acquisitionlisted

# Content Ingest: 统一内容摄入 + 知识蒸馏 将视频、文章摄入到 wiki，去噪、蒸馏、生成结构化笔记。默认交付是“原始归档 + query”； 只有用户明确要求 raw-only 时才跳过 query。 ## Step 0：跨入口身份检查 路由、下载或复制 raw 之前，先对每个独立来源执行： ```bash python <skill-dir>/scripts/source_identity.py \ --wiki-root /media/yhr/2T/files/wiki --url "SOURCE_URL" python <skill-dir>/scripts/source_identity.py \ --wiki-root /media/yhr/2T/files/wiki --file "Clippings/FILE.md" ``` 脚本统一比较 `canonical_url` 和正文 `content_sha256`，覆盖手机书签、PC clipping、 直接 URL、X bookmark 等不同入口。URL 规范化只移除 fragment、常见追踪参数和 viewer noise； 保留用于识别内容的参数。 - 命中已有完整 raw + query：复用现有产物，报告 `skipped`，不得再次归档或生成 query。 - 只命中 raw：复用 raw，继续生成缺失 query。 - 只命中 query 或来源链不完整：检查其 `sources:`，补齐缺失环节，不复制完整产物。 - 同 URL 但正文变化：保留已有 raw，使用可追溯的新文件名归档新版本，并在结果中标明更新。 - URL 不可用且无本地正文：无法做可靠身份判断；继续管线，但明确这是弱去重。 ## 自动路由 ### 统一 subject + intent 判定 在直接输入进入下表路由前，先判断“用户要学什么”而不是只看输入格式： - subject 属于 repository、software、developer tool、platform 或 product，且 intent 是系统学习（架构、源码、版本、运行、诊断、二开、维护或学习路线）→ **停止 Acquisition 内容管线**，自动启动独立 `$chart` 执行。handoff packet 必须携带 `subject`、`intent`、`source_url/path`、`origin`、`clipping archive path if created`、`raw/query status`；这是 ownership transfer，不是 `calls`。 - 资料、书、PDF、文章、视频等内容本身是学习对象 → 继续 Acquisition；软件相关的单篇材料若用户只要求归档/摘要，也继续 Acquisition。 - subject 或 intent 不清 → 询问二选一：“按内容归档并蒸馏（`acquisition`），还是按软件/产品建立 Study Hub（`$chart`）？”在答案明确前不启动任何管线。 同一判定适用于直接 URL、本地文件和 Clippings。Clippings 必须先完成 identity/archive，再 classifier；命中软件系统学习后携带 packet handoff。直接输入先分类再 handoff，不创建 acquisition raw/query，由 `chart` 自行处理。