知らない分野を、原文にたどりつくまで芋づる式に掘る Claude Code のスキル
Python
SKILL: fetch.py の説明を、失敗しても同じ名前の原文が残る今の動きに合わせる
MaryCachebfd99e5e72d8
diff --git a/skills/imozuru/SKILL.md b/skills/imozuru/SKILL.mdindex 14e8d14..1b752fc 100644--- a/skills/imozuru/SKILL.md+++ b/skills/imozuru/SKILL.md@@ -223,7 +223,7 @@ map.md を下の書式で作り、**問い**と、答えるのに要る**主張*スクリプトは Python 3.10 以上の標準ライブラリだけで動く。外部コマンドは、あれば使う(無いときの動きは各行に書いた)。-- `scripts/fetch.py <sources_dir> <name> <url>` — 落として本物か確かめる。PDF は .pdf と .txt(`pdftotext -layout`・poppler)、HTML は .md、YouTube は字幕を `[分:秒] 文` の .md(`yt-dlp`・動画は落とさない)。文字の層が無い PDF は `tesseract` で OCR する。HTML は [ax](https://github.com/yusukebe/ax) があれば ax で、無ければ標準ライブラリで本文を文字にする(見出しや表の形は ax のほうが残る)。404・壁・短すぎる本文は消して `FAIL`。X は本文が取れないので取りに行かず `FAIL`=URL と、検索役が拾った抜粋を(未確認)で map.md に残す+- `scripts/fetch.py <sources_dir> <name> <url>` — 落として本物か確かめる。PDF は .pdf と .txt(`pdftotext -layout`・poppler)、HTML は .md、YouTube は字幕を `[分:秒] 文` の .md(`yt-dlp`・動画は落とさない)。文字の層が無い PDF は `tesseract` で OCR する。HTML は [ax](https://github.com/yusukebe/ax) があれば ax で、無ければ標準ライブラリで本文を文字にする(見出しや表の形は ax のほうが残る)。取ってきたものは作業用のフォルダで検査し、通ったものだけを sources_dir へ移す。404・壁・短すぎる本文は `FAIL`(同じ名前の原文がすでにあれば、そのまま残る)。X は本文が取れないので取りに行かず `FAIL`=URL と、検索役が拾った抜粋を(未確認)で map.md に残す- 動画の場所は行番号の代わりに時刻で指す(`sources/x.md [12:34]`)- `scripts/report.py <topic_dir> [--check]` — extracts.json の抜き書きを原文と照合し、合えば report.html にする。`--check` は照合だけ- `scripts/watch.py add|list|check` — 見張り。RSS / Atom を引いて前回からの新着を出す。検索を使わないので費用はかからず結果も揺れない。DOCTYPE・ENTITY を含むフィードは安全のため読まない