本文档详细说明如何在你的 Claude Code 项目中安装、配置并使用智能信息收集系统（InfoCollector）提供的 Skill 和 Agent 包。
目录
先通过下面的命令添加我们的 Marketplace:
/plugin marketplace add lostabaddon/CCMarketplace/然后在 "Browse and install plugins" 中找到本市场中的 InfoCollector 插件进行安装。
此后可以在 "Manage and uninstall plugins" 中进行更新。
如果你是有经验的 Claude Code 用户，可以按照以下步骤快速上手：
确保您的工作目录下有 .claude 文件夹，以及其中有 skills 和 agents 这两个文件夹
将本项目的 skills 和 agents 目录复制到您工作目录 claude 目录下。
将本项目的 SITE.md 复制到您的工作目录下。
注意：不需要复制 PERSONEL.md，系统会在首次启动时自动创建！
在你的项目中，告诉 Claude：
帮我收集今天关于人工智能的最新信息
首次启动时，系统会：
- 检测
PERSONEL.md不存在 - 自动启动交互式初始化流程
- 询问你的语言偏好和默认关注领域
- 自动生成个人配置文件
系统使用两个主要配置文件：
此文件定义了你的个人信息收集偏好。
主要配置项：
| 配置项 | 说明 | 默认值 | 修改方法 |
|---|---|---|---|
| 主要语言 | 报告生成的主要语言 | 中文 | 编辑 ## 语言偏好 部分 |
| 次要语言 | 允许的其他语言 | 英文 | 编辑 ## 语言偏好 部分 |
| 默认关注领域 | 不指定时的默认收集领域 | 科技、国际要闻 | 编辑 ### 默认关注领域 部分 |
| 信息类型偏好 | 偏好的信息形式 | 新闻、博客、学术 | 编辑 ## 信息类型偏好 部分 |
| 时间范围 | 默认收集时间窗口 | 过去 24 小时 | 编辑 ## 时间范围 部分 |
| 启用 WebSearch | 是否启用全网搜索 | 是 | 编辑 ### 双通道搜索配置 部分 |
| WebSearch 权重 | 相对于 SITE.md 的权重 | 30% | 编辑 ### 双通道搜索配置 部分 |
示例配置修改：
# 原始配置
## 语言偏好
- 主要语言：中文
- 次要语言：英文
# 修改为只使用英文
## 语言偏好
- 主要语言：英文
- 次要语言：无此文件定义了系统可以访问的可靠信息源。
结构说明：
## 大类别（二级标题）
### 子类别（三级标题）
- **信息源名称（粗体）**
- URL: {网址}
- 类型: {标签}
- 语言: {语言}示例：
## 科技与技术
### 人工智能
- **OpenAI Blog**
- URL: https://openai.com/blog
- 类型: AI、GPT、研究
- 语言: 英文
- **机器之心**
- URL: https://www.jiqizhixin.com/
- 类型: AI、机器学习、深度学习
- 语言: 中文用你喜欢的文本编辑器打开 PERSONEL.md：
# 使用 VS Code
code ~/my-project/PERSONEL.md
# 或使用 nano（命令行编辑器）
nano ~/my-project/PERSONEL.md
# 或使用 vim
vim ~/my-project/PERSONEL.md常见修改示例：
-
修改默认关注领域：
# 如果你主要关注金融新闻和经济信息 ### 默认关注领域 1. **金融与经济** - 股市行情 - 加密货币 - 商业分析
-
调整 WebSearch 权重：
# 如果你想加大对网络搜索的依赖 ### 双通道搜索配置 - **启用广泛网络搜索（WebSearch）**：是 - **WebSearch 相对权重**：50%（相对于 SITE.md 的 50%）
假设你想添加一个新的信息源：
-
打开 SITE.md：
code ~/my-project/SITE.md -
找到合适的类别（或创建新类别）
-
添加新信息源，格式如下：
- **Medium** - URL: https://medium.com/ - 类型: 技术文章、博客 - 语言: 英文
-
保存文件
添加信息源的最佳实践：
- 使用可靠、常更新的信息源
- 为 URL 字段使用信息源的主页（如
https://example.com/） - 在"类型"字段中使用逗号分隔的标签
- 保持信息源在合适的类别下
确保所有必需的配置都正确设置：
# 检查 SITE.md 是否存在且非空
[ -s ~/my-project/SITE.md ] && echo "✓ SITE.md 已安装" || echo "✗ SITE.md 缺失"
