WebCull
En
Fr
Es
De
Dokumentation CLI und Agents
CLI und Agents

Agent-Skill

Konservative Agent-Workflows zum Sprechen mit, Organisieren, Analysieren und Empfehlen aus großen Lesezeichenkonten mit der WebCull CLI.

Workflow

Zuerst breit auffächern, dann fokussieren

Agents sollten die WebCull CLI in einem Workflow von breiter Suche zu gezieltem Fokus verwenden. Beginnen Sie mit Zählungen und kleinen Ergebnisseiten. Rufen Sie vollständige Lesezeichenmetadaten erst ab, nachdem Kandidaten-IDs bekannt sind. Schreibbefehle sollten nur verwendet werden, wenn der Benutzer ausdrücklich darum bittet, Lesezeichen zu erstellen oder zu aktualisieren.

Fragen

Mit deinen Lesezeichen sprechen

Dieser Workflow lässt einen Benutzer natürliche Fragen zu seinen gespeicherten Lesezeichen stellen. Der Agent sollte den Benutzer zuerst einladen, einen bestimmten Ordner zu wählen oder das vollständige Lesezeichenkonto als Kontext zu verwenden, dann über wahrscheinliche Treffer auffächern und schrittweise auf die Details eingrenzen, die die Frage beantworten.

Das Gespräch sollte sich anfühlen, als spräche man mit einem Bibliothekar, der das Thema und das gespeicherte Material des Benutzers kennt. Der Agent sollte zuerst kuratierte Listen aus Lesezeichenmetadaten erstellen und dann direkte Suche, Snapshot-Inhalte oder abgerufene Seitenmetadaten verwenden, wenn Konto und Befehlsoptionen das ermöglichen.

Umfang auswählen
Fragen Sie, ob sich der Benutzer auf einen Ordner konzentrieren oder das gesamte Lesezeichenkonto verwenden möchte. Wenn der Benutzer unsicher ist, beginnen Sie breit und melden Sie die stärksten gefundenen Themen.
Zuerst breit auffächern
Prüfen Sie Ordnernamen, Tags, Titel, Domains, Notizen und aktuelle Elemente über eine breite Ergebnismenge, bevor Sie entscheiden, welche Lesezeichencluster eine genauere Untersuchung verdienen.
Mit Metadaten beginnen
Verwenden Sie Titel, URLs, Ordner, Tags, Notizen, Beschreibungen und Änderungsdaten, um eine erste Ansicht dessen zu erstellen, was der Benutzer gespeichert hat.
Schrittweise eingrenzen
Wechseln Sie von breiten Themen zu bestimmten Lesezeichen und rufen Sie vollständige Datensätze nur für die Elemente ab, die die Antwort tatsächlich verbessern können.
Kuratierte Listen erstellen
Gruppieren Sie passende Lesezeichen in nützliche Listen wie beste Referenzen, aktive Projekte, ungelesene Recherche, erneut zu prüfende Tools oder Unterhaltung für später.
Direkt suchen
Verwenden Sie gezielte bookmarks search-Abfragen, wenn der Benutzer nach einem Thema, Tool, einer Person, Domain, einem Projekt, Tag oder Ausdruck fragt.
Volltext verwenden, wenn verfügbar
Wenn der Benutzer Snapshots erstellt hat, verwenden Sie Snapshot-Text und Seitenmetadaten, um tiefere Fragen zu gespeicherten Seiten zu beantworten. Halten Sie Ergebnislimits eng und nennen Sie, welche Lesezeichen die Antwort informiert haben.
Fehlenden Kontext abrufen
Wenn gespeicherte Metadaten nicht genug Seiteninhalt enthalten, rufen Sie dort, wo erlaubt, frische Seitenmetadaten ab und verwenden Sie diesen Kontext, um die Antwort zu verbessern.
Von derselben Website erweitern
Verwenden Sie für Dokumentations- oder Referenzseiten eine enge Suche auf derselben Website, um verwandte gespeicherte Seiten aus dieser Quelle zu finden und das Gespräch mit stärkerem Kontext fortzusetzen.
Mit Kontext antworten
Erklären Sie, warum jedes Lesezeichen in der Antwort erscheint, wofür es nützlich zu sein scheint, was fehlt und was der Benutzer als Nächstes fragen könnte.
Example prompt

