@9000ai/cli 0.1.0

package/skills/douyin-topic-discovery/workflow/topic-research.md

@@ -0,0 +1,216 @@
+# 选题调研工作流
+
+当用户给你一个主题或观点，要求你围绕它做一轮批量选题调研时，按以下阶段执行。不要跳步。
+
+---
+
+## 阶段 1：定主观点
+
+不要直接搜。先确认用户的"母判断"是什么。
+
+做法：
+1. 问用户或从用户描述中提炼出一个明确的立场/观点
+2. 用一两句话写下来，作为整轮调研的锚点
+
+示例：
+- "普通家庭没有资格模糊，教育首先是一笔投资"
+- "副业不是自由，是另一种被筛选"
+
+所有后续搜索都围着这个母判断展开，不是漫无目的搜。
+
+---
+
+## 阶段 2：拆子观点
+
+把主观点拆成 3-5 个子观点。每个子观点决定你要搜哪一类素材。
+
+示例（主观点："普通家庭教育是投资"）：
+1. 普通家庭做教育决策，本来就是风险管理
+2. 同一条路径，对不同家庭后果不同
+3. 普通家庭最吃亏的是信息差、规则差、路径差
+4. 公共语境反功利，但真实系统一直按结果结算
+
+有了子观点，关键词才不会乱飘。
+
+---
+
+## 阶段 3：按素材用途拆关键词
+
+关键词不是随便想。按 4 类用途拆，每类 3-5 个关键词。
+
+### 第一类：主张词
+
+围着主观点和子观点搜深度观点样本。
+
+```
+普通家庭 选专业
+教育投资
+志愿填报 信息差
+专业 避坑 家长必看
+```
+
+### 第二类：反方词
+
+主动搜和主观点相反的说法。用来了解对立面、做素材对比。
+
+```
+别太功利 教育
+不把孩子当投资 教育
+兴趣比就业重要
+快乐教育
+```
+
+### 第三类：现象词
+
+搜现实里的反差现象、焦虑场景、具体问题。
+
+```
+无薪实习 大学生
+志愿填报 比高考难 家长
+教育返贫 普通家庭
+快乐教育 陷阱 普通家庭
+```
+
+### 第四类：机制词
+
+搜系统、规则、结构性问题。
+
+```
+普职分流 家长焦虑
+中考分流 家长 焦虑 教育
+志愿填报 规则 家长必读
+掌握这些信息差 入编机会
+```
+
+### 关键词质量规则
+
+关键词要"带场景"，不能太抽象。
+
+好的关键词包含：**人群 + 场景 + 决策动作 + 冲突点**
+
+| 差 | 好 |
+|---|---|
+| 张雪峰 信息差 | 志愿填报 信息差 家长必看 |
+| 普通家庭 没有资格 模糊 | 快乐教育 陷阱 普通家庭 |
+| 教育焦虑 | 中考分流 家长 焦虑 教育 |
+
+太抽象 = 像评论词，不像用户真实搜索词，容易跑偏。
+
+---
+
+## 阶段 4：多轮搜索
+
+按 4 类关键词分批提交搜索。
+
+### 执行方式
+
+每类关键词作为一轮搜索：
+
+```bash
+# 第一轮：主张词
+9000ai search keyword "普通家庭 选专业" "教育投资" "志愿填报 信息差" "专业 避坑 家长必看"
+
+# 拿到 batch_id 后等 10-30 秒，再查结果
+9000ai search batch-result --batch-id <batch_id>
+```
+
+依次提交 4 轮（主张词、反方词、现象词、机制词）。
+
+### 注意
+
+- 每轮 search 会覆盖 `latest_search.json`，所以拿到结果后先记录关键信息再提交下一轮
+- 或者在每轮结果落盘后，从 `output/` 目录里读带时间戳的快照文件
+- 多轮结果累积形成样本池
+
+---
+
+## 阶段 5：筛选（三层漏斗）
+
+搜到就转写是错的。先筛选再决定。
+
+### 第一层：业务判断
+
+不是看标题里有没有关键词，而是判断：
+
+> 这条视频能不能给某个子观点提供价值？
+
+它属于哪种素材？
+- 深度观点样本？
+- 反方观点样本？
+- 现象/案例样本？
+- 制度/机制样本？
+
+如果都不沾，直接淘汰。
+
+### 第二层：数据判断
+
+数据是硬门槛，不是参考项。
+
+- 点赞太低 → 不考虑
+- 点赞低 + 时长长 → 更不考虑
+- 热度说明内容有没有真实穿透力
+
+具体阈值参考（可根据主题调整）：
+- 通用最低门槛：点赞 >= 200
+- 长视频（> 60 秒）：点赞 >= 500
+- 特别长视频（> 180 秒）：点赞 >= 1000
+
+### 第三层：时长判断
+
+时长帮助判断视频有没有完整论证。
+
+- 短视频（< 30 秒）：适合拿观点金句
+- 中视频（30-180 秒）：最常用，观点 + 案例
+- 长视频（> 180 秒）：只有数据过线才值得转写
+
+---
+
+## 阶段 6：送转写
+
+### 准备链接
+
+转写优先用 `media_url` 或 `download_url`，不要用 `video_url`（那是页面链接，转写容易失败）。
+
+用 export-media 导出可转写链接：
+
+```bash
+9000ai search export-media --input latest_search --row <row_no>
+```
+
+### 提交转写
+
+把筛选出的视频链接整理成 JSON 文件，送 video-transcription skill：
+
+```bash
+9000ai transcribe submit --json-file video_tasks.json
+```
+
+`video_tasks.json` 格式：
+
+```json
+{
+  "tasks": [
+    {
+      "video_url": "<media_url 或 download_url>",
+      "third_party_task_id": "topic-research-001"
+    }
+  ]
+}
+```
+
+### 取转写结果
+
+```bash
+9000ai task status --task-id <task_id>
+9000ai transcribe text --task-id <task_id>
+```
+
+---
+
+## 流程总览
+
+```
+定主观点 → 拆子观点 → 按 4 类拆关键词 → 多轮搜索 → 三层筛选 → 导出链接 → 送转写
+```
+
+每一步都有明确的输入和输出，不要跳步，不要搜到就转写。

