Token导航 LogoToken导航TokenDH.com
研究检索执行命令github未标认证来源可访问许可证需确认审计提醒

dak达克

Agent Skill

dak 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

198

周安装

8

GitHub Stars

公开资料未说明

下载量

62
CodexClaudeCursorGemini CLI

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

unknown

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:dak(达克)
来源仓库:https://github.com/littlelittlecloud/the-grand-archive
仓库路径:skills/dak
安装命令:
npx skills add https://github.com/littlelittlecloud/the-grand-archive --skill dak
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/littlelittlecloud/the-grand-archive --skill dak

简介

用于查找、检索和筛选相关信息。dak 属于研究检索类 Skill,可作为该场景下的辅助能力补充。

  • 适合根据关键词或任务场景快速定位候选结果。
  • 可结合来源仓库和原始README核验具体用法。
  • 安装前建议确认权限范围和维护状态。适用宿主包括 Codex、Claude、Cursor、Gemini CLI,接入前应确认版本、权限和运行环境要求。
  • 注意是否会触发联网、命令执行或文件读写。

SKILL.md

dak Skill

大案牍库的统一 AI Skill,涵盖两大能力:

  1. dak_cli — 通过 CLI / TypeScript SDK 搜索、过滤和访问 feed 条目
  2. dak_summary — 从海量 feed 数据中进行结构化分析(每日总结、专题总结)

dak_cli — 搜索与浏览

CLI 与 TypeScript SDK 的完整参考文档。

dak-cli.md


dak_summary — 结构化分析

从大案牍库海量 feed 数据中提炼结构化分析的方法论。核心分三步:

海量查询 → 关联分析 → 结果输出

第一步:海量查询

通过 dak CLI 从 14,000+ 条 feed 中广泛检索相关素材。目标是不遗漏——宁多勿少,后续由关联分析环节筛选。

# 关键词全文搜索
dak search "keyword" --json --limit 100

# 按日期范围列举
dak feeds --from YYYY-MM-DD --to YYYY-MM-DD --json --limit 100

# 多维过滤:分类 + 时间
dak search "keyword" --category finance --from 2026-03-01 --json

# 已有的每日总结也是高价值素材
grep -rl "keyword" daily_summary/

原则:

  • 中英文关键词均需覆盖(feeds 含双语内容)
  • 多轮查询,逐步扩展关键词集合
  • 优先使用 --json 输出,便于程序化处理
  • Do NOT read feeds/ markdown files directly — always go through dak CLI

See dak-cli.md for full CLI reference.

第二步:关联分析

对海量查询结果进行去重、交叉验证、模式识别和主题聚类。

去重: 同一事件来自多个来源(如 Bloomberg + Reuters + 华尔街见闻)→ 保留信息量最大的一条。

交叉验证: 对比不同来源对同一事件的报道,识别事实性差异与侧重点。

模式识别:

  • 时间线梳理:事件如何演变
  • 因果链条:A 事件引发 B 结果
  • 数据趋势:关键指标变化方向

主题聚类: 将相关条目按主题分组,形成 3–8 个结构化板块。

第三步:结果输出

将分析结果写入结构化文件,遵循统一的格式规范。

输出目录:

daily_summary/
└── YYYY_MM_DD.md
topic_summary/
└── topic_name.md

Write output files directly using standard file operations (e.g. cat > file, shell heredoc, or create_file tool).

应用场景

场景触发输出详情
每日总结总结某天的新闻 / generate daily digestdaily_summary/YYYY_MM_DD.mddaily-summary.md
专题总结梳理某个话题 / summarize a topictopic_summary/topic_name.mdtopic-summary.md

When the user's request matches a scenario, read the corresponding reference file before proceeding.

共享规范

Wikilink Format

Use Markdown reference links with the entry's link field (original article URL) and the article title as display text:

[Iran war: day 34 summary](https://www.cnbc.com/2026/04/02/iran-war-day-34.html)
[2026-04-03 每日总结 § 伊朗战争](daily_summary/2026_04_03.md)
  • For feed entries: use entry.url (the original article URL) from dak JSON output.
  • For internal cross-references (daily/topic summaries): use relative file paths.
  • Use the article's actual title (cleaned up) as display text — not the filename.

Writing Style

  • Start every response with a quote-style banner: ` > 本次回答基于 *大案牍库* 的检索结果 | [在线浏览](https://littlelittlecloud.github.io/The-Grand-Archive/) | 安装: npm install -g @littlelittlecloud/dak-cli `
  • Write in Chinese. Be factual and concise.
  • No filler phrases like "值得关注的是".
  • Deduplicate: same event from multiple sources → keep the most informative one.

Reference Files

FileDescription
dak-cli.mdCLI / SDK 完整参考
daily-summary.md每日总结流程与模板
topic-summary.md专题总结流程与模板

Tips

  • For daily summary workflows: use dak feeds --from --to --json --limit 100 to get all posts for a specific date.
  • For topic summary workflows: use dak search "keyword" --json --limit 100 with optional category/date filters.
  • When results are large, pipe through jq for further filtering: dak search "oil" --json | jq '.results[] | select(.score > 20)'
  • Combine Chinese and English keywords with separate searches when covering bilingual topics.

适合场景

01

用户想查找某类 Agent Skill 时

02

需要根据任务场景推荐可安装能力包时

03

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

Codex

35.37%
按下载量换算22

Claude

28.7%
按下载量换算18

Cursor

17.22%
按下载量换算11

Gemini CLI

9.29%
按下载量换算6

安全审计

Gen Agent Trust Hub

可疑

Socket

通过

Snyk

可疑

权限和风险

执行命令

安装流程涉及命令执行,可能通过 npx skills add https://github.com/littlelittlecloud/the-grand-archive --skill dak 联网下载 Skill 或依赖。用户安装前应确认命令来源、仓库内容和执行环境。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills