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

name, description

name	description
keyword-cleanup-review	审查和整理本仓库的每日关键词索引和频率统计。当用户需要检查 `data/term_index/term_stats.json`、最近的 `data/term_index/daily/*.json`、`configs/term_aliases.json`、`configs/term_stopwords.json` 或 `configs/filter_context.personal.json`，以提议别名合并、停用词、关注词或 `interest_keywords` 更新（但不直接修改配置）时使用。

关键词清理审查

使用此技能将仓库的关键词统计转化为可审查的清理建议。

工作流程

1. 构建精简的审查数据包：

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. 阅读生成的数据包和建议模式：

• outputs/term_index/review/keyword-cleanup-bundle.json
• skills/keyword-cleanup-review/references/suggestion-schema.md

3. 生成两份输出：

• 一份简短的供人工审阅的 Markdown 报告
• 一份符合模式的 JSON 建议文件

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

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

JSON 输出应遵循：

• references/suggestion-schema.md

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
• 参考文档：
  • references/suggestion-schema.md