package/skills/feedback/SKILL.md

@@ -0,0 +1,69 @@
+---
+name: feedback-9000AI
+description: 当用户要给 9000AI 中台提交反馈时使用。包括工作流串联建议、Bug 报告、功能请求等。这个 skill 只负责收集和提交反馈，不负责业务执行。
+triggers:
+  - 提交反馈
+  - 反馈
+  - 我有个建议
+  - 报个 bug
+  - /feedback
+  - /feedback-9000AI
+role: operator
+scope: execution
+output-format: task-oriented
+---
+
+# 反馈 Skill
+
+## 这个 skill 做什么？
+
+让用户通过对话直接向 9000AI 团队提交反馈。
+
+反馈内容不限——可以是：
+- 发现了多个 skill 串联使用的好方法，想让团队固化成自动流程
+- 某个接口报错、脚本跑不通
+- 想要的新功能
+- 任何使用过程中的想法
+
+提交后，反馈会存到中台数据库，同时自动推送飞书通知给团队。
+
+## 工作方式
+
+1. 用户在对话中描述反馈
+2. agent 整理成结构化信息（标题 + 详细内容）
+3. 调用 CLI 提交到中台
+4. 拿到 `feedback_id`，告诉用户反馈已收到
+
+**重要**：agent 应该主动帮用户整理反馈内容，不要让用户自己写 JSON。
+agent 在对话中确认标题和内容后，直接组装参数调 CLI 就行。
+
+## 反馈字段说明
+
+| 字段 | 必填 | 说明 |
+|------|------|------|
+| `--title` | 是 | 一句话概括，比如"搜索流+转写可以串联" |
+| `--content` | 是 | 详细描述 |
+| `--type` | 否 | 可选分类：workflow / bug / feature / other |
+| `--context-json` | 否 | 附加上下文，比如涉及的 skill 名、task_id 等，JSON 格式 |
+
+## 命令
+
+查看帮助：
+
+```bash
+9000ai feedback --help
+```
+
+常用命令：
+
+```bash
+9000ai feedback submit --title "搜索流+转写串联" --content "先用选题发现搜到视频，再批量转写提文案，这个流程建议做成一键"
+9000ai feedback submit --title "热榜接口超时" --content "获取热榜偶尔超时，大概 10 次有 2 次" --type bug
+9000ai feedback submit --json-file feedback.json
+9000ai feedback list
+9000ai auth whoami
+```
+
+## 参考
+
+接口细节见 `feedback-9000AI/references/endpoints.md`。

