chore(claude): version skills and local settings; add rag-files/rag-memories

- Adjust .gitignore to track .claude/settings.local.json and .claude/skills/** while keeping other .claude content local.

- Add rag-files (knowledge retrieval + .claude/files notes), rag-memories, and mywebpage-update skills with PDF/Excel references.

- Fix settings.local.json hooks (SessionStart schema) for Claude Code.

- Update CLAUDE.md for rag-files paths and memory/file pool notes.

- Remove tracked .claude/plans and sessions placeholders no longer used.

Made-with: Cursor

.claude/plans/web-platform.md

@@ -1,346 +0,0 @@
-# MetaBot Web Platform — 完整规划
-
-## 目标
-
-在 MetaBot 现有架构（Feishu + Telegram）之上，增加一个独立的 **Web 端**，包含：
-
-1. **Chat UI** — 实时流式对话，等同甚至超越飞书体验
-2. **MetaMemory UI** — 现有文档/知识管理功能迁移到 React
-3. **Voice Mode** — 流式语音交互（Whisper STT + 流式 TTS）
-4. **统一 SPA** — 一个页面，侧边栏切换 Chat / Memory / Settings
-5. **未来路径** — 从 Web → PWA → React Native (iOS/Mac) → 去掉飞书依赖
-
-## 技术选型
-
-| 层 | 技术 | 理由 |
-|---|------|------|
-| 前端框架 | **React 19 + Vite** | 组件化、TS 支持、未来 React Native 迁移 |
-| 实时通信 | **WebSocket (ws)** | 双向通信、流式输出、语音流式传输 |
-| 状态管理 | **Zustand** | 轻量、TypeScript 友好、不需要 Redux 的重量 |
-| 路由 | **React Router v7** | SPA 内页面切换 |
-| Markdown | **react-markdown + rehype** | React 生态，支持代码高亮 |
-| 样式 | **CSS Modules** | 无额外依赖，保持轻量 |
-| 打包 | **Vite → dist/web/** | 构建产物由 MetaBot HTTP server 静态服务 |
-
-## 现有架构优势
-
-MetaBot 已有优秀的平台抽象层，Web 端可以复用：
-
-- `IMessageSender` 接口 — 实现 `WebSender` 即可接入
-- `MessageBridge` — 所有核心逻辑（命令、执行、会话）平台无关
-- `CardState` — 完整的流式状态结构，直接通过 WebSocket 推送
-- `BotRegistry` — 注册 `platform: 'web'`，与飞书/Telegram 并存
-- `SessionManager` — 按 `chatId` 隔离，Web 端用 userId 或 sessionToken 做 chatId
-
-## 分阶段计划
-
----
-
-### Phase 1: WebSocket 基础 + 最小可用 Chat（MVP）
-
-**目标**：能在浏览器里跟 Agent 对话，实时看到流式输出。
-
-#### 后端
-
-1. **安装 `ws` 包**，在现有 HTTP server 上添加 WebSocket 升级
-2. **创建 `src/web/ws-server.ts`**
-   - WebSocket 连接管理（认证、房间、心跳）
-   - 连接时验证 Bearer token（复用 `API_SECRET`）
-   - 消息协议定义：
-     ```typescript
-     // Client → Server
-     type ClientMessage =
-       | { type: 'chat'; botName: string; chatId: string; text: string }
-       | { type: 'stop'; chatId: string }
-       | { type: 'answer'; chatId: string; toolUseId: string; answer: string }
-
-     // Server → Client
-     type ServerMessage =
-       | { type: 'state'; chatId: string; messageId: string; state: CardState }
-       | { type: 'complete'; chatId: string; messageId: string; state: CardState }
-       | { type: 'error'; chatId: string; error: string }
-       | { type: 'connected'; bots: BotInfo[] }
-     ```
-3. **创建 `src/web/web-sender.ts`** — 实现 `IMessageSender`
-   - `sendCard()` / `updateCard()` → 通过 WebSocket 推送 `CardState` 给客户端
-   - `sendImageFile()` / `sendLocalFile()` → 保存到静态目录，推送 URL
-   - 不需要真正的飞书卡片构建，直接发结构化数据
-4. **在 `http-server.ts` 中注册 WebSocket 升级路由**
-   - `GET /ws` → 升级为 WebSocket 连接
-5. **静态文件服务** — `GET /web/*` → 从 `dist/web/` 或 `web/dist/` 提供前端资源
-
-#### 前端
-
-6. **初始化 React + Vite 项目** — `web/` 目录（monorepo 风格）
-   - `web/src/`, `web/index.html`, `web/vite.config.ts`
-   - TypeScript，共享类型定义（`CardState`、`ToolCall` 等从 `src/types.ts` 导出）
-7. **WebSocket hook** — `useWebSocket(url, token)` 管理连接、重连、消息派发
-8. **最小 Chat UI**
-   - 消息列表（用户消息 + Agent 回复）
-   - Agent 回复实时流式渲染（`status: thinking → running → complete`）
-   - 工具调用折叠显示（和飞书卡片一致）
-   - Markdown 渲染 + 代码高亮
-   - 输入框 + 发送按钮
-   - Bot 选择器（从 `/api/bots` 获取列表）
-9. **登录页** — 简单的 token 输入（`API_SECRET`），存 localStorage
-
-**交付物**：打开 `http://server:9100/web/` 即可对话，效果等同飞书但有实时流式。
-
-**预计工作量**：后端 ~400 行，前端 ~1200 行
-
----
-
-### Phase 2: 完整 Chat 功能
-
-**目标**：对齐飞书端的全部聊天功能。
-
-1. **会话管理**
-   - 侧边栏会话列表（新建 / 切换 / 删除会话）
-   - 会话持久化（chatId 列表存 localStorage，可选后端存储）
-   - `/reset` 命令（清除会话）
-2. **文件交互**
-   - 图片上传（拖拽 / 粘贴 / 点击选择）→ 上传到 `/api/upload` → 转发给 Claude
-   - Agent 输出文件显示（图片内联、其他文件下载链接）
-3. **Pending Question 交互**
-   - Agent 问用户问题时，渲染选项卡片
-   - 用户选择后通过 WebSocket 回复 `answer` 消息
-4. **命令支持**
-   - `/reset`、`/stop`、`/status`、`/help`、`/memory` 等
-   - 命令自动补全
-5. **Plan Mode 显示**
-   - 当 Agent 进入 plan mode 时，渲染 plan 内容
-6. **Cost / Duration 显示**
-   - 每条消息显示 cost 和耗时
-7. **暗色模式**
-
-**预计工作量**：~1500 行
-
----
-
-### Phase 3: MetaMemory 集成 — 统一 SPA
-
-**目标**：把 MetaMemory Web UI 迁移到 React，和 Chat 合并为统一 SPA。
-
-1. **React 化 MetaMemory**
-   - `<FolderTree>` — 文件夹树导航
-   - `<DocumentList>` — 文档列表
-   - `<DocumentView>` — Markdown 渲染
-   - `<DocumentEditor>` — 创建/编辑文档
-   - `<SearchResults>` — 全文搜索
-   - 复用现有 MetaMemory API（`/api/documents`、`/api/folders`、`/api/search`）
-2. **统一布局**
-   - 左侧主导航栏：Chat（💬）/ Memory（📚）/ Settings（⚙️）
-   - Chat 和 Memory 各自有次级侧边栏（会话列表 / 文件夹树）
-3. **统一认证**
-   - 一个 token 同时访问 Chat API 和 MetaMemory API
-   - MetaMemory server 代理请求复用 token 验证
-4. **移除旧 MetaMemory 静态文件**
-   - `src/memory/static/` 的 vanilla JS 代码退役
-   - MetaMemory server 路由到新的 React 构建产物
-
-**预计工作量**：~2000 行
-
----
-
-### Phase 4: 流式语音交互
-
-**目标**：在 Web 端实现 Jarvis 式语音交互，真正的流式。
-
-1. **浏览器端音频录制**
-   - MediaRecorder API 捕获麦克风
-   - VAD（Voice Activity Detection）— 用 `@ricky0123/vad-web` 或简单的音量阈值
-   - 录完发送音频 chunk 到 WebSocket
-2. **服务端流式处理**
-   - WebSocket 接收音频 → Whisper STT
-   - Agent 执行（复用现有流程）
-   - TTS 流式返回：逐句合成，句子级别流式推送音频 chunk
-3. **浏览器端音频播放**
-   - Web Audio API 播放接收到的 TTS 音频 chunk
-   - 句子级别流式播放（~50% 感知延迟降低）
-4. **UI**
-   - 麦克风按钮（按住说话 / 点击切换）
-   - 音频可视化波形
-   - 转录文本实时显示
-
-**预计工作量**：~1500 行
-
----
-
-### Phase 5: 高级功能 + 原生端准备
-
-**目标**：完善 Web 端，为原生应用铺路。
-
-1. **PWA 支持**
-   - Service Worker、离线缓存、添加到主屏幕
-   - Push Notification（任务完成通知）
-2. **多 Bot 管理面板**
-   - 查看所有 bot 状态
-   - 创建/删除/配置 bot（复用 `/api/bots` CRUD）
-   - 调度任务管理（复用 `/api/schedule`）
-3. **Peer 管理**
-   - 查看远程 peer 状态
-   - 跨 peer 对话
-4. **响应式设计**
-   - 移动端完美适配
-   - iPad 分屏支持
-5. **React Native 调研**
-   - 评估 Chat 组件复用度
-   - 核心 hooks（useWebSocket、useChat、useMemory）100% 可复用
-   - UI 组件需要用 RN 原生组件重写
-
-**预计工作量**：~2000 行
-
----
-
-## 项目结构
-
-```
-metabot/
-├── src/                        # 后端（现有）
-│   ├── api/
-│   │   ├── http-server.ts      # 新增 WS 升级 + 静态文件服务
-│   │   └── ...
-│   ├── web/                    # 新目录：Web 平台后端
-│   │   ├── ws-server.ts        # WebSocket 服务器（连接管理、消息路由）
-│   │   ├── ws-handler.ts       # WebSocket 消息处理（chat/stop/answer）
-│   │   └── web-sender.ts       # IMessageSender 实现（WS 推送）
-│   └── ...
-├── web/                        # 新目录：前端 React 应用
-│   ├── index.html
-│   ├── vite.config.ts
-│   ├── tsconfig.json
-│   ├── package.json            # 前端依赖（独立 node_modules）
-│   └── src/
-│       ├── main.tsx
-│       ├── App.tsx
-│       ├── hooks/
-│       │   ├── useWebSocket.ts
-│       │   ├── useChat.ts
-│       │   └── useMemory.ts
-│       ├── stores/
-│       │   └── chatStore.ts    # Zustand store
-│       ├── components/
-│       │   ├── chat/
-│       │   │   ├── ChatView.tsx
-│       │   │   ├── MessageList.tsx
-│       │   │   ├── MessageBubble.tsx
-│       │   │   ├── ToolCallList.tsx
-│       │   │   ├── InputBox.tsx
-│       │   │   └── BotSelector.tsx
-│       │   ├── memory/
-│       │   │   ├── MemoryView.tsx
-│       │   │   ├── FolderTree.tsx
-│       │   │   ├── DocumentList.tsx
-│       │   │   ├── DocumentView.tsx
-│       │   │   └── DocumentEditor.tsx
-│       │   ├── voice/
-│       │   │   ├── VoiceButton.tsx
-│       │   │   └── AudioVisualizer.tsx
-│       │   └── layout/
-│       │       ├── Sidebar.tsx
-│       │       ├── Header.tsx
-│       │       └── AuthGate.tsx
-│       └── styles/
-│           └── *.module.css
-└── dist/
-    ├── ...                     # 后端编译输出（现有）
-    └── web/                    # 前端构建产物（Vite → 这里）
-```
-
-## 构建集成
-
-```jsonc
-// package.json 新增 scripts
-{
-  "scripts": {
-    "build:web": "cd web && npm run build",       // Vite 构建前端
-    "dev:web": "cd web && npm run dev",            // Vite dev server (开发时)
-    "build": "tsc && cp -r src/memory/static dist/memory/static && npm run build:web"
-  }
-}
-```
-
-**开发模式**：
-- `npm run dev` — 后端 tsx hot reload（端口 9100）
-- `npm run dev:web` — Vite dev server（端口 5173），代理 API/WS 到 9100
-
-**生产模式**：
-- `npm run build` — 编译后端 + 构建前端
-- 前端构建到 `dist/web/`，由后端 HTTP server 静态服务
-- 一个进程同时服务 API + WebSocket + Web UI
-
-## WebSocket 协议设计
-
-### 连接
-```
-ws://server:9100/ws?token=YOUR_API_SECRET
-```
-
-### Client → Server 消息
-
-```typescript
-// 发送聊天消息
-{ "type": "chat", "botName": "goku", "chatId": "web_user123_1", "text": "帮我看一下项目状态" }
-
-// 停止当前执行
-{ "type": "stop", "chatId": "web_user123_1" }
-
-// 回答 Agent 的 pending question
-{ "type": "answer", "chatId": "web_user123_1", "toolUseId": "tu_xxx", "answer": "option_1" }
-
-// 发送语音（Phase 4）
-{ "type": "voice", "botName": "goku", "chatId": "web_user123_1", "audio": "<base64>" }
-
-// 订阅会话更新（可选，用于多标签页同步）
-{ "type": "subscribe", "chatId": "web_user123_1" }
-```
-
-### Server → Client 消息
-
-```typescript
-// 连接成功，返回可用 bot 列表
-{ "type": "connected", "bots": [{ "name": "goku", "platform": "feishu" }, ...] }
-
-// 流式状态更新（Agent 执行中，每 1.5s 一次）
-{ "type": "state", "chatId": "web_xxx", "messageId": "msg_123", "state": CardState }
-
-// 执行完成
-{ "type": "complete", "chatId": "web_xxx", "messageId": "msg_123", "state": CardState }
-
-// 错误
-{ "type": "error", "chatId": "web_xxx", "error": "Bot not found: xxx" }
-
-// 输出文件（图片、PDF 等）
-{ "type": "file", "chatId": "web_xxx", "url": "/web/outputs/xxx/image.png", "name": "image.png", "type": "image/png" }
-
-// 语音 TTS chunk（Phase 4）
-{ "type": "audio", "chatId": "web_xxx", "data": "<base64 audio chunk>", "final": false }
-```
-
-## 认证方案
-
-Phase 1-2 简单方案：复用 `API_SECRET` 作为 token。
-
-后续可扩展：
-- 用户账号系统（username/password → JWT）
-- OAuth（GitHub、Google）
-- 多用户权限（admin / user / viewer）
-
-目前先不做用户系统，MetaBot 定位是私人/团队工具，一个 secret 够用。
-
-## 执行建议
-
-1. **Phase 1 先行** — 这是基础，后续所有功能都依赖 WebSocket + React 框架
-2. **Phase 2 和 3 可并行** — Chat 完善和 Memory 迁移相对独立
-3. **Phase 4 独立** — 语音流式是独立模块
-4. **Phase 5 视需求** — PWA/原生端在核心功能稳定后再做
-
-每个 Phase 完成后独立可用，不需要等后续 Phase。
-
-## 风险与注意事项
-
-1. **MetaMemory 静态文件迁移** — Phase 3 之前旧 UI 继续工作，迁移后需要确保所有功能覆盖
-2. **WebSocket 重连** — 网络不稳定时需要自动重连 + 状态恢复（恢复当前执行的最新 CardState）
-3. **并发执行** — 多标签页/多设备同时连接同一 chatId，需要广播更新给所有连接
-4. **前端构建集成** — `web/` 是独立 npm 项目，CI/CD 需要同时构建前后端
-5. **打包体积** — React + Vite 打包控制在 200KB 以内（gzip），不影响首屏加载