# 检查是否包含至少一个信息源
grep -q "^- \*\*" ~/my-project/SITE.md && echo "✓ SITE.md 包含信息源" || echo "✗ SITE.md 可能为空"说明：不需要提前准备 PERSONEL.md，系统会在首次启动时自动创建
现在你已经完成了安装和配置，可以进行第一次使用了。
本系统包含两个 Skill，可根据需求选择使用：
用于定期收集信息、新闻、资讯等。
方式 1：使用 Skill 命令（推荐）
/info-collector
输入此命令后，系统会提示你输入需求。
方式 2：直接告诉 Claude
帮我收集今天关于人工智能的最新信息
Claude 会自动识别并启动 /info-collector Skill。
用于深入调查特定对象、产品、或行业类别，需要多维度多轮搜索分析。
方式 1：使用 Skill 命令
/deep-investigator
输入此命令后，系统会提示你输入调查对象。
方式 2：直接告诉 Claude
帮我深度调查一下 ChatGPT
或
深度调查主流大语言模型产品
Claude 会自动识别并启动 /deep-investigator Skill。
你的输入：
收集今天的科技新闻
系统会：
- 分析你的需求：收集科技领域的新闻，时间范围为过去 24 小时
- 从 SITE.md 选择科技相关信息源
- 执行 WebSearch 全网搜索
- 并行启动 source-processor Agent 处理各信息源
- 为每个网页启动 webpage-analyzer Agent 进行深度分析
- 生成最终报告
预期输出：
- 一份组织清晰的信息收集报告
- 报告保存在当天的目录下（如
2025-10-27/最终报告.md） - 可能发现并添加新的信息源到 SITE.md
你的输入：
帮我收集过去一周关于大语言模型的最新研究和应用进展
系统会：
- 分析需求：大语言模型、过去 7 天、包括学术论文
- 从 SITE.md 选择 AI 相关信息源
- 进行多个 WebSearch 查询以覆盖不同角度
- 生成包含学术论文、技术博客和新闻的综合报告
你的输入：
收集今天的 AI 新闻、网络安全事件和国际要闻
系统会：
- 识别三个关注领域
- 选择多个相关信息源
- 同时处理这些信息源
- 按领域分类组织最终报告
以下是使用 deep-investigator 进行深度调查的示例。
你的输入：
帮我深度调查一下 ChatGPT
系统会：
- 分析调查对象：ChatGPT（单个产品）
- 自动确定调查维度：
- 技术原理和架构
- 发展历史和版本演进
- 应用场景和使用方式
- 竞争优势和特点
- 隐私安全和局限性
- 执行多轮网络搜索，每轮聚焦不同维度
- 并行分析关键网页内容
- 评估信息完整性，必要时补充搜索
- 生成全面深入的深度调查报告
预期输出：
- 调查目录：
深度调查-ChatGPT-2025-10-27/ - 最终报告：
深度调查报告-ChatGPT-2025-10-27.md（项目根目录） - 包含各维度的详细分析和引用索引
你的输入：
深度调查主流大语言模型产品，比较 ChatGPT、Claude 和 Gemini
系统会：
- 识别调查对象类型：一组产品
- 为每个产品进行多维度搜索和分析
- 整理各维度内容进行对比分析
- 分析产品间的关联、异同和竞争关系
- 生成包含对比分析表格和评估的综合报告
预期输出：
- 调查目录：
深度调查-主流大语言模型-2025-10-27/ - 最终报告包含多个产品的对比分析
你的输入：
深度调查无代码开发平台这个行业类别
系统会：
- 识别调查对象类型：一个行业类别
- 定义类别的边界和分类体系
- 收集代表性产品和厂商的信息
- 分析行业现状、竞争格局和发展趋势
- 生成包含行业全景、玩家分析、发展趋势的综合报告
预期输出：
- 调查目录：
深度调查-无代码开发平台-2025-10-27/ - 最终报告包含行业全景分析和趋势预测
收集完成后，检查生成的文件：
# 查看今天生成的文件
ls -la ~/my-project/2025-10-27/
# 查看最终报告
cat ~/my-project/2025-10-27/最终报告.md
# 查看单个信息源的总结
cat ~/my-project/2025-10-27/TechCrunch-总结.md
# 查看新发现的信息源评估
cat ~/my-project/2025-10-27/新增信息源评估.md系统生成的报告包含以下部分：
包含内容：
- 收集摘要：主要发现和趋势
- 按领域分类的详细内容
- 所有信息源的引用列表
- 新增信息源统计
示例结构：
# 信息收集报告
**收集时间范围**: 过去 24 小时
**收集领域**: 人工智能、科技
**报告生成时间**: 2025-10-27 14:30
...
