我写了一个叫 Distill (蒸馏) 的 skill，用它归纳知识

我的收藏夹早就成了一座坟场，现在需要用好他们输出知识给我。

B 站收藏了三十多个”必看”的财经分析，YouTube 的稍后再看排到第二页，桌面上躺着几本下了一半的 PDF。每一个当时都觉得有用，点下收藏的那一刻仿佛知识已经进了脑子。结果是：它们再也没被打开过。收藏这个动作太廉价了，廉价到可以替代真正的阅读。

Distill 就是为了解决这件事写的。一句话说清楚它干嘛：把一个视频、一期播客、一本 PDF、一篇长文，变成一篇我愿意从头读到尾的中文文章，然后扔进 Obsidian。

摘要不是答案

最开始我也试过直接让模型”总结一下”。出来的东西你大概见过——

作者认为美股半导体板块存在高位风险

关键观察点是 SPY 的某个价位

建议注意仓位管理

这种东西的问题不在于错，而在于没用。它把一段有来龙去脉、有判断、有犹豫的内容，压成了几条互不相干的骨头。读完我既不知道作者为什么这么想，也不知道哪些是他拍胸脯的结论、哪些只是顺口一提。更糟的是，它读起来像说明书，没有人会想读第二遍。

我要的不是摘要清单，是一篇编辑过的文章：有开头把我带进问题，有小标题顺着思路走，作者的观点自然地嵌在叙述里，而不是每段都用”作者认为”开头。说白了，就是把一个人花二十分钟讲的东西，还原成我五分钟能读懂、而且读得下去的样子。

我给它定的三条死规矩

写这套流程的时候，我发现真正难的不是”让模型写得长一点”，而是约束它别乱来。所以有三条规矩是写死的：

忠于来源，不替作者圆场。 模型有个坏习惯，遇到逻辑缺口会自动补一个看似合理的论据。但那是模型的论据，不是作者的。Distill 里明确要求：作者没说的，不许替他说；推测就标成推测，别伪装成事实。每篇文章结尾都有一段叫「可信与存疑」，专门交代哪些能回原片核对、哪些只是作者一家之言、哪些是因为字幕或 OCR 质量打了折扣。

事实和立场要分得清。 一个 UP 主在讲半导体风险的时候，他可能在做风险提示，也可能手里正好空着仓。这种商业动机、带货成分、数据口径，文章里得点出来，而不是当成中立结论照单全收。

输出必须落到 Obsidian，不许糊弄。 这条听起来很小，但我吃过亏。模型经常图省事把文件写到当前目录、临时文件夹，或者自己造一个 distill-output/ 了事——然后你永远找不到它。现在的规则是：找不到 vault 就停下来问我，绝不拿个临时目录凑数。一个来源对应一篇文章，带 frontmatter，方便以后在 Obsidian 里检索。

视频是最麻烦的，所以做了三层兜底

文本类的输入（粘贴的文字稿、Markdown、能复制文字的 PDF）其实好办，直接读就行。真正折腾的是视频和播客，因为你得先把”声音”变成”文字”。这里我做了三级取文，能省事就省事：

有字幕，直接抓。 用 yt-dlp 把现成字幕扒下来，优先中文、其次英文。这是最快也最准的路。
没字幕，本地转写。 拿到音频，丢给本地的 faster-whisper 跑。默认用 small 模型，短视频足够了；碰到投资、医疗、技术这种专有名词密集、数字要命的内容，再考虑升级模型，并且对不确定的价格、百分比、日期人工核一遍。
YouTube 反爬锁死，按需上 PO-token。 这是最后的兜底，平时不启动，真被卡住了才拉起 bgutil 那套。

还有些细节是踩坑踩出来的。比如视频结尾常有重复的”精彩片段”或者口播带货，机械收录就会污染正文，所以写作时要专门识别掉。再比如高阶转写模型下载半天没动静时，不能让整个任务卡死——回退到 small 的稿子，然后在文末老老实实写明”这段受转写质量限制”。能用就比完美重要。

它不解决什么

写工具最容易犯的错是假装它无所不能，所以我也想说清楚边界：

扫描版 PDF 它没辙。 pdf2text.py 只啃可复制的文本层，图片型的得先自己 OCR。提取不出正文，它会让你补材料，而不是看着文件名瞎编。
它不写你署名的东西。 推文、演讲稿、商业文案——这些是”你的观点”，Distill 干的是”忠实转述别人的内容”，两码事。它也被明确禁止套用我的个人文风去把文章伪装成原创。
一篇只处理一个来源。 想做多来源综述？先各自蒸馏，再另外综合，别指望它一锅烩。

一个小执念

整套东西我刻意做成了运行时无关的。它不绑 Claude Code，也不绑 Codex 或者任何一个 agent。核心其实就是一份SKILL。

我不太喜欢那种把你锁死在某个平台里的工具。今天好用的 agent，明天可能就被更好的取代，但我攒下来的阅读习惯和那一 vault 文章，应该是我自己的。站在巨人的肩膀上，吸收知识，也就是他山知识，可以攻玉。

代码在 github.com/chensimian/Distill。如果你也有一个堆满”以后再看”的收藏夹，也许用得上。