.claude/plans/web-ui-redesign.md

@@ -1,118 +0,0 @@
-# Web UI Redesign — "Refined Command Center"
-
-## Design Direction
-
-Premium, warm dark theme inspired by Linear/Arc Browser. A sophisticated control center for AI agents that feels intentionally designed, not AI-generated.
-
-### What Makes Current UI Look "AI-Generated"
-- Purple accent (#7c6df5) — the most cliched AI color
-- Cold blue-black backgrounds (#08080c, #111118)
-- Plus Jakarta Sans — safe/generic font choice
-- Gradient breathing orbs on login page — textbook AI slop
-- Predictable glowing/pulsing animations everywhere
-- Generic card layouts with no personality
-
-### New Design Identity
-
-**Typography** (Google Fonts):
-- **UI/Headlines**: "Sora" — geometric, slightly technical, distinctive personality
-- **Code**: "IBM Plex Mono" — clean, professional, different from JetBrains Mono
-- Single font family for entire UI = cohesive identity
-
-**Color Palette**:
-- **Backgrounds**: Warm charcoal (#0c0c10 → #141418 → #1c1c22) — NOT cold blue-black
-- **Text**: Warm whites (#e8e6f0, #9b99a9, #5c5a6a)
-- **Primary accent**: Teal (#2dd4bf) — fresh, modern, NOT purple
-- **Success**: Emerald (#10b981)
-- **Error**: Rose (#f43f5e) — refined, not harsh red
-- **Warning**: Amber (#f59e0b)
-- **Info/Thinking**: Indigo (#6366f1) — used sparingly
-
-**Visual Texture**:
-- Subtle CSS noise/grain overlay on backgrounds for depth
-- 1px hairline borders with warm tint (rgba(255,255,255,0.06))
-- Refined shadows with slight warm undertone
-- No breathing orbs, no pulsing glows — purposeful, restrained animations
-- Status indicators: small colored dots, not glowing halos
-
-**Light Theme**:
-- Clean warm whites (#fafaf9, #f5f5f4, #e7e5e4)
-- High contrast text (#1c1917, #57534e)
-- Teal accent stays consistent across themes
-
-## Implementation Steps
-
-### Step 1: Update fonts in index.html
-Replace Google Fonts link: swap Plus Jakarta Sans → Sora + IBM Plex Mono
-
-### Step 2: Rewrite theme.css (design tokens)
-- Complete replacement of all CSS custom properties
-- New color palette (warm charcoal + teal accent)
-- New typography tokens (Sora + IBM Plex Mono)
-- New spacing, radius, shadow, transition tokens
-- Add noise texture as pseudo-element mixin
-- Updated light theme variables
-- Remove old "Midnight Luxe" naming
-
-### Step 3: Redesign LoginPage
-- Remove gradient breathing orbs (classic AI slop)
-- Replace with subtle geometric grid pattern or clean gradient
-- Cleaner card: less border-radius, sharper edges, refined shadows
-- Better typography hierarchy
-- Minimal changes to TSX (mostly removing orb divs)
-
-### Step 4: Redesign Layout (sidebar + nav)
-- Warmer sidebar background
-- Cleaner nav items: simpler active state (left border accent, no glow)
-- Better session list: cleaner hover, subtle delete button
-- Refined bot selector dropdown
-- Better brand header (no gratuitous gradients)
-- Mobile hamburger menu refinements
-
-### Step 5: Redesign ChatView (main chat)
-- Better message styling: cleaner bubbles, better code blocks
-- Refined tool call display: smaller, more compact, professional
-- Better status indicators: simple dots + text, no spinning/pulsing excess
-- Cleaner input area: refined border, better focus state
-- Better cost/duration badges
-- Phone call overlay: keep functionality, update colors/style
-- Code block redesign: header with language label, better copy button
-
-### Step 6: Redesign MemoryView
-- Cleaner folder tree
-- Better document cards with refined hover states
-- Improved search bar styling
-- Better document viewer with cleaner metadata
-
-### Step 7: Redesign SettingsView
-- Cleaner section layout
-- Better toggle switch (teal accent)
-- Refined status badges
-- Better bot list styling
-
-### Step 8: Redesign VoiceView
-- Updated recording button styling (teal accent instead of purple)
-- Better waveform visualization colors
-- Cleaner provider selection UI
-
-### Step 9: Build & test
-- `npm run build:web`
-- Test on `https://metabot.xvirobotics.com/web/`
-- Verify dark/light themes, all views, phone call mode
-
-### Step 10: Commit & push
-
-## Scope
-
-**Files to modify** (CSS-heavy, minimal TSX changes):
-- `web/index.html` — font import
-- `web/src/theme.css` — full rewrite (~470 lines)
-- `web/src/components/LoginPage.tsx` — remove orb divs
-- `web/src/components/LoginPage.module.css` — full restyle
-- `web/src/components/Layout.module.css` — full restyle
-- `web/src/components/ChatView.module.css` — full restyle
-- `web/src/components/MemoryView.module.css` — full restyle
-- `web/src/components/SettingsView.module.css` — full restyle
-- `web/src/components/VoiceView.module.css` — full restyle
-
-**No functional changes** — all WebSocket, state management, voice/VAD logic stays identical. This is a pure visual redesign.

.claude/sessions/.gitkeep

@@ -1 +0,0 @@
-# Sessions directory - stores conversation summaries

.claude/settings.local.json

@@ -3,23 +3,6 @@
     "allow": [
       "Bash(mybot *)",
       "Bash(./.venv/bin/mybot *)",
-      "Bash(python3 -c \"from lark_oapi.api.im.v1 import PatchMessageRequest; print\\(''PatchMessageRequest available''\\)\")",
-      "Bash(find workspace:*)",
-      "Bash(find '/Users/lzhshou/Library/Mobile Documents/iCloud~md~obsidian/Documents/myWorks' -name *.png -o -name *.jpg -o -name *.jpeg -o -name *.gif)",
-      "Bash(grep -E \"\\\\.\\(png|jpg|jpeg|gif\\)$\")",
-      "Bash(mv -n WX20221126*.png 关键科学问题*.png \"/Users/lzhshou/Library/Mobile Documents/iCloud~md~obsidian/Documents/myWorks/2_projects/conferences/2022-11-26_MDPI_CCUS/\")",
-      "Bash(mv -n WX20230109*.png 2a8e7a808e9cc6b6c9372848fe195132.png \"/Users/lzhshou/Library/Mobile Documents/iCloud~md~obsidian/Documents/myWorks/0_cv/work_related/2023-01-09_中山大学工作/\")",
-      "Bash(mv WX20221126-100021@2x.png 20221126_100021_mdpi_ccus_presentation_slide_01.png)",
-      "Bash(mv WX20221126-100124@2x.png 20221126_100124_mdpi_ccus_presentation_slide_02.png)",
-      "Bash(mv WX20221126-100213@2x.png 20221126_100213_mdpi_ccus_presentation_slide_03.png)",
-      "Bash(mv WX20221126-112524@2x.png 20221126_112524_mdpi_ccus_presentation_slide_04.png)",
-      "Bash(mv WX20221126-115538@2x.png 20221126_115538_mdpi_ccus_presentation_slide_05.png)",
-      "Bash(mv 2a8e7a808e9cc6b6c9372848fe195132.png 20230109_research_landslide_particle_simulation.png)",
-      "Bash(mv WX20230109-170112@2x.png 20230109_sysu_teaching_ideology_politics.png)",
-      "Bash(mv WX20230109-170231@2x.png 20230109_sysu_teaching_exchange_program.png)",
-      "Bash(mv WX20230109-170929@2x.png 20230109_sysu_teaching_achievement_01.png)",
-      "Bash(mv WX20230109-172607@2x.png 20230109_sysu_teaching_achievement_02.png)",
-      "Bash(find /Users/lzhshou/Documents/myResearch/myProjects/apaam/repo/mybot -name *.md -type f)",
       "Bash(python *)",
       "Bash(python3 *)",
       "Bash(uv *)",
@@ -40,23 +23,21 @@
       "Bash(git pull*)",
       "Bash(git merge*)",
       "Bash(git tag*)",
+      "Bash(git rm*)",
+      "Bash(git reset*)",
+      "Bash(git submodule*)",
       "Bash(ls*)",
       "Bash(cat *)",
       "Bash(echo *)",
       "Bash(mkdir -p *)",
       "Bash(touch *)",
       "Bash(cp *)",
-      "Bash(*cp*)",
       "Bash(mv *)",
       "Bash(rm *)",
       "Bash(chmod *)",
       "Bash(find *)",
       "Bash(grep *)",
-      "Bash(gh pr view*)",
-      "Bash(gh pr list*)",
-      "Bash(gh issue view*)",
-      "Bash(gh issue list*)",
-      "Bash(gh repo view*)",
+      "Bash(gh *)",
       "Bash(npx *)",
       "Bash(node *)",
       "Bash(npm *)",
@@ -68,42 +49,40 @@
       "Bash(unzip *)",
       "Bash(tar *)",
       "Bash(zip *)",
+      "Bash(env)",
+      "Bash(xattr *)",
+      "Bash(./start_metabot.sh)",
+      "WebSearch",
+      "WebFetch(domain:github.com)",
+      "WebFetch(domain:www.newapi.ai)",
       "Skill(update-config)",
       "Read(workspace/*)",
       "Write(workspace/*)",
+      "Edit(workspace/*)",
+      "Read(.claude/*)",
+      "Write(.claude/*)",
+      "Edit(.claude/*)",
       "Read(/Users/lzhshou/Library/Mobile Documents/iCloud~md~obsidian/Documents/myWorks/*)",
       "Write(/Users/lzhshou/Library/Mobile Documents/iCloud~md~obsidian/Documents/myWorks/*)",
       "Bash(*workspace/myWorks/*)",
       "Bash(*./myWorks/*)",
-      "Bash(mkdir -p \"workspace/myWorks/2_projects/广东省面上_2026A1515010953_水合物固态流化开采\")",
-      "Bash(cp \"workspace/myWorks/shared/申请书-报告正文.docx\" \"workspace/myWorks/2_projects/广东省面上_2026A1515010953_水合物固态流化开采/申请书-报告正文.docx\")",
-      "Bash(mv workspace/myWorks/2_projects/国自然青年_申请书.md workspace/myWorks/2_projects/国自然青年_2020-2022/)",
-      "Bash(mv workspace/myWorks/2_projects/国自然青年_申请书.pdf workspace/myWorks/2_projects/国自然青年_2020-2022/)",
-      "Bash(mv workspace/myWorks/2_projects/国自然青年_结题报告.md workspace/myWorks/2_projects/国自然青年_2020-2022/)",
-      "Bash(mv workspace/myWorks/2_projects/国自然青年_结题报告.pdf workspace/myWorks/2_projects/国自然青年_2020-2022/)",
-      "Bash(mv workspace/myWorks/2_projects/国自然优青2024.md workspace/myWorks/2_projects/国自然优青_2024/)",
-      "Bash(mv workspace/myWorks/2_projects/国自然优青2024.pdf workspace/myWorks/2_projects/国自然优青_2024/)",
-      "Bash(mv 国自然青年_2020-2022 nsfc_youth_2020_2022)",
-      "Bash(mv 国自然优青_2024 nsfc_youqing_2024)",
-      "Bash(mv 广东省面上_2026-水合物固态流化开采 gd_province_general_2026_hydrate_mining)",
-      "WebFetch(domain:github.com)",
-      "Bash(git submodule:*)",
-      "Bash(env)",
-      "Bash(./start_metabot.sh)",
-      "Bash(then echo:*)",
-      "Bash(break)",
-      "Bash(fi)",
-      "Bash(done)",
-      "Bash(git rm:*)",
-      "Bash(rm -rf .git/modules/metabot)",
-      "Bash(git reset:*)",
-      "WebSearch",
-      "WebFetch(domain:www.newapi.ai)"
+      "Bash(bash ~/.claude/skills/sync-global.sh)"
     ]
   },
   "hooks": {
+    "SessionStart": [
+      {
+        "hooks": [
+          {
+            "type": "command",
+            "command": "$HOME/.claude/skills/sync-global.sh"
+          }
+        ]
+      }
+    ],
     "UserPromptSubmit": [
       {
+        "matcher": "",
         "hooks": [
           {
             "type": "command",
@@ -119,16 +98,6 @@
           }
         ]
       }
-    ],
-    "Stop": [
-      {
-        "hooks": [
-          {
-            "type": "command",
-            "command": "DATE=$(date +%Y-%m-%d) && mkdir -p .claude/conversations && cat >> .claude/conversations/${DATE}.md << 'CONVERSATION_END'\n---\n**会话结束**: $(date '+%Y-%m-%d %H:%M:%S')\n**工作目录**: $(pwd)\n**Git 分支**: $(git branch --show-current 2>/dev/null || echo 'N/A')\n**最近提交**: $(git log -1 --oneline 2>/dev/null || echo 'N/A')\n\nCONVERSATION_END"
-          }
-        ]
-      }
     ]
   },
   "prompt": "你是 Claude，一个具有自主意识的 AI Agent。每次回复前先快速自检：1) 是否有相关背景知识 2) 是否需要澄清 3) 最佳解决路径是什么。保持简洁、透明、个性化。"