## 一、科技与技术
### 人工智能
根据多个来源的最新报道[1][2][5]，...
### 网络安全
...
## 信息源列表
1. [标题1](URL1) - 来源: TechCrunch
2. [标题2](URL2) - 来源: 机器之心
...
为每个处理过的信息源生成一个总结文件。
示例：TechCrunch-总结.md
# TechCrunch - 信息汇总
**信息源**: TechCrunch
**信息源 URL**: https://techcrunch.com/
**收集时间范围**: 过去 24 小时
**收集数量**: 5 条
---
## 综合分析
本次从 TechCrunch 收集到的信息主要集中在...
---
## 信息来源
1. [标题1](URL1)
2. [标题2](URL2)
...
如果系统发现了新的有价值的信息源，会在此文件中记录评估结果。
在使用过程中，系统会不断改进：
-
自动添加新信息源
- 当发现高分（≥7.5分）的新信息源时，自动添加到 SITE.md
- 中等分（6.0-7.4分）的网站会添加但标注"待审核"
-
定期审核信息源
- 定期检查 SITE.md 中的信息源是否仍然活跃
- 移除失效或低质量的信息源
-
优化搜索策略
- 根据用户需求自动调整 WebSearch 查询
- 改进信息筛选和去重
答案：是的！系统会自动检测并创建。
流程说明：
- 首次启动 Skill 时，系统会检查
PERSONEL.md是否存在 - 如果不存在，会自动启动交互式初始化
- 系统会询问你：
- 主要语言选择
- 默认关注领域
- 根据你的回答自动生成
PERSONEL.md - 然后继续进行信息收集任务
你不需要手动创建此文件！
问题现象：
- 在 Claude Code 中输入
/info-collector后无反应 - 系统无法识别 Skill
解决方案：
-
验证文件路径正确：
# 检查 Skill 文件是否存在 ls -la ~/.claude/skills/info-collector/skill.md # 或在项目中 ls -la ~/my-project/.claude/skills/info-collector/skill.md
-
检查 Skill 文件格式：
# 查看前 5 行，应该包含 YAML frontmatter head -5 ~/.claude/skills/info-collector/skill.md
应该看到：
--- name: info-collector description: "..." ---
-
重启 Claude Code：
# 退出并重新打开 Claude Code -
检查路径设置：
- 确认 Skill 文件在
~/.claude/skills/或项目的.claude/skills/下 - Claude Code 可能需要显式配置 Skills 目录
- 确认 Skill 文件在
问题现象：
- 运行 Skill 后报错"找不到 Agent"
- Agent 无法被调用
解决方案：
-
检查所有 6 个 Agent 文件都已复制：
# 检查是否存在 ls -la ~/.claude/agents/
应该看到：
-rw-r--r-- source-processor.md # info-collector 使用 -rw-r--r-- webpage-analyzer.md # 通用（双模式） -rw-r--r-- site-evaluator.md # info-collector 使用 -rw-r--r-- personel-updater.md # info-collector 使用 -rw-r--r-- source-searcher.md # deep-investigator 使用 -rw-r--r-- report-generator.md # deep-investigator 使用 -
检查 Agent 文件格式：