package/skills/feedback/references/endpoints.md

@@ -0,0 +1,46 @@
+# 反馈接口
+
+基础地址默认：
+
+```text
+http://127.0.0.1:8025
+```
+
+所有接口都需要：
+
+```text
+X-API-Key: <你的 key>
+```
+
+## 提交反馈
+
+```text
+POST /api/v1/feedback
+```
+
+请求体：
+
+```json
+{
+  "title": "搜索流+转写串联建议",
+  "content": "先用选题发现搜到视频，再批量转写提文案，建议做成一键流程",
+  "type": "workflow",
+  "context": {
+    "skills_involved": ["douyin-topic-discovery-9000AI", "video-transcription"]
+  }
+}
+```
+
+其中 `type` 和 `context` 可选。
+
+## 查看反馈列表
+
+```text
+GET /api/v1/feedback?page=1&page_size=20
+```
+
+## 查看单条反馈
+
+```text
+GET /api/v1/feedback/{feedback_id}
+```

package/skills/feedback/scripts/feedback_api.py

@@ -0,0 +1,93 @@
+from __future__ import annotations
+
+import argparse
+import json
+import sys
+from pathlib import Path
+
+REPO_ROOT = Path(__file__).resolve().parents[2]
+HUB_ROOT = REPO_ROOT / "9000AI-hub-9000AI"
+if str(HUB_ROOT) not in sys.path:
+    sys.path.insert(0, str(HUB_ROOT))
+
+from shared.runner import (  # noqa: E402
+    ModuleSpec,
+    configure_stdout_encoding,
+    load_json_file,
+    print_json,
+    request_json,
+    resolve_api_key,
+    resolve_base_url,
+    save_local_config,
+)
+
+SKILL_ROOT = Path(__file__).resolve().parents[1]
+MODULE_SPEC = ModuleSpec(
+    module="feedback",
+    skill_root=SKILL_ROOT,
+)
+
+
+def build_parser() -> argparse.ArgumentParser:
+    parser = argparse.ArgumentParser(description="9000AI 反馈提交")
+    parser.add_argument("--base-url", default=None)
+    parser.add_argument("--api-key", default=None)
+    sub = parser.add_subparsers(dest="command", required=True)
+
+    sub.add_parser("configure", help="写入本地配置")
+    sub.add_parser("whoami", help="查看当前调用方")
+
+    submit = sub.add_parser("submit", help="提交反馈")
+    submit.add_argument("--title", help="反馈标题")
+    submit.add_argument("--content", help="反馈详细内容")
+    submit.add_argument("--type", default=None, help="可选分类: workflow / bug / feature / other")
+    submit.add_argument("--context-json", default=None, help="附加上下文 JSON 字符串")
+    submit.add_argument("--json-file", default=None, help="从 JSON 文件读取反馈内容")
+
+    sub.add_parser("list", help="查看我的反馈列表")
+    return parser
+
+
+def main() -> None:
+    configure_stdout_encoding()
+    parser = build_parser()
+    args = parser.parse_args()
+
+    if args.command == "configure":
+        if not args.base_url or not args.api_key:
+            raise SystemExit("configure 需要同时传 --base-url 和 --api-key")
+        save_local_config(MODULE_SPEC, base_url=args.base_url, api_key=args.api_key)
+        print_json({"message": "配置已写入", "config_path": str(MODULE_SPEC.config_path)})
+        return
+
+    base_url = resolve_base_url(MODULE_SPEC, args.base_url)
+    api_key = resolve_api_key(MODULE_SPEC, args.api_key)
+
+    if args.command == "whoami":
+        print_json(request_json(MODULE_SPEC, method="GET", base_url=base_url, api_key=api_key, path="/api/v1/auth/me"))
+        return
+
+    if args.command == "submit":
+        if args.json_file:
+            payload = load_json_file(args.json_file)
+        elif args.title and args.content:
+            payload: dict = {"title": args.title, "content": args.content}
+            if args.type:
+                payload["type"] = args.type
+            if args.context_json:
+                payload["context"] = json.loads(args.context_json)
+        else:
+            raise SystemExit("submit 需要 --title + --content，或者 --json-file")
+
+        print_json(
+            request_json(MODULE_SPEC, method="POST", base_url=base_url, api_key=api_key, path="/api/v1/feedback", payload=payload)
+        )
+        return
+
+    if args.command == "list":
+        print_json(request_json(MODULE_SPEC, method="GET", base_url=base_url, api_key=api_key, path="/api/v1/feedback"))
+        return
+
+
+if __name__ == "__main__":
+    main()