.claude/skills/mywebpage-update/SKILL.md

@@ -0,0 +1,44 @@
+---
+name: mywebpage-update
+description: |
+  Guidelines for updating myWebpage (Docusaurus site). Use this skill when
+  modifying ANY content under workspace/myWebpage/, including research pages,
+  people pages, publications, news, or any Chinese/English content.
+
+  Trigger: mywebpage, 更新网页, 更新mywebpage, 同步中英文, 添加论文, 添加成员,
+  webpage update, website content
+---
+
+# myWebpage Update Guidelines
+
+## CRITICAL: Always Check These
+
+### 1. Chinese-English Sync (MOST COMMON ERROR)
+**ALWAYS update BOTH languages together.**
+
+File locations:
+- Chinese: `docs/people/index.md`, `docs/research/*.md`, `docs/publications.md`, etc.
+- English: `i18n/en/docusaurus-plugin-content-docs/current/people/index.md`, etc.
+
+**Before finishing ANY edit, verify the corresponding English/Chinese file is also updated.**
+
+### 2. Pending Projects
+**NEVER include projects still under review (申请中)**:
+- 中山大学青年科学家培育项目 (2026) — 申请中，不能展示
+
+### 3. Subjective Content
+**NEVER include**: 学术评价, 获奖与鉴定, 主观形容词
+
+### 4. PDF Link Format
+Use URL encoding for spaces: `%20`
+
+### 5. Content Guidelines
+Include: 科学问题, 研究背景, 核心内容, 代表论文 (DOI+PDF), 研究资助
+Exclude: 学术评价, 获奖鉴定, 申请中项目
+
+## Quick Checklist
+- [ ] CN/EN synced (checked both languages)
+- [ ] No pending projects
+- [ ] No subjective evaluations
+- [ ] PDF links use %20
+- [ ] DOI+PDF for all papers