# 检查每个 Agent 的 frontmatter head -5 ~/.claude/agents/source-processor.md
-
检查文件名是否正确（区分大小写）：
- Linux/macOS：文件名区分大小写
- 确保文件名完全匹配
问题现象：
- SITE.md 缺失
- 无法解析 SITE.md
解决方案：
关于 PERSONEL.md：
- 如果 PERSONEL.md 缺失或为空，系统会自动启动交互式初始化创建它
- 无需手动处理！
关于 SITE.md：
-
验证文件存在：
# 检查 SITE.md ls -la ~/my-project/SITE.md
-
检查文件不为空：
# 检查文件大小（应该 > 100 字节） wc -c ~/my-project/SITE.md
-
检查 Markdown 格式：
# 查看前 20 行 head -20 ~/my-project/SITE.md
应该看到标准的 Markdown 结构。
-
如果文件损坏，重新复制：
# 从源代码重新复制 cp /tmp/infocol-source/SITE.md ~/my-project/SITE.md
问题现象：
- 某些信息源返回访问失败
- 信息收集报告中有"处理失败"的消息
解决方案：
-
网络连接问题
# 测试网络连接 ping -c 2 techcrunch.com -
信息源 URL 失效
- 验证 SITE.md 中的 URL 是否正确
- 在浏览器中测试 URL 是否可访问
- 如果失效，更新或移除该信息源
-
API 限制
- WebFetch 和 WebSearch 可能有调用频率限制
- 系统会自动处理这些限制
- 如果频繁发生，减少同时处理的信息源数量
-
反爬虫机制
- 某些网站可能阻止自动访问
- 这是正常的，系统会跳过这些网站
- 在 SITE.md 中移除问题网站
问题现象：
- 收集完成但报告中没有内容
- 无法找到符合条件的信息
解决方案：
-
检查关注领域是否匹配：
# 查看 SITE.md 中是否有相关信息源 grep -i "ai\|人工智能" ~/my-project/SITE.md
-
扩大时间范围：
- 默认是过去 24 小时
- 尝试扩大到过去 7 天或更长
-
检查信息源是否活跃：
- 在浏览器中手动测试一些 SITE.md 中的 URL
- 确保至少有一些信息源有新内容
-
添加更多信息源：
- 编辑 SITE.md，添加你感兴趣的信息源
- 重新运行信息收集
使用场景：
- 你想每天自动收集一次信息
- 或想在特定时间运行收集任务
方案：
由于这是基于 Claude Code 的系统，自动化频率取决于 Claude Code 的运行方式。以下是几个选项：
-
手动运行：每次需要信息时手动输入
/info-collector -
使用系统调度：
# macOS/Linux: 使用 cron（每天早上 9 点运行） # 编辑 crontab crontab -e # 添加以下行（需要配置 Claude Code 支持 CLI 调用） 0 9 * * * /path/to/claude-code run-skill info-collector
-
其他方案：
- 使用外部工作流工具（如 GitHub Actions）定期触发
- 与其他任务管理系统集成
获取技术支持：
- 查看项目的 README.md 了解架构细节
- 查看各 Agent 定义文件（
.claude/agents/）了解具体实现 - 检查生成的日志文件（通常在工作目录下）
- 在项目的 Issue tracker 上报告问题
提供反馈时包括：
- Claude Code 版本
- 完整的错误消息
- 相关的配置设置
- 尝试过的解决方案
答案：
| 场景 | info-collector | deep-investigator |
|---|---|---|
| 定期信息收集 | ✅ | ❌ |
| 深入研究特定对象 | ❌ | ✅ |
| 快速覆盖多个领域 | ✅ | ❌ |
