研究.org 写作要求 ： 从步骤 4 的 org 文档中提取核心内容，铸造两张卡片， 并行执行 ： 卡片 A — 城市文明概览（信息图）： 调用 Skill tool 执行 ljg-card -i ，输入内容为：城市历史分层 + 核心博物馆清单 + 必看古建清单的精华摘要。一张图看懂这座城市的文明骨架。 卡片 B — 参观路线速查（长图）： 调用 Skill tool 执行 ljg-card -l ，输入内容为：参观路线建议 + 每个地点的核心看点。手机上随时查看。 （首次创建，暂无记录。使用中积累。） - 如果 ContentAnalysis 对某个 URL 失败（无法访问、无字幕等），跳过该 URL，不阻塞 - 如果所有 URL 都失败，流程不中断——步骤 2 的研究结果已经足够生成文档 - ContentAnalysis 是增强层，不是必要层 - 每个推荐必须有「为什么看」和「看什么细节」，不许空泛 - 语气是给自己写的笔记，不是导游词 - 有确切信息写确切的，没有的不编 - 步骤 2 是核心——12 个 Agent 并行覆盖学术研究和平台内容，一次完成 - 步骤 3（内容提炼）是增强层，失败不阻塞流程 - 步骤 5 的两张卡片之间并行 - org 文档是主产出，卡片是衍生产出——文档质量优先 - 不产出泛泛的旅游攻略，每个推荐必须有「为什么看」和「看什么细节」 - Research 搜索使用中英文双语关键词，扩大覆盖面 - 没有确切信息时宁可留空，不编造