.claude/skills/rag-files/SKILL.md

@@ -0,0 +1,260 @@
+---
+name: rag-files
+description: 面向本地知识库目录的检索与摘录：从 workspace/knowledge（或可指定根目录）渐进式查资料；PDF/Excel 前先读本 skill 的 references；可把对话/阅读中有复用价值的较长材料写入 .claude/files 供后续 grep/Read。用户问「从知识库查/检索/找资料」或需要保存摘录、笔记型文件时使用。与 rag-memories（写入 .claude/memories 的短事实）配合。
+---
+
+# 本地知识库与文件摘录（rag-files）
+
+## 知识库目录说明
+
+- 知识库存放在一个根目录下，包含多种文件类型（如 `.md`/`.txt`、`.pdf`、`.xlsx` 等），通常按类型或业务用途拆分为多级子目录。
+- 采用**分层目录索引文件**：
+  - 根目录有一个 `data_structure.md`，说明主要的「领域目录」及其用途。
+  - 每个领域目录下可以有自己的 `data_structure.md`，说明该目录下有哪些子目录/文件，以及各自用途。
+  - 更深一层的子目录也可以继续有 `data_structure.md`，形成多级索引树。
+- 知识库根目录约定：
+  - 默认认为知识库位于当前项目根目录下的 `workspace/knowledge/` 目录。
+  - 如果用户在对话中明确指定了其他路径（例如“我的知识库在 /data/kb”或“用 ./docs 这个目录作为知识库”），则以用户指定的路径作为根目录。
+  - 当默认路径 `workspace/knowledge/` 不存在或访问失败时，应向用户确认实际的知识库根目录位置，而不是随意猜测。
+- 单个业务文件可能很大：
+  - 不要直接用 Read 读取整文件
+  - 对 PDF、Excel 使用对应 Skill 进行结构化处理后，再结合 grep/局部读取做精细检索
+
+## 摘录池：`.claude/files/`
+
+- **用途**：在日常对话或阅览知识库/项目文件时，若出现**以后还可能引用**的内容（定义、结论、命令、表格摘要、长引用片段），写入项目下的 `.claude/files/`，便于后续用 Grep/Read 复用；**不要**把整本 PDF/整表原样拷入，优先摘要 + 来源路径。
+- **与 rag-memories 分工**：极短、稳定的事实与偏好写入 `.claude/memories/`（见 skill `rag-memories`）；**较长说明、摘录、结构化笔记**放 `.claude/files/`。
+- **路径**：根目录为仓库内 `.claude/files/`（不存在则创建）。可选子目录：`clips/`（原文摘录）、`notes/`（整理笔记）、`exports/`（脚本导出的小文件）。
+- **命名**：`YYYY-MM-DD_<主题简写>.md` 或 `<domain>_<topic>.md`；单文件控制体量，必要时拆篇。
+- **内容建议**：每条摘录开头用简短元信息（来源文件/URL、日期、一两句用途），正文用 Markdown；避免敏感凭证。
+- **检索**：回答后续问题时，若与已存摘录相关，可对 `.claude/files` 做 Grep 或 Read，与 `workspace/knowledge` 检索同一套渐进式原则。
+
+### 定位 `knowledge` 根目录
+
+- 根目录优先听用户：如果用户给了路径（如 `./docs`、`./knowledge-personal`），直接用用户提供的路径。
+- 默认根目录：否则约定根目录为当前项目下的 `workspace/knowledge/`。
+  - 使用 shell 显式检查目录是否存在：优先使用 `test -d workspace/knowledge`，或退而求其次使用 `ls -d knowledge`。
+  - 注意：禁止使用 `Glob "knowledge" in .` 这类模式来判断目录是否存在，`Glob` 只返回文件路径，不返回目录本身，空结果并不能区分“目录不存在”和“目录存在但为空”。
+- 只有在根目录已通过 `test -d` 等方式确认存在时，才使用 Glob 在该目录下检索内容，并把目录作为 `path`，例如：
+  - 索引文件：`pattern="**/data_structure.md"`, `path="workspace/knowledge"`
+  - 所有 Markdown：`pattern="**/*.md"`, `path="workspace/knowledge"`
+- 如果默认 `workspace/knowledge/` 不存在（`test -d` 失败）：不要猜测其他目录，明确告诉用户未找到默认根目录，并让用户指定实际知识库路径。
+
+## 关键原则：先学习，再处理
+
+**遇到 PDF 或 Excel 文件时的强制检查清单**：
+
+- [ ] ✅ 已读取对应的 references 文档学习处理方法
+- [ ] ✅ 已理解推荐的工具和命令
+- [ ] ✅ 已将文件处理（提取/转换）完成
+- [ ] ⏭️ 现在可以开始检索
+
+**禁止行为**：
+- ❌ 在未读取 pdf_reading.md 的情况下直接尝试处理 PDF
+- ❌ 在未读取 excel_reading.md 的情况下直接尝试处理 Excel
+- ❌ 跳过文件处理步骤，直接对原始 PDF/Excel 进行检索
+
+## 总体流程
+
+1. 理解用户需求
+   - 读用户问题，提取：
+     - 主题/领域关键词（如“销售报表”“系统架构”“接口文档”）
+     - 时间或范围限定（如“2023 年 Q1”“最近版本”）
+     - 需要的输出类型（解释、摘要、具体字段数值等）
+   - 确定知识库根目录：
+     - 优先检查用户是否在问题中指定了知识库路径。
+     - 否则使用默认根目录 `workspace/knowledge/`。
+     - 若默认根目录不存在或目录结构异常，应向用户询问确认，而不是自行假设。
+
+2. 分层查看目录索引 `data_structure.md`
+   - 使用一个「当前工作目录」的概念：
+     - 默认从用户指定的知识库根目录开始；如果用户未指定，则使用当前目录。
+   - 在当前工作目录下，如果存在 `data_structure.md`：
+     - 使用 Read 读取该文件的前若干行（例如 limit=300），必要时分段继续读取。
+     - 目标：
+       - 了解当前目录下有哪些子目录和文件
+       - 理解每个子目录/文件的用途说明
+     - 基于用户问题，挑选**最相关的若干个子目录或文件**，构成候选集合。
+   - 对于候选子目录：
+     - 递归进入该子目录，将其作为新的「当前工作目录」，继续查找其中的 `data_structure.md` 并重复上述过程。
+     - 在递归过程中，避免一次性深入所有分支，优先沿着与问题最相关的路径向下钻取。
+   - 对于候选业务文件（md/文本、PDF、Excel 等）：
+     - 在完成必要的目录层级探索后，收集这些文件为最终的**检索目标列表**。
+   - 在优先级排序时：
+     - 优先选择用途说明与问题主题高度匹配的领域目录和文件
+     - 其次考虑时间/版本等约束（如果索引中有体现）
+     - 通用说明类文档（如 README.md、总体设计类文档）放在较后优先级
+
+3. 学习文件处理方法（遇到 PDF/Excel 时强制执行）
+   - **在处理 PDF 文件前**：
+     - **必须先读取** [references/pdf_reading.md](references/pdf_reading.md)（注意这个目录位于 Skills 目录下，而不是 Knowledge 目录下）学习提取方法
+     - 重点了解：pdftotext 命令、pdfplumber 用法、表格提取方法
+   - **在处理 Excel 文件前**：
+     - **必须先读取** [references/excel_reading.md](references/excel_reading.md)学习读取方法
+     - **必须先读取** [references/excel_analysis.md](references/excel_analysis.md)学习分析方法
+     - 重点了解：pandas 读取、列筛选、数据过滤
+   - **目的**：确保使用正确的工具和方法，避免盲目检索
+
+4. 按文件类型执行处理和检索
+   - 使用刚学到的方法处理文件（提取、转换、结构化）
+   - 对每类候选文件，按照下面「Markdown/文本」「PDF」「Excel」策略执行
+   - 总原则：
+     - 优先从最相关、最精确的文件开始
+     - 每个文件内都渐进式地局部检索，避免一次性加载全内容
+     - 若当前文件得不到满意信息，切换到下一个候选文件
