用途
这是一个面向结构化数据研究的技能，提供统一的「从邮件到结构化数据」流水线。无论追踪投资者更新、费用还是公司指标，差异仅在于搜索查询、提取模式和追踪页面格式；三者都使用同一个七阶段流水线，通过参数化配方驱动。
主要能力
- 定义研究配方（内置或自定义）
- 搜索来源：先查 Brain，再查邮件（凭证网关窗口查询）、网页搜索（公开备案、新闻稿、监管数据）、API、附件（PDF 提取、HTML 剥离）
- 分类：优先确定性规则（配方中的正则），LLM 兜底，跳过营销、通讯和噪音
- 提取结构化数据，并遵循提取完整性规则
- 归档原始来源（邮件正文、API 响应、PDF、文档）
- 去重（精确匹配跳过、模糊匹配标记复核、同一实体日期不同金额加注）
- 更新规范追踪页面并回链实体
使用方式
技能按七个阶段执行：
- 定义研究配方：可从对话上下文、近期活动、任务和记忆文件中推断目标；内置配方有 investor-updates、expense-tracker、company-updates，也可自定义（来源查询、分类规则、提取模式、追踪页路径与格式）。配方为 YAML 文件，位于 ~/.gbrain/recipes/{name}.yaml，可复制内置配方后编辑。
- 搜索来源：先查 Brain，再查邮件、网页、API 和附件。
- 分类：正则优先，LLM 兜底，并记录兜底情况以改进规则。
- 提取结构化数据：立即保存原始来源，正则优先，LLM 兜底；汇总结果时重新读取已保存文件，绝不依赖 LLM 工作记忆（避免已知幻觉 bug）。
- 归档原始来源：put_raw_data 保存邮件正文和 API 响应，file_upload 保存 PDF 和文档，大文件创建 .redirect.yaml 指针；每个追踪条目必须回链原始来源。
- 去重：精确匹配跳过，模糊匹配标记复核，同实体同日期不同金额加注。
- 更新规范追踪器并回链：解析现有 markdown 表格，按年份/季度/实体分组追加条目，计算累计总数，并为提及的实体回链到对应页面（人物到 people/，公司到 companies/）。
输出为位于配方指定 tracker_page 路径的 Brain 页面，使用 markdown 表格，每条目链接到原始来源，各节底部显示累计总数。
适用场景
- 用户想从邮件、网页或 API 来源追踪结构化数据
- 用户提到「研究」「追踪」「从邮件提取」「构建追踪器」
- 涉及投资者更新、捐赠、公司指标、备案文件
- 需要设置周期性数据收集（配合 cron 配方）
限制与错误处理
- 文件上传路径超出允许根目录会被拒绝，需用户从 Brain 主机上传或内联传入内容。
- put_page/add_timeline_entry 可能返回 revision_conflict 或 write_pending，需重新读取合并或轮询写入请求。
- 来源限流时按提示延迟退避并保留游标，记录缺口而非猜测缺失行。
- 反模式包括：批处理后信任 LLM 工作记忆中的金额、创建无原始来源链接的追踪条目、不运行去重、在流水线代码中硬编码来源特定模式（应使用配方）。
约定参考 skills/conventions/quality.md 的引用与回链规则。