用途:把视频、音频、PDF、书籍、截图和 GitHub 仓库内容摄取进 brain,生成带分析内容的 brain 页面,而不是简单堆砌转录文本。
主要能力:识别格式并获取内容(视频/YouTube 取字幕或转录,音频用 STT 转录,PDF 提取文本并按需 OCR,书籍识别章节,截图用视觉模型 OCR,GitHub 仓库克隆后读 README 与关键文件并总结架构);用 gbrain files upload-raw <file> --page <slug> 保存原始文件;按主要主题创建 brain 页面,包含摘要、关键片段、提及的人物与公司;对每个人物和公司做实体抽取,检查已有页面、按需丰富、添加反向链接和时间线条目;最后用 gbrain sync 更新索引。
使用方式:输入 source(必填,URL、文件路径或上传文件引用),可选 title 和 target_slug。创建新页面前需先读 skills/_brain-filing-rules.md。完成后向用户报告“Ingested {title}: {N} entities detected, {N} pages updated.”。
限制与错误处理:转录失败时标注 [transcript unavailable] 并继续,不得编造内容;创建页面前按来源 URL 或文件哈希查重,重复时询问用户更新还是跳过;OCR 或音频不清处标 [inaudible] 或 [illegible],不猜测专有名词;超过 500 页的书籍按章总结并链接原始上传;瞬时 API 失败重试一次,认证失败立即中止;大音频(超过 2 小时)可能超时,需分块。已知问题包括自动字幕误识别专有名词、重复摄取产生重复页、扫描 PDF OCR 质量不稳定、无说话人分离的视频转录价值较低。反模式包括只堆转录不做分析、跳过实体抽取、按格式而非主题归档原始摄取、不保留原始文件、创建无实质内容的占位页。