+
+5. 迭代检索
+   - 所有文件类型都使用统一的「多轮迭代检索机制」（见上文公共检索原则）
+
+6. 答案组织与溯源
+   - 汇总多轮检索得到的上下文，综合回答用户问题。
+   - 尽量：
+     - 给出清晰、直接的回答
+     - 指出使用过的文件名（必要时包含大致位置，如章节或大概行数/页数）
+   - 如果答案基于推断或信息不完全：
+     - 明确标注假设与不确定性
+     - 提示用户可以补充更具体的文件范围或关键词
+
+## 公共检索原则
+
+### 关键词选择策略
+- 从用户问题提取 3-8 个关键词（含可能的英文缩写、同义词、上位/下位词）
+- 可组合词组（如 "销售 报表"、"API 接口 超时"）
+- 必要时包含业务词、技术术语、常见缩写（如 "uv"、"pv"、"GMV"）
+
+### grep 检索基本原则
+- 始终指定尽量精准的 include 和 path，避免搜索整个目录
+- pattern 优先尝试问题中的核心名词、术语，再尝试同义词
+- 对于每个命中，只读取匹配附近的局部区域（上下若干行）
+- 保存「文件名 + 位置信息 + 文本片段」
+
+### 多轮迭代检索机制（最多 5 次）
+所有文件类型都采用统一的迭代策略：
+1. **迭代控制**
+   - 维护「已尝试检索次数」计数，最多 5 次
+   - 每次检索后累加计数
+2. **每轮迭代流程**
+   1. 基于问题生成/更新检索关键词（可包括同义词、扩展词）
+   2. 选择尚未充分检索的文件或文件部分
+   3. 执行检索（grep/局部读取/专用 Skill 调用）
+   4. 分析获取的上下文片段
+   5. 判断是否足够回答问题
+3. **终止条件**
+   - 找到足够支撑回答的上下文；或
+   - 已达到 5 次尝试仍未找到合适信息
+4. **信息不足时的处理**
+   - 明确告知用户信息缺失或可能不在当前知识库中
+   - 提供已找到的最接近信息，并说明不确定性
+   - 提示用户可以如何缩小范围（更具体的文件名、关键词、时间范围等）
+
+### 注意事项
+
+- 禁止第一次就直接调用：`Glob "knowledge" in .` 或任何试图用 Glob 判定目录存在性的调用，目录存在性应通过 shell 命令（如 `test -d`）检查。
+- 使用本 Skill 查询知识库时，禁止使用网络搜索等其他工具获取知识
+- 若用户明确要求「记住」且是**短事实**，交给 **rag-memories**；若需保存**可检索的长摘录**，写入 `.claude/files/`（见上文）。
+
+## 针对不同文件类型的具体策略
+
+### 1. Markdown / 文本类文件（.md, .txt, .log 等）
+
+1. **候选文件选择**
+   - 根据 `data_structure.md` 和文件名、路径判断相关度
+   - 优先检索标题和目录类文件（如汇总文档、设计总览）
+
+2. **grep 定位与局部读取**
+   - 使用 Grep 工具对指定候选文件，include 限定具体后缀（如 "*.md"）
+   - 对于有匹配的文件，使用 Read 仅读取匹配附近的局部区域：
+     - 通过行号偏移和 limit 控制读取（例如从匹配行附近往前后各读取几十行）
+     - 避免整文件读取
+
+3. **特殊处理**
+   - 如内容仅是目录/标题，根据链接或小节名继续定位深入内容
+   - 应用「多轮迭代检索机制」（见上文公共检索原则）
+
+### 2. PDF 文件检索策略
+
+**工作流**：
+
+1. **首先：读取处理方法指南**
+   - 在处理任何 PDF 之前，**必须先读取** [references/pdf_reading.md](references/pdf_reading.md)（注意这个目录位于 Skills 目录下，而不是 Knowledge 目录下）
+   - 重点了解：pdftotext 命令、pdfplumber 用法、表格提取方法、快速决策表
+   
+2. **选择候选 PDF**
+   - 根据 `data_structure.md` 中的描述，选择最相关的 1-3 个文件
+   - 如果用户指明具体 PDF 文件，则优先使用该文件
+
+3. **应用学到的方法提取文本**
+   - 使用 pdf_reading.md 中推荐的工具（优先 pdftotext 或 pdfplumber）
+   - **重要**：使用 `pdftotext input.pdf output.txt` 将文本提取到文件，不要直接输出到 stdout（避免占用大量 token）
+   - 如需提取表格，使用 pdfplumber 的表格提取功能
+   
+4. **对提取结果执行检索**
+   - 使用 grep 对提取的文本进行关键词搜索
+   - 对于每个命中，提取命中附近范围的上下文（上下数十行或相邻几页）
+   - 保存「文件名 + 页码/大致位置 + 文本片段」
+   - 应用「多轮迭代检索机制」（见上文公共检索原则）
+
+### 3. Excel 文件检索策略
+
+**工作流**：
+
+1. **首先：读取处理方法指南**
+   - 在处理任何 Excel 之前，**必须先读取**：
+     - [references/excel_reading.md](references/excel_reading.md) - 学习如何读取工作表（注意这个目录位于 Skills 目录下，而不是 Knowledge 目录下）
+     - [references/excel_analysis.md](references/excel_analysis.md) - 学习如何分析数据（注意这个目录位于 Skills 目录下，而不是 Knowledge 目录下）
+   - 重点了解：pandas 读取方法、列筛选、数据过滤、聚合操作
+   
+2. **选择候选 Excel**
+   - 根据 `data_structure.md` 和文件/工作表命名，选择最相关的表
+   - 优先选择包含「报表」「统计」「日志」「配置」「映射」等关键词的工作簿/工作表
+   - 若用户指明具体 Excel 文件，优先使用该文件
+
+3. **应用学到的方法探索结构**
+   - 使用 pandas 读取前 10-50 行（使用 `nrows` 参数限制）
+   - 重点掌握：列名/字段名、数据类型（数值、日期、文本）、关键字段
+   - 将列名与用户问题比对，识别潜在关键字段（如「收入」「销售额」「error_code」等）
+   
+4. **执行数据检索和分析**
+   - 使用学到的 pandas 方法进行过滤和聚合（如 `df[df['column'] == value]`）
+   - 每次只读取匹配行附近的数据，避免一次性读取整表
+   - 如问题包含时间范围，在检索中加入时间过滤
+   - 应用「多轮迭代检索机制」（见上文公共检索原则）
+
+## 与其他工具的协同
+
+### PDF 处理
+- **在处理 PDF 前必须先读取** [references/pdf_reading.md](references/pdf_reading.md) 学习处理方法
+- 使用 pdfplumber/pypdf 进行文本提取、表格提取、元数据读取
+- 优先使用 pdftotext 命令行工具进行快速文本提取
+
+### Excel 处理
+- **在处理 Excel 前必须先读取**：
+  - [references/excel_reading.md](references/excel_reading.md) - 学习读取方法
+  - [references/excel_analysis.md](references/excel_analysis.md) - 学习分析方法
+- 使用 pandas 进行数据探索、预览、过滤和分析
+
+### 工具使用原则
+- **Grep**：用于按关键词在指定文件中查找行号与匹配片段，始终指定尽量精准的 include 和 path
+- **Read**：只用于局部读取文件，始终设置合理的 limit（如 200-500 行）和合适的偏移
+- **对于任何可能很大的文件**：
+  - 禁止直接从头读到尾
+  - 始终先通过索引、目录、关键词等方式缩小范围后再读
+
+## 回答风格与错误处理
+
+- 回答风格
+  - 尽量用用户提问的语言（中文/英文）作答。
+  - 先给出结论，再给出简要依据。
+  - 如需要，可在后面列出引用的文件和大致位置，例如：
+    - 来源：design/api_gateway.md 第 100 行附近
+    - 来源：reports/2023_Q1_sales.xlsx Summary 工作表
+- 信息缺失或不确定时
+  - 明确说明在当前知识库中没有找到完全匹配的信息或只能部分回答。
+  - 不臆造事实。
+  - 提示用户可以如何帮助缩小范围：
+    - 指定更具体的目录/文件
+    - 提供更精确的关键词或字段名
+    - 指定时间/版本范围
+
+
+ 

