reader/skills/keyword-cleanup-review/SKILL.md

name, description

name	description
keyword-cleanup-review	生成 reader 项目的正式关键词 review 输入。当用户需要基于 `data/term_index/term_stats.json`、最近的 `data/term_index/daily/*.json` 和当前 configs 产出 bundle、正式 suggestions JSON，或按需生成审阅 Markdown 供 OpenClaw 汇报和等待确认时使用。不要用于低频清理 review 目录、删除旧产物或直接 apply 配置。

关键词清理审查

使用此技能将仓库的关键词统计转化为正式 review 输入，供 OpenClaw 后续做汇报、确认和 apply 编排。

角色边界

这个 skill 负责：

• 构建 review bundle
• 生成正式 suggestions JSON
• 按需生成人工审阅 Markdown
• 给 OpenClaw 提供稳定的关键词 review 输入

这个 skill 不负责：

• 清理 outputs/term_index/review/ 下的旧文件
• 决定删除哪些历史 bundle / suggestions / markdown
• 直接 apply configs/term_aliases.json / configs/term_stopwords.json / configs/filter_context.personal.json

低频维护、清理和 dry-run 校验应由 OpenClaw 侧 maintenance SOP 处理，而不是由本 skill 承担。

工作流程

1. 构建精简的审查数据包（临时工作文件）：

python skills/keyword-cleanup-review/scripts/build_review_bundle.py

可选参数：

• --days 7
• --top 50
• --output outputs/term_index/review/keyword-cleanup-bundle.json

2. 阅读建议模式：

• skills/keyword-cleanup-review/references/suggestion-schema.md

3. 运行 suggestions 生成脚本：

python scripts/generate_term_cleanup_suggestions.py ^
  --bundle outputs/term_index/review/keyword-cleanup-bundle.json

默认生成：

• 一份符合模式的 JSON 建议文件（正式建议产物，也是 review / apply 之间唯一正式输入）

如需人工审阅展示稿，再显式加：

python scripts/generate_term_cleanup_suggestions.py ^
  --bundle outputs/term_index/review/keyword-cleanup-bundle.json ^
  --emit-markdown

这时才会额外生成：

• 一份简短的供人工审阅的 Markdown 报告（临时展示稿）

4. 严格保持边界：

• 建议 configs/term_aliases.json 的修改
• 建议 configs/term_stopwords.json 的修改
• 建议 configs/filter_context.personal.json 的新增
• 除非用户明确要求，否则不要直接编辑这些文件
• 除非用户要求修改规则逻辑，否则不要建议直接编辑 configs/filter_rules.json

5. 输出交接口径：

• 将 JSON suggestions 视为正式 review 输入
• 将 Markdown 视为可选展示层
• 后续汇报、确认、dry-run apply、正式 apply、收尾清理应由 OpenClaw 编排层继续执行

审查启发式规则

优先考虑以下决策：

• 别名建议
  • 同一概念的不同命名、大小写、缩写或中英文变体
• 停用词建议
  • 过于通用、过于宽泛或噪声过大，对过滤无帮助
• 兴趣关键词建议
  • 高频且与用户的后端工程、AI Agent 和前沿技术关注方向一致
• 关注词
  • 近期出现且可能重要，但证据尚不充分

建议保守为主。如果置信度较低，将词放入 watch_terms。

输入

主要输入：

• data/term_index/term_stats.json
• data/term_index/daily/*.json
• configs/term_aliases.json
• configs/term_stopwords.json
• configs/filter_context.personal.json
• configs/term_cleanup_policy.json
• configs/term_watchlist.json
• configs/term_change_log.json

打包脚本已将这些内容压缩为单个审查数据包。

输出要求

Markdown 输出应：

• 简要总结当前状态
• 列出值得处理的高频词
• 分类别名、停用词、兴趣关键词和关注词建议
• 用简短、具体的句子解释理由

说明：Markdown 主要用于人工临时审阅，不必默认当作长期资产保留。

JSON 输出应遵循：

• references/suggestion-schema.md

说明：JSON 是 review / apply 之间的唯一正式建议产物，应优先保留。

产物口径

长期保留：

• data/term_index/daily/*.json
• data/term_index/term_stats.json
• configs/filter_context.personal.json
• configs/term_watchlist.json
• configs/term_aliases.json
• configs/term_stopwords.json
• configs/term_change_log.json

短期保留：

• outputs/term_index/review/term-cleanup-suggestions-YYYY-MM-DD.json

临时产物：

• outputs/term_index/review/keyword-cleanup-bundle.json
• outputs/term_index/review/term-cleanup-suggestions-YYYY-MM-DD.md

默认执行口径：

• bundle 只作为运行时工作文件，默认只保留当前最新一份
• Markdown 只作为人工展示层，优先按需生成，不默认长期归档
• JSON suggestions 是 review / apply 之间唯一正式建议输入

说明：

• “是否删除旧 bundle / 旧 markdown / 旧 suggestions” 不属于本 skill 的正式职责
• 这类维护动作应由 OpenClaw 侧的 maintenance skill 处理

仓库说明

当前仓库行为：

• 关键词统计由程序维护，而非 LLM 维护
• 统计基于 keywords 构建，而非 topics
• 统计仅包含非 drop 候选项
• data/term_index/term_stats.json 从每日文件重建，因此重新运行会覆盖同一天的数据而非重复计算
• 清理策略、关注列表和变更日志是仓库管理的治理输入，审查时应予以尊重

保持建议与此设计保持一致。

资源

• 脚本：
  • scripts/build_review_bundle.py
  • scripts/generate_term_cleanup_suggestions.py
• 参考文档：
  • references/suggestion-schema.md