【免费下载链接】MikaMika — 你手机上的私人 AI 助理替你操作 App、上网、把事办成。An on-device AI agent for Android that operates apps and the web to get things done for you.项目地址https://gitcode.com/gh_mirrors/mika2/Mika点击查看免费下载在 Mika 这个运行在安卓手机上的 AI 助手里技能是以SKILL.md形式随应用发布的“做事方法”资源。本文以内置技能 content-transcribe/SKILL.md 为主线讲清它解决什么问题、头部元数据如何被索引与检索、取全文的两种工具路径web_read_page与read_file的具体参数与边界以及摘要、章节目录、分章节摘要、引文、改写文章五种成品的写作规范。读完后你可以照着这份技能完成一次“视频/播客/长文转文字”的任务也能理解 Mika 的知识与技能体系是如何把这类方法真正喂给模型的。一、这份技能到底管什么文件头部的元数据已经把它界定得很清楚--- name: content-transcribe display: 把内容整理成文字 description: 把视频、播客、文章整理成文字:摘要、分章节、摘引文或改写成文章 aliases: [总结视频, 整理播客, 文章摘要, 提取字幕] apps: [bilibili, xiaohongshu] sites: [youtube.com, xiaoyuzhoufm.com] terms: [摘要, 总结, 转录, 字幕, 播客, 章节, 要点, 引文, 文字稿] ---它是一份跨 App、跨网站的通用方法不管内容在 B 站、小红书还是在 YouTube、小宇宙的网页上处理流程是同一套——先确认用户要哪种成品再从内容所在的位置取文字分段读全按指定形式写最后复读核对。它不是“某个 App 的知识”。按 docs/knowledge-format.md 的分工APP.md说“这个 App 是什么、界面怎么组织”SITE.md说“这个网站怎么组织页面与网址”而SKILL.md只说“一类事怎么做”。因此这份技能里不写 B 站首页有几个标签也不写 YouTube 的页面结构只写“文字从哪儿取、怎么读、怎么写、怎么核对”。二、头部字段不是装饰构建期校验与运行期检索Mika 的内置知识由构建期扫描生成索引规则集中在 KnowledgeIndex.kt。对skills/id/SKILL.md来说有几条硬性约束直接决定了这份文件能不能通过构建name必须与目录名一致。目录是skills/content-transcribe/头部就必须写name: content-transcribe不一致构建失败。目录名只能是“小写字母、数字、连字符”规则是[a-z0-9](?:-[a-z0-9])*见 PersonalSkills.kt。因此不会出现Content_Transcribe这种写法。description不超过 60 字DESCRIPTION_LIMIT且必须存在display缺失也会报错。头部键必须在白名单内写错键名例如拼错的字段会直接构建失败而不是被悄悄丢弃。terms只有技能能写App 与网站知识用aliases在APP.md/SITE.md里写terms会报错。正文不能为空相对 App/网站正文 2500 字的上限技能正文在构建期没有同样的字数限制技能起草提示词另行要求控制在 3000 字以内。这些字段在运行时各司其职。检索评分逻辑在 GuideCatalog.kt命中方式得分name/display/aliases与查询词完全相等100名称类字段包含查询词或整个名称出现在中文整句里60terms完全相等50terms包含查询词40description包含查询词20也就是说“总结视频”“提取字幕”这些aliases与“转录”“章节”“引文”这些terms共同决定了用户在说“帮我把这期播客整理一下”时这个技能能不能被搜出来。任务开始时GuideRecommender.kt 会用任务文字去匹配取前 3 条、门槛RECOMMEND_MIN_SCORE 60命中后只把索引行给模型可参考的技能(需要时用 skill_read 看全文): - skill:content-transcribe(把内容整理成文字):把视频、播客、文章整理成文字:摘要、分章节、摘引文或改写成文章内置技能的全文不会自动注入模型必须调用skill_read才能真正读到上面的步骤只有命中的“在用个人技能”才会每任务注入一次全文至多一份。另外当 Mika 进入某个 App 或站点时GuideCatalog.linkedSkills 会按apps/sites找出关联技能并补进索引——这正是头部写apps: [bilibili, xiaohongshu]、sites: [youtube.com, xiaoyuzhoufm.com]的实际作用且构建期会交叉校验这些名字必须真实存在于 App/站点知识中。读取入口在 LookupTools.ktskill_read的name可写成skill:content-transcribefile_path用来读附件例如references/transcript-output-formats.md读出来超过 12000 字会被截断并提示用file_path继续读其它文件。