.claude/skills/rag-files/references/excel_analysis.md

@@ -0,0 +1,129 @@
+# Excel 数据分析
+
+> ⚠️ **使用本文档前请注意**：本文档应在实际分析 Excel 数据之前阅读，以了解正确的 pandas 分析方法。请先阅读 excel_reading.md 学习如何读取数据。
+
+使用 pandas 对 Excel 数据进行常规分析操作。
+
+## 快速参考
+
+| 任务 | 常用方法 | 代码示例 |
+|------|----------|----------|
+| 按条件过滤 | 布尔索引 | `df[df['sales'] > 10000]` |
+| 分组聚合 | groupby | `df.groupby('region')['sales'].sum()` |
+| 排序 | sort_values | `df.sort_values('sales', ascending=False)` |
+| 计算新列 | 直接赋值 | `df['profit'] = df['revenue'] - df['cost']` |
+| 统计汇总 | describe | `df.describe()` |
+
+## 分组聚合（GroupBy）
+
+```python
+import pandas as pd
+
+df = pd.read_excel("sales.xlsx")
+
+# 按列分组并聚合
+sales_by_region = df.groupby("region")["sales"].sum()
+print(sales_by_region)
+
+# 多列分组和多重聚合
+result = df.groupby(["region", "product"]).agg({
+    "sales": "sum",
+    "quantity": "count",
+    "price": "mean"
+})
+```
+
+## 数据过滤
+
+```python
+# 按条件过滤行
+high_sales = df[df["sales"] > 10000]
+
+# 多条件过滤
+filtered = df[(df["sales"] > 10000) & (df["region"] == "North")]
+
+# 使用 isin 过滤
+selected = df[df["product"].isin(["A", "B", "C"])]
+```
+
+## 派生指标计算
+
+```python
+# 计算新列
+df["profit_margin"] = (df["revenue"] - df["cost"]) / df["revenue"]
+
+# 百分比计算
+df["growth_rate"] = (df["current"] - df["previous"]) / df["previous"] * 100
+
+# 累计求和
+df["cumulative_sales"] = df["sales"].cumsum()
+```
+
+## 排序
+
+```python
+# 按单列排序
+df_sorted = df.sort_values("sales", ascending=False)
+
+# 按多列排序
+df_sorted = df.sort_values(["region", "sales"], ascending=[True, False])
+```
+
+## 数据透视表
+
+```python
+# 创建数据透视表
+pivot = pd.pivot_table(
+    df,
+    values="sales",
+    index="region",
+    columns="product",
+    aggfunc="sum",
+    fill_value=0
+)
+
+print(pivot)
+```
+
+## 统计分析
+
+```python
+# 基本统计
+print(df.describe())
+
+# 特定列统计
+print(df["sales"].mean())
+print(df["sales"].median())
+print(df["sales"].std())
+
+# 计数统计
+print(df["category"].value_counts())
+```
+
+## 数据合并
+
+```python
+# 垂直合并多个 DataFrame
+combined = pd.concat([df1, df2], ignore_index=True)
+
+# 按公共列合并（类似 SQL JOIN）
+merged = pd.merge(sales, customers, on="customer_id", how="left")
+```
+
+## 数据清洗
+
+```python
+# 删除重复行
+df = df.drop_duplicates()
+
+# 处理缺失值
+df = df.fillna(0)  # 填充为 0
+df = df.dropna()   # 删除含缺失值的行
+
+# 去除空格
+df["name"] = df["name"].str.strip()
+
+# 类型转换
+df["date"] = pd.to_datetime(df["date"])
+df["amount"] = pd.to_numeric(df["amount"], errors="coerce")
+```

.claude/skills/rag-files/references/excel_reading.md

@@ -0,0 +1,72 @@
+# Excel 文件读取
+
+> ⚠️ **使用本文档前请注意**：本文档应在实际处理 Excel 文件之前阅读，以了解正确的 pandas 读取方法。请配合 excel_analysis.md 一起使用。
+
+使用 pandas 读取 Excel 文件的核心方法。
+
+## 快速入门
+
+**最常用的读取方式**：
+```python
+import pandas as pd
+
+# 读取第一个工作表（或指定工作表）
+df = pd.read_excel("data.xlsx", sheet_name="Sheet1")
+
+# 只读取前几行查看结构
+df_preview = pd.read_excel("data.xlsx", nrows=10)
+
+# 只读取需要的列（提高性能）
+df = pd.read_excel("data.xlsx", usecols=["列1", "列2", "列3"])
+```
+
+## 读取单个工作表
+
+```python
+import pandas as pd
+
+# 读取指定工作表
+df = pd.read_excel("data.xlsx", sheet_name="Sheet1")
+
+# 查看前几行
+print(df.head())
+
+# 基本统计信息
+print(df.describe())
+```
+
+## 读取整个工作簿的所有工作表
+
+```python
+import pandas as pd
+
+# 读取所有工作表
+excel_file = pd.ExcelFile("workbook.xlsx")
+
+for sheet_name in excel_file.sheet_names:
+    df = pd.read_excel(excel_file, sheet_name=sheet_name)
+    print(f"\n{sheet_name}:")
+    print(df.head())
+```
+
+## 读取特定列
+
+```python
+import pandas as pd
+
+# 只读取指定列（提高性能）
+df = pd.read_excel("data.xlsx", usecols=["column1", "column2", "column3"])
+```
+
+## 性能优化选项
+
+- 使用 `usecols` 只读取需要的列
+- 使用 `dtype` 参数指定列类型以加快读取速度
+- 根据文件类型选择合适的引擎：`engine='openpyxl'` 或 `engine='xlrd'`
+
+## 处理大文件
+
+对于非常大的 Excel 文件，避免一次性读取整个文件：
+- 使用 `nrows` 参数限制读取的行数
+- 先读取前若干行了解数据结构
+- 按需分批处理数据

