核心用法
Tweet Processor Skill 是一款面向信息策展的自动化知识管理工具。用户只需发送任意 x.com 或 twitter.com 的推文链接，系统即自动完成以下流程：导航至目标推文、提取关键洞察（涵盖工具软件、技术方法、设计灵感、值得关注的账号等）、按预设分类写入对应的 Markdown 笔记文件，并以统一格式追加记录。
输出文件采用五维分类架构：
- tools.md：收录新发现的软件、服务、API
- tech.md：记录开发技巧、工程 workflow
- design.md：沉淀 UI/UX 设计洞察
- people.md：标记值得长期关注的优质账号
- misc.md：存放其他难以归类但有价值的内容
单条洞察支持多文件复用，格式标准化包含标题、日期、原文链接、核心要点及价值解读，确保后续检索与回顾效率。
显著优点
1. 零摩擦知识捕获：用户无需离开对话环境，单条 URL 即可触发完整处理流程，极大降低信息囤积的启动成本。
2. 结构化而非堆砌：强制分类机制避免笔记沦为链接垃圾场，通过预设维度确保每条洞察都有明确的归属语境。
3. 可累积的知识资产：Markdown 格式保证长期可读性与可迁移性，配合日期与来源标注，形成可追溯的个人知识库。
4. 策展思维植入："选择性收录"规则内置质量筛选，训练用户区分信号与噪音。
潜在局限
- 依赖外部平台稳定性：推特/X 的 API 限制或页面结构变更可能导致解析失败。
- 自动化 vs 深度理解的张力：结构化提取可能遗漏推文隐含的复杂语境或讨论 thread 的前因后果。
- 分类刚性：五维分类虽覆盖常见场景，但难以适应高度垂直或交叉领域的知识类型。
适合人群
- 重度社交媒体信息消费者，希望将碎片化浏览转化为系统知识资产
- 开发者、设计师、产品经理等需要持续跟踪行业工具与最佳实践的专业人群
- 个人知识管理（PKM）实践者，偏好本地 Markdown 工作流
常规风险
1. 链接失效风险：推文删除、账号注销或平台封禁将导致来源不可考，建议配合 Archive 服务或定期导出备份。
2. 隐私泄露 inadvertent：若推文包含敏感信息，自动记录可能扩大知情范围，需确认处理环境的数据隔离策略。
3. 过度收集陷阱：自动化便利可能导致低质量内容入库，建议定期人工 review 各分类文件，执行归档或删除。