CommunityCodierung & Entwicklunggithub.com

多源字段抽取 (DSH-skill)

当用户给出一个查询词(而非具体 URL),要求从多个来源搜索并合并信息时使用。例如“帮我查一下某政策的最新消息”“找几个来源对比某个数据”。不适用于用户已经给出具体 URL 的情况——那种情况由 web-extractor 处理。

Was ist 多源字段抽取 (DSH-skill)?

该技能(DSH-skill)使 AI 助手能够根据用户提供的查询词,自动从多个来源搜索、抓取并合并结构化信息。它首先检查 `web_search` 和 `web_fetch` 工具的可用性,然后执行搜索并挑选 3-5 个权威来源(如官方发布或主流媒体),接着并行抓取所有选定 URL 的内容。之后,从每个页面提取日期、来源名称和关键数值/事实,最后将结果以 Markdown 表格形式合并输出,并补充共识与冲突信息。该技能适用于需要多源对比的场景,如查询最新政策或核实数据,但当用户提供具体 URL 时应使用 `web-extractor` 技能。它支持基于 `web_search` 和 `web_fetch` 的平台(如 Claude Code 等),并通过并行抓取提高效率,同时严格避免编造信息或推荐来源。

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/dji-sq/DSH-skill/tree/HEAD/multi-source-extractor

Installed? Explore more Codierung & Entwicklung skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

多源字段抽取流程

第一步:检查工具可用性

确认当前会话有 web_search 和 web_fetch。如果没有,告知用户缺少哪个工具,停止流程。

第二步:搜索并筛选来源

调用 web_search,查询词使用用户原始输入。 从返回结果中挑选 3~5 个来源,优先选:

  • 官方来源(部委官网、企业公告、官方统计页面)
  • 权威媒体(门户新闻、行业垂直媒体) 排除明显无关的广告、论坛帖、聚合页。

第三步:并行抓取

对选中的每个 URL 调用 web_fetch。在一次响应中同时发起多个调用,不要逐个串行。 如果某个 URL 抓取失败,记录失败原因,继续处理其他 URL。

第四步:按字段抽取

从每个成功抓取的页面中,提取以下字段:

  • 日期:与查询主题直接相关的日期(如调价日期、发布日期)。不提取页脚版权年份。
  • 来源名称:页面所属机构或媒体名。
  • 关键数值/事实:与查询主题直接相关的具体数字或结论(如“上调XX元/吨”)。 如果某页面缺少某个字段,标注“未找到”,不要编造。

第五步:合并输出

用表格输出,一行对应一个来源:

来源日期关键数值/事实抓取状态

表格之后追加: 共识信息:如果多个来源对同一事实的表述一致,列出。 冲突信息:如果来源之间的数值或日期不一致,列出并标注各自来源。

边界

  • 不总结页面全文,只提取与查询主题相关的字段。
  • 如果所有来源都抓取失败,直接报告失败,不要用搜索结果摘要代替页面内容。
  • 不推荐用户去哪个来源查看,只做信息合并。

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

Verwandte Skills