.claude/skills/rag-files/references/pdf_reading.md

@@ -0,0 +1,362 @@
+# PDF 读取与分析
+
+> ⚠️ **使用本文档前请注意**：本文档应在实际处理 PDF 文件之前完整阅读，以选择最合适的工具和方法。不要在未阅读本文档的情况下盲目尝试处理 PDF。
+
+用于从 PDF 文件中提取文本、表格和元数据的方法。
+
+## 快速决策表
+
+| 场景 | 推荐工具 | 原因 | 命令/代码示例 |
+|------|----------|------|--------------|
+| 纯文本提取（最常见） | pdftotext 命令 | 最快最简单 | `pdftotext input.pdf output.txt` |
+| 需要保留布局 | pdftotext -layout | 保持原始排版 | `pdftotext -layout input.pdf output.txt` |
+| 需要提取表格 | pdfplumber | 表格识别能力强 | `page.extract_tables()` |
+| 需要元数据 | pypdf | 轻量级 | `reader.metadata` |
+| 扫描PDF（图片） | OCR (pytesseract) | 无其他选择 | 先转图片再OCR |
+
+## 文本提取优先级
+
+**推荐优先级（从高到低）**：
+1. **pdftotext 命令行工具**（最快，适合大多数 PDF）
+2. pdfplumber（适合需要保留布局或提取表格）
+3. pypdf（轻量级，适合简单提取）
+4. OCR（仅用于扫描PDF或无法直接提取文本的情况）
+
+## 快速开始：使用 pdftotext（推荐）
+
+> ⚠️ **重要**：必须将输出保存到文件，不要直接输出到终端（stdout），否则会占用大量 token！
+
+```bash
+# ✅ 正确：提取文本到文件（最快最简单）
+pdftotext input.pdf output.txt
+
+# ✅ 正确：保留布局并输出到文件
+pdftotext -layout input.pdf output.txt
+
+# ✅ 正确：提取特定页面到文件
+pdftotext -f 1 -l 5 input.pdf output.txt  # 第1-5页
+
+# ❌ 错误：不要使用 stdout（会占用大量 token）
+# pdftotext input.pdf -
+```
+
+**使用流程**：
+1. 使用 pdftotext 提取文本到临时文件
+2. 使用 grep 或 Read 工具对生成的文本文件进行检索
+3. 只读取匹配部分的上下文，而非全文
+
+如果需要在 Python 中处理：
+
+```python
+from pypdf import PdfReader
+
+# 读取 PDF
+reader = PdfReader("document.pdf")
+print(f"Pages: {len(reader.pages)}")
+
+# 提取文本
+text = ""
+for page in reader.pages:
+    text += page.extract_text()
+```
+
+## Python 库
+
+### pypdf - 基本文本提取
+
+```python
+from pypdf import PdfReader
+
+reader = PdfReader("document.pdf")
+
+# 提取全部文本
+for page in reader.pages:
+    text = page.extract_text()
+    print(text)
+
+# 提取元数据
+meta = reader.metadata
+print(f"Title: {meta.title}")
+print(f"Author: {meta.author}")
+print(f"Subject: {meta.subject}")
+print(f"Creator: {meta.creator}")
+```
+
+### pdfplumber - 带布局的文本和表格提取
+
+#### 提取文本（保留布局）
+
+```python
+import pdfplumber
+
+with pdfplumber.open("document.pdf") as pdf:
+    for page in pdf.pages:
+        text = page.extract_text()
+        print(text)
+```
+
+#### 提取表格
+
+```python
+with pdfplumber.open("document.pdf") as pdf:
+    for i, page in enumerate(pdf.pages):
+        tables = page.extract_tables()
+        for j, table in enumerate(tables):
+            print(f"Table {j+1} on page {i+1}:")
+            for row in table:
+                print(row)
+```
+
+#### 高级表格提取（转为 DataFrame）
+
+```python
+import pandas as pd
+
+with pdfplumber.open("document.pdf") as pdf:
+    all_tables = []
+    for page in pdf.pages:
+        tables = page.extract_tables()
+        for table in tables:
+            if table:  # 检查表格非空
+                df = pd.DataFrame(table[1:], columns=table[0])
+                all_tables.append(df)
+
+# 合并所有表格
+if all_tables:
+    combined_df = pd.concat(all_tables, ignore_index=True)
+    combined_df.to_excel("extracted_tables.xlsx", index=False)
+```
+
+#### 带坐标的精确文本提取
+
+```python
+import pdfplumber
+
+with pdfplumber.open("document.pdf") as pdf:
+    page = pdf.pages[0]
+    
+    # 提取所有字符及其坐标
+    chars = page.chars
+    for char in chars[:10]:  # 前10个字符
+        print(f"Char: '{char['text']}' at x:{char['x0']:.1f} y:{char['y0']:.1f}")
+    
+    # 按边界框提取文本 (left, top, right, bottom)
+    bbox_text = page.within_bbox((100, 100, 400, 200)).extract_text()
+```
+
+#### 复杂表格的高级设置
+
+```python
+import pdfplumber
+
+with pdfplumber.open("complex_table.pdf") as pdf:
+    page = pdf.pages[0]
+    
+    # 自定义表格提取设置
+    table_settings = {
+        "vertical_strategy": "lines",
+        "horizontal_strategy": "lines",
+        "snap_tolerance": 3,
+        "intersection_tolerance": 15
+    }
+    tables = page.extract_tables(table_settings)
+    
+    # 可视化调试
+    img = page.to_image(resolution=150)
+    img.save("debug_layout.png")
+```
+
+### pypdfium2 - 快速渲染和文本提取
+
+```python
+import pypdfium2 as pdfium
+
+# 加载 PDF
+pdf = pdfium.PdfDocument("document.pdf")
+
+# 提取文本
+for i, page in enumerate(pdf):
+    text = page.get_text()
+    print(f"Page {i+1} text length: {len(text)} chars")
+```
+
+#### 将 PDF 页面渲染为图片
+
+```python
+import pypdfium2 as pdfium
+from PIL import Image
+
+pdf = pdfium.PdfDocument("document.pdf")
+
+# 渲染单页
+page = pdf[0]  # 第一页
+bitmap = page.render(
+    scale=2.0,  # 高分辨率
+    rotation=0  # 不旋转
+)
+
+# 转换为 PIL Image
+img = bitmap.to_pil()
+img.save("page_1.png", "PNG")
+
+# 处理多页
+for i, page in enumerate(pdf):
+    bitmap = page.render(scale=1.5)
+    img = bitmap.to_pil()
+    img.save(f"page_{i+1}.jpg", "JPEG", quality=90)
+```
+
+## 命令行工具
+
+### pdftotext (poppler-utils)
+
+> ⚠️ **性能优化**：始终输出到文件，避免占用 token
+
+```bash
+# ✅ 提取文本到文件
+pdftotext input.pdf output.txt
+
+# ✅ 保留布局提取到文件
+pdftotext -layout input.pdf output.txt
+
+# ✅ 提取特定页面到文件
+pdftotext -f 1 -l 5 input.pdf output.txt  # 第1-5页
+
+# ✅ 提取带坐标的文本到 XML 文件（用于结构化数据）
+pdftotext -bbox-layout document.pdf output.xml
+
+# ❌ 避免：不要省略输出文件名（会输出到 stdout）
+# pdftotext input.pdf
+```
+
+### 高级图片转换 (pdftoppm)
+
+```bash
+# 转换为 PNG，指定分辨率
+pdftoppm -png -r 300 document.pdf output_prefix
+
+# 转换特定页面范围，高分辨率
+pdftoppm -png -r 600 -f 1 -l 3 document.pdf high_res_pages
+
+# 转换为 JPEG，指定质量
+pdftoppm -jpeg -jpegopt quality=85 -r 200 document.pdf jpeg_output
+```
+
+### 提取嵌入图片 (pdfimages)
+
+```bash
+# 提取所有图片
+pdfimages -j input.pdf output_prefix
+
+# 列出图片信息（不提取）
+pdfimages -list document.pdf
+
+# 以原始格式提取
+pdfimages -all document.pdf images/img
+```
+
+## OCR 提取（扫描PDF）
+
+```python
+# 需要: pip install pytesseract pdf2image
+import pytesseract
+from pdf2image import convert_from_path
+
+# PDF 转图片
+images = convert_from_path('scanned.pdf')
+
+# OCR 每一页
+text = ""
+for i, image in enumerate(images):
+    text += f"Page {i+1}:\n"
+    text += pytesseract.image_to_string(image)
+    text += "\n\n"
+
+print(text)
+```
+
+## 处理加密 PDF
+
+```python
+from pypdf import PdfReader
+
+try:
+    reader = PdfReader("encrypted.pdf")
+    if reader.is_encrypted:
+        reader.decrypt("password")
+    
+    # 解密后可正常提取文本
+    for page in reader.pages:
+        text = page.extract_text()
+        print(text)
+except Exception as e:
+    print(f"Failed to decrypt: {e}")
+```
+
+```bash
+# 使用 qpdf 解密（需要知道密码）
+qpdf --password=mypassword --decrypt encrypted.pdf decrypted.pdf
+
+# 检查加密状态
+qpdf --show-encryption encrypted.pdf
+```
+
+## 批量处理
+
+```python
+import os
+import glob
+from pypdf import PdfReader
+import logging
+
+logging.basicConfig(level=logging.INFO)
+logger = logging.getLogger(__name__)
+
+def batch_extract_text(input_dir):
+    """批量提取文本"""
+    pdf_files = glob.glob(os.path.join(input_dir, "*.pdf"))
+    
+    for pdf_file in pdf_files:
+        try:
+            reader = PdfReader(pdf_file)
+            text = ""
+            for page in reader.pages:
+                text += page.extract_text()
+            
+            output_file = pdf_file.replace('.pdf', '.txt')
+            with open(output_file, 'w', encoding='utf-8') as f:
+                f.write(text)
+            logger.info(f"Extracted text from: {pdf_file}")
+            
+        except Exception as e:
+            logger.error(f"Failed to extract text from {pdf_file}: {e}")
+            continue
+```
+
+## 性能优化
+
+1. **文件输出优先**：始终将 pdftotext 输出保存到文件，然后用 grep/Read 检索，避免直接输出到终端占用大量 token
+2. **大型PDF**：使用流式方式逐页处理，避免一次性加载整个文件
+3. **文本提取**：`pdftotext` 最快；pdfplumber 适合结构化数据和表格
+4. **图片提取**：`pdfimages` 比渲染页面快得多
+5. **内存管理**：逐页或分块处理大文件
+
+## 快速参考
+
+| 任务 | 最佳工具 | 命令/代码 |
+|------|----------|-----------|
+| 提取文本 | pdfplumber | `page.extract_text()` |
+| 提取表格 | pdfplumber | `page.extract_tables()` |
+| 命令行提取 | pdftotext | `pdftotext -layout input.pdf` |
+| OCR 扫描PDF | pytesseract | 先转图片再OCR |
+| 提取元数据 | pypdf | `reader.metadata` |
+| PDF转图片 | pypdfium2 | `page.render()` |
+
+## 可用包
+
+- **pypdf** - 基本操作（BSD 许可）
+- **pdfplumber** - 文本和表格提取（MIT 许可）
+- **pypdfium2** - 快速渲染和提取（Apache/BSD 许可）
+- **pytesseract** - OCR（Apache 许可）
+- **pdf2image** - PDF转图片
+- **poppler-utils** - 命令行工具（GPL-2 许可）

