marginnote-cardslisted
Install: claude install-skill ychenfen/claude-agent-skills-collection
# MarginNote 拆书卡片树
把 MN4 导出的 bundle 变成 `result.md`,导回后成为可点击回源的脑图卡片树。
## 一、先摸清 bundle
包在 `~/Library/Containers/QReader.MarginStudy.easy/Data/Documents/BreakdownBundles/breakdown_<ID>_<时间戳>/`,
里面有 `manifest.json`(topicid / bookTitle / pageRange / anchorMode)、`source.json`(逐页 blocks)、
`OUTPUT-CONTRACT.md`(**每次都读,这是硬约束**)、`TASK.md`、待写的 `result.md`。
⚠️ **同一本书常有多个重复包**(用户点了几次导出)。只填一个,其余告诉用户删掉,否则会导入出重复卡片树。
⚠️ 选**题目所在的那个包**做锚点宿主,不要选答案包 —— 回源要跳到题干,符合「先回忆再看解法」。
建页码→block 索引(**页码键是 `pg['page']`,不是 `pageNo`**):
```python
d=json.load(open('source.json'))
idx={int(pg['page']):[[b['id'],b.get('text','')] for b in pg['blocks']] for pg in d['pages']}
```
## 二、内容从哪来(决定成败的一步)
MarginNote 自己抽的文本**对公式基本不可用**(`a=1,6=1` 里的 6 其实是 b、分式塌成一行、`` 私有区乱码)。按这个顺序找数据源:
1. **PDF 自带文本层** —— `fitz` 直接抽,比 MN 抽的准得多。先验:
`doc[n].get_text()` 有内容就能用(公式会线性化但可读)
2. **扫描版没有文本层** —— 别急着上 OCR。**把页渲染成 PNG 直接读图**:
`doc[n].get_pixmap(dpi=130).save(...)`,然后用 Read 工具看图。公式完整清晰,比任何 OCR 都准
3. 真要批量 OCR 才考虑 Mistral `mistral-ocr-latest`(见 `references/ocr-fallback.md`)
💡 定位章节边界:先渲染**页眉裁切拼接的联系表**(每页顶部 7% 竖向拼成一张),一次读图就能定位所有章的页码,
比逐页试读省几十倍。缩略图网格(每页缩到 230px 排成 6 列)可用来找「综合题」这类大标题分界。
⚠️ **不确定的内容必须回原书**,绝不凭记忆写数学步骤。
## 三、卡片格式
见 `references/card-format.md`。核心:
- `#` 根 / `##` 章 / `###` 簇 / `####` 单卡
- **卡片标题写成提问式**("偏导数存在,能推出连续吗?"),配折叠正文就能主动回忆
- 正文用 `-` 列表,`⚠️` 标陷阱、`💡` 标心法,末行 `[block: b_页_序]` 回源
- **按方法聚类,不按题号排** —— 这是整份材料的价值所在
- 每章尾部给【必背数字】表 + 【解题路线】卡
- `[[标题]]` 做卡片互链,只能链到本文件出现过的标题
## 四、LaTeX(MarginNote 的雷区,务必照做)
MN4 自带