Sprich mit meinen Lesezeichen über local-first Software. Frage, ob ich einen Ordner oder mein vollständiges Lesezeichenkonto verwenden möchte, fächere über wahrscheinliche Treffer auf und grenze dann auf gespeicherte Metadaten, Snapshots, abgerufene Seitenmetadaten und verwandte Dokumentation von denselben Websites ein.

Organisieren

Lesezeichen in klarere Ordner organisieren

Dieser Workflow ist für Benutzer, die möchten, dass ein Agent hilft, ein unordentliches Lesezeichenkonto in eine sauberere Ordnerstruktur zu verwandeln. Der Agent sollte zuerst breite Ordnerzahlen prüfen, zu große oder gemischte Ordner erkennen und dann Kategorien und Unterkategorien vorschlagen, bevor Änderungen vorgenommen werden.

Mit Struktur beginnen
Verwenden Sie bookmarks count und flache bookmarks tree-Aufrufe, um Ordner mit vielen Elementen, doppelten Themen oder gemischten Themen zu finden.
Kategorien vorschlagen
Schlagen Sie Ordnernamen und Unterordner-Gruppierungen in einfacher Sprache vor. Erklären Sie, warum jede Gruppierung dem Benutzer hilft, schneller zu scannen.
Überfüllte Ordner handhaben
Ein Ordner mit zu vielen nicht zusammengehörigen Elementen ist ein Hinweis darauf, ihn in Unterordner aufzuteilen, Ausreißer an andere Stellen zu verschieben oder den Ordner nach seinem stärksten Thema umzubenennen.
Nur nach Genehmigung schreiben
Verwenden Sie zuerst Testlauf-Schreibvorgänge und warten Sie dann darauf, dass der Benutzer die genauen Erstellungen oder Aktualisierungen genehmigt, bevor Änderungen gespeichert werden.
Example prompt

Hilf mir, meine Lesezeichen zu organisieren. Beginne damit, Ordner zu finden, die zu breit oder zu voll sind, und schlage dann eine sauberere Ordner- und Unterordnerstruktur vor, bevor Änderungen vorgenommen werden.

Verbessern

Lesezeichen auf Workflow-Verbesserungen analysieren

Dieser Workflow ist leseintensiv. Der Agent sollte vorhandene Lesezeichen verwenden, um zu verstehen, wie der Benutzer arbeitet, und dann praktische Verbesserungen vorschlagen, ohne das Konto sofort neu zu organisieren.

Nach Mustern suchen
Prüfen Sie Ordner, Titel, URLs, Tags und Notizen, um wiederholte Tools, aktive Projekte, veraltete Bereiche und häufig erneut besuchte Themen zu erkennen.
Reibung finden
Markieren Sie Lesezeichen, die fehl am Platz wirken, Ordner, die nicht zusammengehörige Workflows mischen, oder Themen, die von Kürzeln, gespeicherten Suchen oder klarerer Gruppierung profitieren könnten.
Nächste Aktionen vorschlagen
Geben Sie eine kleine Auswahl von Empfehlungen mit Gründen zurück. Halten Sie die Ausgabe darauf fokussiert, wie das Lesezeichenkonto die Arbeit des Benutzers besser unterstützen kann.
Example prompt

Wie kann ich meine Lesezeichen verbessern, um meinen Workflow zu unterstützen? Lies, was ich habe, finde Reibungspunkte und schlage nützliche Änderungen vor, ohne noch etwas zu bearbeiten.

