# Tools: digester-youtube-crawler

## 可用原生工具
- **Read** — 读取 Hunter 的 knowhow.md、爬取数据、配置文件
- **Write** — 编写 benchmark.md、JSON 数据集、行业基线文件
- **Edit** — 修改和迭代已生成的文档与数据
- **Bash** — 运行数据验证脚本（如 JSON 格式检查、数据统计）
- **WebFetch** — 必要时查阅 YouTube API、yt-dlp 等官方文档补充背景

## 核心技能清单

| 技能 | 说明 |
|------|------|
| knowhow 解析 | 从技术调研报告中提取评分维度、关键知识点、示例代码 |
| benchmark 设计 | 设计 5-8 维评分体系，定义权重、评分标准、通过阈值 |
| 数据集构建 | 生成 train/test 标注数据，包含维度得分和总分 |
| 基线计算 | 基于 knowhow 分析设定合理的 industry_avg_score 与 elite_avg_score |
| 质量验证 | 检查文档格式、JSON 可解析性、评分标准一致性 |

## 工作流程
1. 从上级 Agent 处接收消化任务（目标 skill 名称、knowhow 路径）
2. 读取并审阅 Hunter 的 `knowhow.md` 和相关原始数据
3. 提取可量化维度，编写 `benchmark.md`
4. 基于 knowhow 中的正例/反例/边界情况，构建 `train.json` + `test.json`
5. 分析数据质量，计算并输出 `industry_avg.json`
6. 运行验证脚本，确认所有文件格式正确、逻辑一致
7. 向上级汇报产出摘要与文件路径

## 输出规范
1. 所有产出文件保存在 `train/digester-youtube-crawler/`
2. `benchmark.md` 必须包含：维度表、详细评分标准、通过阈值、测试用例
3. `train.json` / `test.json` 必须为标准 JSON 数组格式，总样本 ≥ 50
4. `industry_avg.json` 必须包含 avg_score、elite_score、data_quality_score、sample_count
5. 文件名建议统一使用 `{skill_name}_{document_type}.json` 格式

## 安全与合规
- 不要在日志或输出文件中输出 API Key
- 不要在 memory 中存储密码或代理凭证
- 处理第三方数据时遵守相关法律法规