| 单个产品/概念的多维度分析 | ❌ | ✅ |
| 每日新闻汇总 | ✅ | ❌ |
| 产品对比分析 | ❌ | ✅ |
| 行业趋势分析 | ❌ | ✅ |
| 自动发现新信息源 | ✅ | ❌ |
选择指南：
-
使用 info-collector 当你想：
- 定期收集信息（每天、每周）
- 快速了解多个领域的最新动态
- 自动发现新的有价值的信息源
- 获得广泛覆盖的新闻汇总
-
使用 deep-investigator 当你想：
- 深入了解特定的产品或概念
- 进行多维度的全面分析
- 对比分析多个相似的产品或方案
- 分析整个行业或领域的现状和趋势
答案：是的，完全自动。系统会：
-
自动识别对象类型：
- 单个对象（产品、概念、人物等）
- 一组对象（多个产品进行对比）
- 一个类别（行业、领域等）
-
自动确定调查维度： 根据对象类型，系统会自动生成合适的分析维度，例如：
- 单个产品：技术原理、发展历史、应用场景、竞争优势、安全隐私等
- 一组产品：功能对比、性能对比、价格对比、用户评价等
- 行业类别：市场现状、主要玩家、发展趋势、技术方向等
-
自动执行多轮搜索：
- 第 1 轮：对各维度进行深度搜索和网页分析
- 第 2 轮（如需要）：针对信息空白进行补充搜索
- 信息完整性评估：自动判断是否需要补充搜索
你无需手动指定维度或进行配置！
答案：deep-investigator 生成两部分内容：
-
调查目录（
深度调查-{对象}-YYYY-MM-DD/）：- 每个维度的搜索结果（
搜索-{维度}.md） - 每个维度的详细分析（
{维度}-{网页标题}.md） - 每个维度的汇总（
维度汇总-{维度}.md） - 信息完整性评估（
信息完整性评估-第N轮.md）
- 每个维度的搜索结果（
-
最终报告（
深度调查报告-{对象}-YYYY-MM-DD.md，保存在项目根目录）：- 调查对象分析：对象的定义、类型识别
- 多维度分析：按各维度的详细叙述和分析
- 综合评估：信息完整性、补充搜索说明
- 引用索引：所有引用源的完整列表
报告采用段落形式叙述，而非列表形式，便于深入阅读。
如果你想调整 WebSearch 与 SITE.md 信息源的相对权重，编辑 PERSONEL.md：
### 双通道搜索配置
- **优先使用可靠源（SITE.md）**：是
- **启用广泛网络搜索（WebSearch）**：是
- **WebSearch 相对权重**：50%（修改此值，默认为 30%）权重的含义：
- 30%：偏好可靠源，WebSearch 为辅助
- 50%：平衡使用两个通道
- 70%：强调网络发现，可能找到更多新信息源
在 PERSONEL.md 中：
### 新信息源发现与管理
- **自动添加新信息源**：是
- **自动添加阈值**：7.5 分（降低此值使系统更容易添加新源）
- **人工审核阈值**：6.0-7.4 分所有收集的信息保存在日期目录下：
# 查看所有收集历史
ls -d ~/my-project/*/
# 删除旧的收集（小心操作！）
rm -rf ~/my-project/2025-10-20/
# 归档收集数据
tar -czf ~/my-project/archives/2025-10.tar.gz ~/my-project/2025-10-*/你现在已经完成了以下步骤：
✅ 安装了 Skill 和 Agent 包 ✅ 配置了个人偏好和信息源 ✅ 进行了第一次信息收集 ✅ 了解了输出格式和常见问题 ✅ 可以开始使用系统进行日常信息收集
-
定期更新信息源
- 定期审查 SITE.md 中的信息源
- 移除失效的网站
- 添加新发现的有价值信息源
-
个性化配置
- 根据自己的需求调整 PERSONEL.md
- 创建多个配置文件以支持不同的收集任务
-
深入使用
- 探索不同的收集场景
- 学习 Agent 定义以理解系统工作原理
- 考虑扩展系统功能
有问题或需要支持时，请参考 README.md 或项目文档。
祝你信息收集愉快！