Агентская полка
Инструменты ·2 мин

Chubby Skills

14 навыков, которые собирают видео, подкасты и статьи в локальную базу знаний — с цитатами, номерами строк и хешами, чтобы агент не выдумывал источники.

ПамятьАвтоматизацияMCP
Открыть оригинал ↗

Chubby Skills - это набор из 14 специализированных навыков для ИИ-агентов и консольных утилит, предназначенный для сбора материалов с медиаплатформ и сохранения их в локальную базу знаний.

Главный девиз проекта: «Информационная лента забудет, база знаний сохранит, а ИИ-агент применит». Репозиторий решает частую проблему авторов и исследователей: как сохранить понравившееся видео, выпуск подкаста или статью так, чтобы текст остался доступен локально, ссылки не потерялись, а ИИ-ассистент мог опираться на точные первоисточники с номерами строк и цитатами.

Ключевая цепочка работы Ссылка на материал или локальный файл └──> Извлечение и сохранение в локальный Markdown (с метаданными и вложениями) └──> Индексация и локальный поиск └──> Сборка выжимки с подтвержденными источниками (Brief) └──> Анализ, генерация идей и написание текстов через ИИ-агента

Основные возможности

  1. Мультиплатформенный сбор контента

  • Видео и аудио: загрузка и извлечение субтитров из YouTube, Bilibili, Douyin (китайский TikTok), TikTok, Weibo, Zhihu и подкастов (RSS/MP3).

  • Принцип «сначала субтитры» (Subtitle-First): если у ролика есть готовые субтитры, утилита забирает их напрямую, экономя время и вычислительные ресурсы (работает без видеокарты). Если субтитров нет, подключается локальная модель расшифровки речи (на базе faster-whisper / ffmpeg).

  • Статьи и заметки: сохранение постов из WeChat (включая PDF), Xiaohongshu (RED) и X (бывший Twitter) с загрузкой прикрепленных изображений.

  1. Работа с локальными документами

  • Импорт файлов Markdown, TXT и текстового слоя PDF (через PyMuPDF).

  • Автоматическое копирование локальных вложений и картинок в структуру хранилища с фиксацией ссылок на оригинал.

  1. Сбор доказательной базы (Evidence Brief)

  • Генерация аналитических справок (brief.md и brief.json) по заданной теме.

  • Каждый фрагмент сопровождается точной дословной цитатой, номером строки в исходнике, URL-адресом первоисточника и контрольной суммой SHA-256. Это исключает галлюцинации языковых моделей при последующей работе.

  1. Интеграция с ИИ-агентами и Obsidian

  • Формат хранения: стандартный Markdown с метаданными YAML Frontmatter, полностью совместимый с Obsidian, Logseq или любым текстовым редактором.

  • Поддержка MCP: встроенный локальный сервер предоставляет агентам инструменты для поиска, чтения первоисточников, инкрементной переиндексации и выборки свежих заметок.

  • Навыки можно подключать к таким клиентам, как: Claude Code, Codex, OpenCode, OpenClaw и Hermes.

Приватность и границы обработки данных

  • Локальный приоритет: поиск по ключевым словам, импорт документов, сохранение вложений и формирование справок происходят целиком на вашей машине без передачи данных наружу.

  • Сетевые запросы: происходят только при непосредственном скачивании контента с выбранных платформ.

Внешние API (строго опционально):

  • Семантический векторный поиск может использовать OpenAI API (при наличии ключа).

  • Интеллектуальное обогащение заметок поддерживает подключение моделей DeepSeek.

  • Для расшифровки подкастов помимо локального Whisper доступны облачные бэкенды (Atlas Cloud / MuAPI).