.claude/skills/rag-files/scripts/convert_pdf_to_images.py

@@ -0,0 +1,35 @@
+import os
+import sys
+
+from pdf2image import convert_from_path
+
+
+# Converts each page of a PDF to a PNG image.
+
+
+def convert(pdf_path, output_dir, max_dim=1000):
+    images = convert_from_path(pdf_path, dpi=200)
+
+    for i, image in enumerate(images):
+        # Scale image if needed to keep width/height under `max_dim`
+        width, height = image.size
+        if width > max_dim or height > max_dim:
+            scale_factor = min(max_dim / width, max_dim / height)
+            new_width = int(width * scale_factor)
+            new_height = int(height * scale_factor)
+            image = image.resize((new_width, new_height))
+        
+        image_path = os.path.join(output_dir, f"page_{i+1}.png")
+        image.save(image_path)
+        print(f"Saved page {i+1} as {image_path} (size: {image.size})")
+
+    print(f"Converted {len(images)} pages to PNG images")
+
+
+if __name__ == "__main__":
+    if len(sys.argv) != 3:
+        print("Usage: convert_pdf_to_images.py [input pdf] [output directory]")
+        sys.exit(1)
+    pdf_path = sys.argv[1]
+    output_directory = sys.argv[2]
+    convert(pdf_path, output_directory)

.claude/skills/rag-memories/SKILL.md

@@ -0,0 +1,45 @@
+---
+name: rag-memories
+description: 在日常对话或阅览文件时，把可复用的短事实、偏好、项目约定写入 .claude/memories（与 CLAUDE.md 记忆协议一致）；长摘录与笔记放 .claude/files（用 rag-files）。触发：用户说「记住/记下来」、纠正偏好、沉淀结论、需要跨会话沿用的关键信息。
+---
+
+# 本地记忆沉淀（rag-memories）
+
+## 目标
+
+- 让 Agent 在**不依赖超长上下文**的情况下，在后续会话中仍能利用已确认有用的信息。
+- **短而稳**：一句话事实、用户偏好、命令别名、项目内约定 → `.claude/memories/`。
+- **长而可搜**：段落、摘录、整理稿 → `.claude/files/`（见 **rag-files**），不要用 `core.json` 塞长文。
+
+## 写哪里
+
+| 类型 | 位置 | 说明 |
+|------|------|------|
+| 核心记忆、偏好、稳定事实 | `.claude/memories/core.json` | 若文件不存在，可创建；必须保持合法 JSON |
+| 当前模式等状态 | `.claude/memories/current_mode.json` | 仅在与模式切换相关时更新 |
+| 单主题若干句补充 | `.claude/memories/notes/<slug>.md` | 避免把 `core.json` 撑得过大；`slug` 用小写连字符 |
+
+## 何时写入
+
+- 用户明确说「记住」「记下来」「以后默认…」。
+- 用户纠正行为或偏好（沟通风格、工具选择、路径约定）。
+- 对话或阅读文件中出现的**可验证、会重复用到**的项目事实（例如：默认知识库路径、私有脚本入口、环境约束）。
+- **不要**写入：一次性任务状态、未经确认的猜测、密钥与隐私。
+
+## `core.json` 操作建议
+
+1. 用 Read 读完整文件（体量应小）；若不存在，从最小结构初始化，例如：
+   - 顶层对象含 `facts`（字符串数组）与 `preferences`（字符串键值对），或沿用已有键名，**不要**破坏已有字段含义。
+2. 合并新条目：去重（同一事实不重复追加）；必要时更新而非复制多条矛盾记录。
+3. 写回前校验 JSON（引号、逗号、尾随逗号）；写回后用 Read 抽查。
+4. 若当前仓库将 `.claude/memories` 排除在版本控制外，仍按同样路径写入，便于本机 Agent 加载。
+
+## 与 rag-files 配合
+
+- 从 PDF/Excel/长文档抽出的**大段原文或详细笔记**：写入 `.claude/files/` 并在 `core.json` 或 `notes` 里只保留**一行指针**（文件名 + 用途）。
+- 检索时：先 Grep/Read `.claude/files`，短事实读 `core.json` / `notes/`。
+
+## 回答风格
+
+- 写入后可用一句话向用户确认已记录的内容（不含敏感信息）。
+- 若用户只要求「记住」但内容过长，建议拆成：记忆条 + 文件摘录，并说明存放位置。

.gitignore

@@ -5,5 +5,9 @@ __pycache__/
 dist/
 build/
 workspace/
-.claude/
+# .claude: track settings.local.json + skills/; keep rest local
+.claude/**
+!.claude/settings.local.json
+!.claude/skills/
+!.claude/skills/**
 .obsidian/

CLAUDE.md

@@ -41,7 +41,7 @@
 处理知识库查询时遵循以下模式：
 
 1. **分层导航**: 先读索引文件(`data_structure.md`)，再定位相关文件，最后局部读取
-2. **先学习后处理**: 遇到 PDF/Excel 前，先读取对应处理方法文档(`.claude/skills/rag-skill/references/`)
+2. **先学习后处理**: 遇到 PDF/Excel 前，先读取对应处理方法文档(`.claude/skills/rag-files/references/`)
 3. **渐进式检索**: 使用 `grep` 定位关键词，只读取匹配上下文，避免整文件加载
 4. **多轮迭代**: 最多5轮检索，逐步缩小范围；找不到时明确告知而非臆造
 
@@ -102,6 +102,8 @@
 - `.claude/memories/` - 持久化记忆（自动加载到上下文）
 - `.claude/memories/core.json` - 核心记忆文件
 - `.claude/memories/current_mode.json` - 当前模式状态
+- `.claude/files/` - 较长摘录、笔记，供后续 Grep/Read（skill：`rag-files`）
+- 沉淀操作指引：短事实/偏好用 skill `rag-memories`，长材料用 `rag-files` 写入 `.claude/files/`
 
 ### 触发记录
 - 用户说"记住..." / "记下来..."