SuperAPI AI 工具集

synthesis-link-research

写作与研究

查看项目

更新于 10-22 16:15

技能介绍

用途

Link Research 用于为博客文章、演示文稿或任何引用外部实体的内容,收集人物、组织和实体的准确权威超链接。它属于 synthesis 写作技能体系,定位是“作者负责写作,AI 负责辅助”。

主要能力

两种工作模式:交互模式下,如果用户没有指定实体,技能会先询问需要为哪些人物和组织添加链接;定向模式下,用户直接提供名称和实体,技能随即开展研究。

人物链接优先级:个人或职业网站 → 机构或公司简介页 → LinkedIn 个人资料 → 其他职业社交媒体(Twitter/X 等)。

组织链接优先级:官方网站 → 主要社交媒体(若无网站)→ 权威第三方资料(Wikipedia、Bloomberg 等,若无官方存在)。

输出格式:以 HTML 锚点形式给出结果,便于直接复制粘贴,例如 <a href="URL">Person Name</a>,并按人物、组织分组注释。

找不到时的处理:说明某实体无法找到链接并建议替代方案,例如“未能找到 X 的官方页面,可考虑链接其 LinkedIn 资料或近期访谈”。对于常见姓名或含义模糊的实体,会先确认上下文匹配再给出最终链接。

使用方式

使用时向技能提供需要研究的人物或组织名单,并为每个实体补充上下文:人物可说明其角色、所属机构或为何被提及;组织可说明其业务、所在地或相关性。若名称存在歧义,应加入区分信息,如公司、专业领域或地区。还可提出时效要求(需要最新的官方链接)、验证要求(确认链接仍然有效且指向正确实体)、按行业或事件分组请求,以及地区版本偏好。

失效链接修复模式

当审计既有内容中的链接失效(URL 曾经有效但不再解析)时,按以下优先级替换,且不得仅凭“域名与已知实体相似”就认定是同一实体,必须验证:

  1. archive.org Wayback Machine 对原始 URL 的存档副本——最安全的首选,保留读者原本看到的内容;个人历史类 URL(旧个人网站、已停业的咨询业务、已下线的产品页面)几乎总是适用此选项。
  2. 同一实体的当前规范 URL——仅在连续性可验证时使用,例如 mysql.org → mysql.com(同一软件,收购后变更);需通过 Wayback 存档内容、候选规范 URL 自身的 About 页面或第三方确认来验证同一性。
  3. 通用概念或实体的 Wikipedia 条目——不适用于个人或私人网站,例如某个具体 Yahoo Pipes URL 的 pipe ID 已失效时,可链接到 Yahoo! Pipes 的 Wikipedia 条目。
  4. 去掉链接、保留可见文字并加“(no longer online)”注记——以上均不适用时的默认处理。

实操注意事项

Wayback Machine API 限流:https://archive.org/wayback/available?url=... 接口存在严格限流,并行查询时会对确实有存档的 URL 静默返回空结果。建议采用三遍查询:第一遍串行查询、间隔 1.2 秒;第二遍对“无存档”余项以 2–3.5 秒间隔重试;第三遍对 API 仍称无存档的 URL 使用 URL 形式回退,命令如下:

curl -sS -L --max-time 15 -A "Mozilla/5.0" -o /dev/null \
  -w "%{url_effective}" "https://web.archive.org/web/2010/$ORIGINAL_URL"

若存在存档,该 URL 会重定向到形如 ^/web/\d{14}/ 的时间戳存档地址;若无存档,则停留在 /web/2010/... 形式,可据此区分“无存档”与“API 限流”。

LinkedIn 专项恢复:LinkedIn 对所有未认证自动化请求返回 HTTP 999,旧版 /pub/ 与现代 /in/ 地址均无法用 WebFetch 或 curl 直接验证。可改用 Google 站点搜索(site:linkedin.com "person name" employer)、已认证浏览器会话(如 Claude in Chrome,用户登录后由代理导航读取页面),或哈希后缀迁移模式——旧版 /pub/firstname-lastname/0/abc/def 的现代个人地址常为 /in/firstname-lastname-defabc(末尾两组十六进制反序拼接),该模式在 2026 年 rajiv-com-cleanup 项目中约 70% 成立,其余使用用户选定的简洁地址。

浏览器自动化域名白名单:Claude in Chrome 的浏览器会话按域名授权,Reddit、NYT、Microsoft、GNU、SmugMug 等常见域名在未授权前会返回“Navigation to this domain is not allowed”。批量验证跨域名 URL 时,可回退到带完整浏览器头(User-Agent、Accept、Accept-Language)的 GET 请求 curl,以绕过多数真实站点对 HEAD 方法的反爬判别;或使用 WebSearch 直接查询站点是否存在或实体的规范 URL。

归档扫描的 URL 提取正则:从 Markdown 或正文提取 URL 时应排除代码块与模板元字符:

url_pattern = re.compile(r'https?://[^\s)\]\'"`<\$]+')

其中 \$ 排除 http://$server_name 这类 shell 或模板插值,反引号排除行内代码末尾的 URL,< 排除紧跟 HTML 片段的 URL;否则约 10%–15% 的扫描结果会是代码块中的误报。

适用场景

科技会议回顾(演讲嘉宾、主办方、赞助公司与初创企业)、行业分析(行业领袖、分析师、创新者;主要公司、监管机构、研究机构)、个人研究(作者、研究人员、领域专家;大学、研究中心、期刊、行业协会),以及既有内容的链接失效审计与清理。

限制

该技能依赖人工提供实体名单与上下文;链接查找结果取决于公开网络信息,未提供具体链接的实体无法凭空生成。LinkedIn 链接无法直接自动验证,需借助搜索或已认证会话。Wayback 查询存在限流,需按节流策略执行。资料未提供该技能的收费、价格或平台支持范围等信息。