三、入口先定成品形态再动手技能的第一节把“问清楚”放在最前面先问清要哪种结果全文文字稿、摘要、章节、引文还是改写成一篇文章。用户没说时做一份五到十句的摘要。这条规则解决了一个很实际的歧义“帮我整理这期播客”可能是要 40 分钟逐字稿也可能是要 5 句摘要工作量差两个数量级。默认值给成“五到十句摘要”是在用户没说清时选成本最低、最可能被接受的那一种。紧接着是文字来源的判定同样是一段边界说明文章 → 读网页正文视频 → 取字幕或简介里已有的文字稿播客 → 看节目页有没有文字稿或节目笔记本机没有语音转文字只有音频时请用户提供文字稿或字幕文件。最后一条是这份技能最重要的能力边界。Mika 的沙箱里没有内置语音识别所以“给我把这段 mp3 转成文字”是做不到的必须换成“请用户给字幕或文字稿”。把这条写进技能而不是留给模型临场判断是为了让失败发生在一开始而不是读了半小时页面之后。四、步骤逐步拆解含工具参数与真实限制4.1 第一步取全文技能给出的两条路径对应两个真实工具。网页正文web_read_page定义在 PageReads.kt参数与限制如下参数含义取值url在临时后台标签里读这个地址不动当前标签http(s) 地址maxChars本次返回的字符数1–30000默认 12000offset从上次返回的nextOffset继续≥ 0默认 0unfold折叠块导航、页脚、链接列表是否展开返回默认 false默认值与上限来自 WebLimits.ktREAD_PAGE_DEFAULT_CHARS 12_000、READ_PAGE_MAX_CHARS 30_000。结果里会带nextOffset这是“分段读”能够真正跑通的关键offset与unfold的计数口径一致所以翻页过程中不要来回切换unfold否则偏移会错位——工具说明里专门写了这一句。用户发来的字幕或文字稿read_file定义在 SandboxGroup.kt参数含义取值path沙箱路径绝对路径或相对/workspace技能里明确写/workspace/inbox/offset起始字节偏移默认 0limit读取字节数1–262144默认 65536技能里之所以直接写死/workspace/inbox/是因为按 sandbox.md 的约定用户作为附件发到对话里的文件就落在这个目录。附件路径写对了模型就不用先search_files猜位置。4.2 第二步分段读重叠、去重、确认无漏段原文只有一句话但它对应着具体的工程约束内容长时分几段读段与段之间留一点重叠读完去掉重复确认从头到尾没有漏段。原因是分页读取是按字符/字节切的切点往往落在句子中间。如果两段严格首尾相接跨段的句子会被截断留一点重叠就能在拼接时用重复部分对齐再把重复删掉。而“确认从头到尾没有漏段”意味着要拿最后一次的nextOffset或文件大小做一次收尾判断而不是读到“看起来差不多了”就停。4.3 第三步按要的形式写先读格式附件技能明确要求“写之前读一遍”附件 references/transcript-output-formats.md。这一步不能省——正文里只给了摘要的骨架其余四种形式的硬性格式在附件里。这也是 Mika 技能体系里references/的典型用法正文保持短大段格式规范放附件正文写清“什么时候去读哪个附件”。正文给出的摘要骨架包含三部分一两句总述按出现顺序列三到八个主题每个带大致的开始时间和两三句内容最后列值得记下的观点、数字以及提到的书或作品。注意“三到八个”和“大致的开始时间”——这是对长内容的压缩约束避免摘要变成按时间流水账。4.4 第四步用原内容的语言写用原内容的语言写用户另有要求时照用户的。英文播客写英文摘要中文视频写中文摘要。这条规则避免模型默认翻译成中文导致引文失真——引文一旦被翻译就没法回原文核对了。4.5 第五步复读对照原文回查复读要检查三件事顺序对不对、有没有漏掉的主题、时间和引文能不能在原文里找到。这一节和最后的“怎样算办成”是同一套标准的两次表述一次是过程要求一次是验收条件。五、五种成品的完整写法继承自格式附件附件开篇就定了时间写法一律“分:秒”超过一小时写“时:分:秒”估出来的时间前面加“约”。下面五种形式可直接照用。5.1 摘要五到十句第三人称、现在时讲清主题、主要论点和结论不加评价。“不加评价”是一条容易被忽略的约束摘要里不应出现“这期节目非常精彩”“观点很有启发性”这类判断。5.2 章节目录每行一个时间加一个短标题标题不超过十五个字00:00 开场与话题 03:40 为什么会有这个问题 09:15 两种做法的对比 21:30 实际数据 35:05 听众提问5.3 分章节摘要章节标题后括号注明这一章大约多长下面两三句写实际讲了什么### 03:40 为什么会有这个问题(约 5 分钟) 主讲人回顾了这个问题的由来,举了两个常见的例子。 ### 09:15 两种做法的对比(约 12 分钟) 比较了做法甲和做法乙的成本和效果,结论是……5.4 引文原话照录后面写出现时间并注明是字幕原文还是翻译「先把数据弄干净,比换模型更重要。」—— 12:18“是字幕原文还是翻译要注明”这条正好接住了第四节的语言规则如果摘要用中文写、原内容是英文那引文要么给英文原文要么明确标注是译文。5.5 改写成文章结构固定为五块一个标题一段开头说明这是根据哪一期内容整理的每个主要话题一个小标题、下面成段叙述关键原话用引文格式并带时间结尾一段给要点或可照着做的建议。六、容易出错的地方四条都是“别装作看见了”这一节是整份技能质量最高的部分四条全部指向同一类失败——模型把“读到的文字”说成“看过的内容”。