Empfehlen

Interessen ableiten und nützliche Entdeckungen vorschlagen

Dieser Workflow verwendet die Lesezeichen des Benutzers als Kontext für Empfehlungen. Der Agent sollte Interessen aus gespeicherten Themen, Tools, Kreatoren, Unterhaltungslinks und Forschungsbereichen ableiten und dann Dinge vorschlagen, die der Benutzer als Nächstes erkunden möchte.

Interessen ableiten
Gruppieren Sie Lesezeichen nach Themen wie Hobbys, Medien, Lernen, Arbeitstools, Forschungsthemen und wiederkehrenden Websites.
Signal erklären
Verknüpfen Sie jede Empfehlung mit sichtbaren Lesezeichenmustern, damit der Benutzer beurteilen kann, ob der Vorschlag relevant ist.
Kontrolle beim Benutzer lassen
Erstellen Sie keine Empfehlungslesezeichen, außer der Benutzer fragt danach. Präsentieren Sie zuerst Ideen und lassen Sie den Benutzer dann auswählen, was gespeichert werden soll.
Example prompt

Welche Themen, Tools, Medien oder Unterhaltung würdest du mir basierend auf meinen Lesezeichen empfehlen? Erkläre, welche Lesezeichenmuster zu jeder Empfehlung geführt haben.

Lernen

Einen Lernpfad aus einem Ordner erstellen

Dieser Workflow verwandelt einen Ordner in eine geführte Sequenz. Der Agent sollte das Thema ableiten, das gespeicherte Material prüfen und dann Lesezeichen in einen Pfad anordnen, der dem Benutzer hilft, von Orientierung zu tieferem Studium zu gelangen.

Thema ableiten
Verwenden Sie Ordnernamen, Titel, Tags, Beschreibungen, Notizen und Domains, um zu erkennen, worum es in dem Ordner wirklich geht.
Material anordnen
Gruppieren Sie Lesezeichen in Einsteigerressourcen, Referenzdokumentation, Beispiele, fortgeschrittenes Material und Elemente zum späteren Wiederaufgreifen.
Reihenfolge erklären
Beschreiben Sie, warum jede Gruppe dorthin gehört und welche Lesezeichen zuerst gelesen werden sollten.
Lücken finden
Weisen Sie auf fehlende Teile wie Tutorials, offizielle Dokumentation, Beispiele, Vergleiche oder fortgeschrittene Referenzen hin, die den Pfad stärker machen würden.
Example prompt

Verwandle diesen Ordner in einen Lernpfad. Leite das Thema ab, sortiere meine Lesezeichen von Anfänger bis Fortgeschritten und sag mir, was fehlt.

Veröffentlichen

Einen Ordner für eine öffentliche Collection vorbereiten

Dieser Workflow prüft einen Ordner, bevor der Benutzer ihn öffentlich macht. Der Agent sollte nach allem suchen, was die Collection unklar, unvollständig, privat oder für Besucher schwer zu scannen machen würde.

Datenschutz prüfen
Markieren Sie private Links, Kontoseiten, Admin-Seiten, persönliche Dokumente, Staging-URLs und andere Lesezeichen, die nicht öffentlich sichtbar sein sollten.
Darstellung verbessern
Markieren Sie schwache Titel, fehlende Beschreibungen, schlechte Symbole, unklare Ordnernamen und Elemente, die öffentliche Besucher verwirren würden.
Reihenfolge prüfen
Schlagen Sie vor, welche Lesezeichen zuerst erscheinen sollten, welche Ordner umbenannt werden müssen und welche Elemente vor der Veröffentlichung gruppiert oder verschoben werden sollten.
Beratend bleiben
Geben Sie eine Checkliste der Änderungen zurück, die der Benutzer genehmigen soll, bevor Titel, Beschreibungen, Symbole, Ordner oder Reihenfolge bearbeitet werden.
Example prompt

Prüfe diesen Ordner, bevor ich ihn öffentlich mache. Finde private Links, schwache Titel, fehlende Beschreibungen, schlechte Symbole, unklare Ordnernamen und alles, was neu geordnet werden sollte.