package/skills/video-transcription/SKILL.md

@@ -0,0 +1,108 @@
+---
+name: video-transcription
+description: 当用户要提交批量视频转文字、查看转写任务状态、回看转写结果时使用。这个 skill 只负责视频转文字这一项业务能力。标准工作流是先提交后台任务，拿到 task_id，再稍后回查结果，不阻塞当前对话。
+triggers:
+  - 视频转文字
+  - 批量视频转文字
+  - 视频转录
+  - 视频转文稿
+  - 查转写结果
+role: operator
+scope: execution
+output-format: task-oriented
+---
+
+# 批量视频转文字 Skill
+
+这个 skill 只对应一个能力：批量视频转文字。
+
+## 适用范围
+
+用于：
+- 提交批量视频转文字任务
+- 查询转写任务状态
+- 查询转写任务结果
+- 只提取原文文案
+- 查看当前 key 是否已开通视频转文字能力
+
+## 工作方式
+
+视频转文字是异步任务，不要同步等待整批结果。
+标准动作：
+1. 提交后台任务
+2. 拿到 `task_id`
+3. 告诉用户任务已在后台运行
+4. 继续处理别的事情
+5. 稍后回查状态或结果
+
+## 配置
+
+通过 CLI 统一管理：
+
+```bash
+9000ai config set --base-url http://127.0.0.1:8025 --api-key <key>
+9000ai config show
+```
+
+也支持环境变量：
+
+```text
+9000AI_BASE_URL
+9000AI_API_KEY
+```
+
+## 原文提取规则
+
+不要把整份转写 JSON 原样塞进上下文。
+
+如果只需要原文文案，优先这样做：
+1. 先查 `9000ai task status --task-id <task_id>`
+2. 从 `data.output.json_url` 拿到转写 JSON 地址
+3. 直接提取 JSON 根字段：
+
+```text
+text
+```
+
+句子级文本在：
+
+```text
+timecodes.sentences[*].text
+```
+
+已经提供了直接提原文的命令：
+
+```bash
+9000ai transcribe text --task-id <task_id>
+```
+
+这个命令会直接返回：
+- `text_field = "text"`
+- `sentence_field = "timecodes.sentences[*].text"`
+- `text`
+
+所以后续如果 AI 只想拿原文文案，优先用 `text`，不要把整份 JSON 全读进上下文。
+
+## 命令
+
+查看帮助：
+
+```bash
+9000ai transcribe --help
+```
+
+常用命令：
+
+```bash
+9000ai config set --base-url http://127.0.0.1:8025 --api-key <key>
+9000ai auth whoami
+9000ai auth capabilities
+9000ai transcribe submit --json-file video_tasks.json
+9000ai task status --task-id <task_id>
+9000ai task results --task-id <task_id>
+9000ai transcribe text --task-id <task_id>
+```
+
+## 参考
+
+接口细节和 JSON 示例见 `references/endpoints.md`。

package/skills/video-transcription/agents/openai.yaml

@@ -0,0 +1,3 @@
+display_name: 批量视频转文字
+short_description: 提交视频转文字任务并回查结果
+default_prompt: 帮我提交批量视频转文字任务，拿到 task_id 后稍后回查结果。

package/skills/video-transcription/references/endpoints.md

@@ -0,0 +1,82 @@
+# 批量视频转文字接口
+
+基础地址默认：
+
+```text
+http://127.0.0.1:8025
+```
+
+所有接口都需要：
+
+```text
+X-API-Key: <你的 key>
+```
+
+本地固定配置文件：
+
+```text
+video-transcription/local/config.json
+```
+
+## 查看当前调用方
+
+```text
+GET /api/v1/auth/me
+```
+
+## 查看当前已开通能力
+
+```text
+GET /api/v1/auth/capability-permissions
+```
+
+## 提交批量视频转文字
+
+```text
+POST /api/v1/media/batch-video-to-text
+```
+
+请求体示例：
+
+```json
+{
+  "tasks": [
+    {
+      "video_url": "https://example.com/video.mp4",
+      "third_party_task_id": "demo-001"
+    }
+  ]
+}
+```
+
+## 查询任务状态
+
+```text
+GET /api/v1/tasks/{task_id}
+```
+
+## 查询任务结果
+
+```text
+GET /api/v1/tasks/{task_id}/results
+```
+
+## 转写 JSON 取文案规则
+
+视频转写完成后，任务查询通常先给出：
+
+- `output.audio_url`
+- `output.json_url`
+
+如果只需要原文文案，不要把整份 JSON 全部塞进上下文。
+转写 JSON 的主文本字段是：
+
+```text
+text
+```
+
+句子级文本字段是：
+
+```text
+timecodes.sentences[*].text
+```