---

name: lov-personal-vocabulary description: > 维护一份可跨语音输入法复用的个人词汇表：统一管理、去重、并同步到 Typeless、OpenLess 等 App。Trigger: 帮我维护词汇表、同步词汇、把词汇表填到 OpenLess、manage my personal vocabulary, sync dictation terms across apps. license: MIT metadata: author: LovStudio / 手工川工作室 version: "0.2.1" card_standard: lovstudio/skill-card/v1 tags: - vocabulary - dictation - personal-dictionary - sync compatibility: "Portable Agent Skills format; Python 3.9+ standard library only. App adapters optionally read local JSON or call a vendor API with the user's own credential." dependencies: - python

我的词库 · My Vocabulary

把散落在各语音输入法里的词条收敛成一份属于你的规范词汇表，需要时再按 App 的格式同步回去。不改任何 App 内部行为，只做词条的收集、去重、映射与推送。

Triggers

Activate when

• 用户要求维护或整理个人词汇表、术语表、专有名词表，例如“帮我维护词汇表”“整理我的语音输入词库”。
• 用户要求把词汇同步或迁移到某个语音输入法/剪辑工具，例如“把词汇表填到 OpenLess”“同步到 Typeless”。
• 用户给了某款 App 的词汇表来源（文件、API、导出），要求合并去重到统一词库。
• The user asks to manage, dedupe, or sync a personal dictation vocabulary across apps.

Do not activate when

• 用户只是在正常使用语音输入功能，没有要求维护词库。
• 用户要改某款 App 的语音识别/模型/接口配置本身（交给对应的 App 专项 skill 或人工）。
• 用户要求批量抓取或逆向他人词库、绕过授权；本 skill 只处理用户自己的数据。

User Profile (cross-session)

本 Kit 通过 skill.yaml 连接共享 user-profile/v1。每次运行读取共享 user、brand、workspace、preferences 与本 Skill 的 skills.lov-personal-vocabulary 命名空间；优先级为当前请求、项目上下文、本 Skill records、共享 preferences、共享 user/brand、保守默认值。

用户直接说出、且明确希望长期沿用的偏好（例如“词汇表放这个目录”“语言用 zh-CN”）才通过 scripts/profile_store.py record --confirm 写入 Profile 并报告保存路径。凭据、token、私人路径与推断结论不持久化。完整约定见 references/user-profile.md。

Skill Kit Modules

本仓库是自包含 Skill Kit。Step 0 必须完整加载：

• $SKILL_DIR/skills/canonical-store/SKILL.md — lov-canonical-store：规范词汇表结构与读写。
• $SKILL_DIR/skills/app-adapters/SKILL.md — lov-app-adapters：各 App 词条格式与读写映射。
• $SKILL_DIR/skills/sync-plan/SKILL.md — lov-sync-plan：规范词库与各 App 的差异与同步计划。

kit.yaml 定义流水线 full（canonical-store → app-adapters → sync-plan）。每个模块必须随本仓库提供，不引用外部 sibling Skill。

Skill Group Composition

读取 references/skill-composition.md 后再决定是否调用或扩展相邻能力。该记录区分可选的上游/下游交接与内嵌 Kit 模块；绝不静默依赖未随本源码提供的 sibling Skill。

Workflow (MANDATORY)

你必须按顺序执行以下步骤。

Step 0: 解析根目录、依赖与运行时上下文

• 有 SKILL_DIR 用它；否则从当前 skill 上下文推断安装目录。
• 开始前校验每个所需本地模块、参考、脚本与资源是否齐全。
• 缺失时点出相对路径并停止，不产出半成品。

手动运行脚本：

export SKILL_DIR="/path/to/lov-personal-vocabulary"

每次调用解析 context.profile，优先级见上方。持久化用 scripts/profile_store.py record --confirm，随后给出简洁的保存路径报告。

Step 1: 明确结果

• 区分内部上下文与用户可见产出。
• 确认输入（来源是本地文件、API 还是用户口述）、目标 App、期望产出与证据缺口。
• 记下一个真实用户案例后才算完成；案例必须包含输入、最小 prompt 与输出，不得编造。

Step 1.5: 分析相邻 Skill

• 按路由契约与具体输入/输出检查相邻本地与已装 Skill，不要只看文件名。
• 在 references/skill-composition.md 记录 upstream/core/downstream/overlap/not-composed 决策。
• sibling Skill 保持可选、按产物交接；多阶段强耦合时改为自包含 Kit。

Step 2: 执行流水线

1. canonical-store：建立或读取规范词库 vocabulary.json。若来源是新词条，用 scripts/vocab_cli.py merge 做按 phrase 去重合并，保留 enabled、hits、category 等已有字段。
2. app-adapters：确认目标 App 的读入/写出映射。本地 JSON（如 OpenLess dictionary.json）直接读写；走 API 的（如 Typeless /user/dictionary/list）用用户自己的凭据、只读探测，绝不打印 token。格式未知的 App（如剪映）先探测再补映射，不得编造。
3. sync-plan：用 scripts/vocab_cli.py diff --app <id> --canonical <path> 计算差异，产出 add（新增）、skip（已存在/相同）、conflict（同 phrase 不同字段）三类。向用户确认后再执行写入，默认不覆盖对方已有词条。

Step 3: 校验产物

• 核对完整性、去重正确性、用户可见文案与输出路径。
• 报告具体文件或结果，以及剩余证据缺口。
• 校验 skill-card.yaml、cases/cases.json、pricing-card.yaml 作为标准信任包。

Deterministic helper

python3 "$SKILL_DIR/scripts/vocab_cli.py" merge \
  --canonical vocabulary.json \
  --import openless-dictionary.json \
  --from-app openless

python3 "$SKILL_DIR/scripts/vocab_cli.py" diff \
  --app openless \
  --canonical vocabulary.json

脚本只做纯文本去重、diff 与格式转换；不访问网络、不写目标 App、不改任何 App 内部数据。

Dependencies

• Python 3.9+，仅标准库。
• 各 App 的读写按 adapter 选用；无 App 时仅做 canonical 维护，不构成强依赖。

通用反馈闭环

用户在 Skill 驱动任务中提出修改意见时，继续当前产物前必须执行：

1. 先判断意见是 task-specific（仅本次）还是 reusable（可跨任务复用）。
2. task-specific 只修改当前任务，不改 Skill。
3. reusable 先确定作用域：领域规则先更新对应 canonical Skill；适用于所有 Skill 的规则先更新共享规范。
4. 完成规则更新、版本、lint 与分发核验后，再把修改应用到当前任务。
5. reusable 修改会使此前的“确认”“继续”“发吧”失效；完成当前产物修改和回读后必须停下，等待用户下一步指示，不自动进入发布、提交或其他外部写入。