Limits

Jede Anfrage absichtlich klein halten

Verwenden Sie --max-chars, --limit, --page, --fields und --max-metadata-chars bei jedem Lesezeichenbefehl. Wenn Sie blind suchen, beginnen Sie mit bookmarks count oder bookmarks tree --limit 25 --max-chars 8000.

Wenn das Ergebnis zu breit ist, reduzieren Sie zuerst Felder, dann Metadatenzeichen, und blättern Sie anschließend durch Ergebnisse. Fordern Sie keine vollständigen Notizen oder alle Metadaten an, bis die Ziel-IDs eingegrenzt sind.

Taktung

CLI-Aufrufe nacheinander ausführen

Führen Sie WebCull-CLI-Aufrufe nicht parallel aus. Warten Sie mindestens 1 Sekunde zwischen CLI-Aufrufen, mindestens 2 Sekunden nach Baum- oder Suchaufrufen und mindestens 2 Sekunden zwischen Seiten. Verwenden Sie webcull limits sparsam, weil es auf 7 Aufrufe pro Minute begrenzt ist. Wenn die API throttled zurückgibt, warten Sie mindestens 60 Sekunden und grenzen Sie die nächste Anfrage ein.

Lesebefehle erlauben 60 Anfragen pro Minute, 600 pro Stunde und 3000 pro Tag für jedes CLI-Token. Schreibbefehle sind strenger: 10 pro Minute, 100 pro Stunde und 500 pro Tag. Konto- und Netzwerklimits können ebenfalls gelten.

Schreibvorgänge

Nur schreiben, wenn der Benutzer das Erstellen oder Aktualisieren von Lesezeichen anfordert

Verwenden Sie webcull bookmarks create oder webcull bookmarks update <id> nur, wenn der Benutzer ausdrücklich einen Schreibvorgang anfordert. Verwenden Sie die CLI nicht für Massenschreibvorgänge, rekursive Schreibvorgänge, implizite Organisation, Typkonvertierung, Symbol-Upload oder Änderungen am E2EE-Kontozustand.

Bevorzugen Sie --dry-run vor einem echten Schreibvorgang, wenn Sie übergeordnete Platzierung, Besitz oder E2EE-Zustand validieren. Erhalten Sie unbearbeitete Felder, indem Sie nur das Feld senden, das der Benutzer ändern wollte.

E2EE

Passphrasen verschlüsselter Konten niemals offenlegen

Geben Sie eine E2EE-Passphrase niemals über CLI-Argumente, Umgebungsvariablen, Konfiguration, stdin, Logs oder Beispiele weiter. Die CLI fragt nur über versteckte interaktive Terminal-Eingabe ab.

Bei verschlüsselten Konten verwendet die Lesezeichen-Textsuche bei Bedarf automatisch eine begrenzte lokale entschlüsselte Suche. Halten Sie Limits wie --limit und --max-scan-rows eng. Wenn die E2EE-Konvertierung läuft, erzwingen Sie keinen Schreibvorgang. Bitten Sie den Benutzer, die Konvertierung in der App abzuschließen.

Beispiele

Beispiel-Befehlsfolge

webcull bookmarks count --path /
webcull bookmarks tree --path / --max-depth 1 --limit 25 --max-chars 8000 --fields id,type,title,modified
webcull bookmarks search --query 'github api' --limit 20 --max-chars 8000 --fields id,title,url,parent_id
webcull bookmarks search --query 'github api' --limit 20 --max-scan-rows 500
webcull bookmarks get --ids 123,456 --fields id,title,url,notes --max-metadata-chars 1500
webcull bookmarks create --url https://example.com --title Example --dry-run
webcull bookmarks update 456 --title "New title" --dry-run