字幕只有文字画面里的图表、演示和屏幕上的字读不到写的时候不能说成看过画面。这条直接约束了“视频总结”这种高频请求你能总结的是说出来的话不是演示的 PPT。自动生成的字幕常有错字和断句错误专有名词、人名和数字要结合上下文或简介核对。时间是根据字幕位置估的要写“约第 23 分钟”不写成精确到秒。这与附件里“估出来的时间前面加约”是同一条规则格式仍是mm:ss但数值是估算必须带“约”不制造秒级精确的假象。听不清、字幕缺失的段落要标出来不去补写。这一条是硬性的缺口就是缺口不能靠着上下文“合理推测”把话补圆。七、验收与停手两条明确的边界“怎样算办成核实证据”给的是可检验的标准结果覆盖原内容的全部段落每条引文和时间都能在取到的字幕或正文里找到。注意它的措辞——不是“看起来通顺”而是“能在取到的材料里找到”。这实际上要求模型在写作时保留可回溯的锚点时间戳、原句而不是凭记忆复述。“什么时候停下交给用户”则是能力边界内容要登录或付费才能看或者只有音频、没有任何文字稿时告诉用户缺什么请用户提供。这两条和 Mika 的任务机制是对齐的无法继续时如实说明缺什么比硬编一份内容更有价值。八、它和个人技能是同一种格式按 docs/knowledge-format.mdSKILL.md与 Mika 自学的个人技能是同一种格式五个小节固定为## 入口、## 步骤、## 容易出错的地方、## 怎样算办成(核实证据)、## 什么时候停下交给用户。起草提示词 skill_draft.md 要求起草时“五个小节都要有标题照抄”并说明写的是“这类事”的通用做法、具体值一律写成参数。这个同构带来两个直接后果内置技能可以作为写作范本。对比同目录的 info-research/SKILL.md 可以看到完全相同的五节结构只是内容换成了“查清一件事”的方法。个人技能有独立的生命周期。SkillStatus分为pending/trial/active/suspendedPersonalSkills.kttrial状态的草稿在注入时会被标注“未核实”正文前加一句提示必须核查结果。而 SkillOutcomes.kt 的停用规则只作用于个人技能最近 3 次结果里unreviewed不计有 2 次不是verified或照着技能做却被核查退回就转为suspended。内置技能不参与这套统计——它随 App 发布、由构建期校验改的是代码而不是运行时状态。九、适用前提与已知限制在把这些内容用到实际场景前需要清楚几个前提没有本地语音转文字。只有音频、没有字幕/文字稿时这个技能的正确结果是“请用户提供文字稿”而不是尝试转写。字幕不等于画面。图表、代码演示、屏幕上的文字都无法从字幕得到如果用户要的是“视频里演示了什么”这份技能不覆盖。网页读取有配额。单次最多 30000 字符、默认 12000长文必须靠offset/nextOffset分页技能全文读取也有 12000 字的展示上限超出要按file_path读附件。付费与登录墙是停手条件而不是绕过条件。技能需要被“请”出来。内置技能只在索引里列一行模型要靠skill_search/skill_read主动取用或依赖任务文字匹配到 60 分门槛以上被推荐写法过于笼统、aliases与terms覆盖不足都会让它搜不出来。把这几点和正文的五个小节放在一起看这份不到 40 行的SKILL.md实际上定义了一条完整的作业链问清产物 → 判定来源 → 分页取全 → 按格式写 → 回原文核对 → 缺东西就停。它也示范了 Mika 知识与技能体系的组织方式正文只留可执行的步骤和边界格式细节放进references/能被检索的元数据写在头部能被构建期检查的约束交给 KnowledgeIndex.kt 去拦。赞分享【免费下载链接】MikaMika — 你手机上的私人 AI 助理替你操作 App、上网、把事办成。An on-device AI agent for Android that operates apps and the web to get things done for you.项目地址https://gitcode.com/gh_mirrors/mika2/Mika点击查看免费下载相关推荐Win11Debloat 完整指南10 分钟用免费开源工具精简 Windows每一步都能回退Win11Debloat 完整指南10 分钟用免费开源工具精简 Windows每一步都能回退 Win11Debloat 是一款免费开源的 PowerShel桌面应用CLIweb-video-presentation用 Vite React 把文章与口播稿做成可录屏的伪装成视频的网页演示web video presentation用 Vite React 把文章与口播稿做成可录屏的伪装成视频的网页演示 本指南面向希望把一篇文章或口播稿AI 技能AI 插件网盘网页版下载慢得离谱一个浏览器脚本把文件换成直链地址甩给 IDM 和 Aria2 去跑网盘网页版下载慢得离谱一个浏览器脚本把文件换成直链地址甩给 IDM 和 Aria2 去跑 公司共享盘里躺着 8GB 的工程文件浏览器下载器只能看着百分比纹前端上一篇英雄联盟回放播放终极指南如何用ROFL-Player解决版本兼容性问题下一篇HS2-HF Patch完全指南200插件一键优化你的Honey Select 2游戏体验创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
