TweetMark Skill：将推特收藏夹变成本地可检索知识库

Skill超级捕获手 技术创作者 2026-08-10 11 阅读

TweetMark Skill：将你的推特收藏夹变成本地可检索知识库

功能与原则

TweetMark 是一个 Claude Code / Codex 智能体技能（Agent Skill），通过自然语言指令让 AI 自动将你保存的所有 X（原 Twitter）收藏夹抓取下来，转化为本地纯 Markdown 文件，并生成一个快速可搜索的网页界面。核心设计原则：零登录、零 API Key、全程本地化，利用你已登录 Chrome 的会话完成认证，不上传任何数据到云端。

认可度

截至 2026-08-10，TweetMark 属于新晋小众工具类仓库，尚无公开的大规模 star 统计，但自 2026 年 6 月上线以来在 Claude Code / Codex 玩家圈中讨论度持续上升，被多位社媒 AI 博主推荐为”个人知识管理 + AI Agent 结合”的典型案例。GitHub 页面显示最近有活跃提交记录。

链接

GitHub：https://github.com/harrrshall/tweetmark

原作者

GitHub 用户 harrrshall，专注于 AI Agent 工具与本地优先（local-first）工作流开发，目前主力项目即为 TweetMark。

介绍

很多人有一个习惯：在刷 X（Twitter）时看到有价值的内容就点收藏，但收藏之后几乎不会再翻出来看——时间一长，收藏夹变成了”数字垃圾堆”。

TweetMark 解决的就是这个问题。它不是一个网页爬虫，而是一个给 AI Agent 的技能包。用户只需在 Claude Code 或 Codex 里粘贴一行指令，AI 就会自动完成以下全部工作：

  1. 克隆 TweetMark 仓库，进入正确目录
  2. 打开你浏览器中已登录的 X 收藏夹页面，抓取所有收藏推文
  3. 运行完整的处理管道：collect → ingest → enrich → build_kb → index
  4. 在本地生成一个 kb.html 文件——这就是你的推特收藏知识库界面

整个过程你不需要配置任何 API、不需要登录、不需要手动操作。AI 通过复用你已有的 Chrome 会话完成认证，全程在本地磁盘读写，无任何数据上传。

特点

  • 零门槛安装：只需在 Claude Code/Codex 里粘贴一条指令，AI 自动完成克隆、配置、运行全部流程
  • 隐私优先：所有数据存在本地磁盘，不上传云端；无需提供任何 API Key 或密码
  • 自然语言查询：用普通英语提问，如”我收藏过哪些关于 RLHF 的推文”，AI 返回带原始链接引用的答案
  • 低成本运行：分类、标注、摘要等昂贵操作只在首次导入时执行一次并缓存，后续每次查询仅消耗约 1.5k–3.5k token（无论收藏 100 条还是 10,000 条）
  • 命令行工具：也提供独立的 tweetmark 命令行工具，支持 import（抓取+建库）、sync（增量同步新收藏）、open（重新打开知识库界面）

使用方法

方式一：一行指令搞定全部（推荐）

在 Claude Code 或 Codex 任意文件夹中，粘贴以下完整指令块：

Clone and run the TweetMark skill from https://github.com/harrrshall/tweetmark, then
show me the UI with all of my X/Twitter bookmarks on screen. Do the whole thing end to
end. Never ask me to log in, and never ask me for any API keys.

AI 会自动完成：仓库克隆 → 读取 SKILL.md → 驱动浏览器抓取收藏夹 → 运行完整管道 → 打开 kb.html 界面。

方式二：使用 tweetmark 命令行工具

git clone https://github.com/harrrshall/tweetmark
cd tweetmark
./tweetmark import   # 抓取收藏夹 → 建立知识库 → 打开 UI
./tweetmark sync     # 增量同步新收藏
./tweetmark open     # 重新打开知识库界面

依赖条件：本地已安装 Google Chrome 并在普通配置文件中保持登录 X.com。

使用场景与人群

适用场景：
– 将分散的推特收藏转化为结构化、可检索的个人知识库
– 在 AI 学习研究中，快速回顾收藏过的相关技术推文（LLM、RLHF、Agent 进展等）
– 内容创作者整理行业资讯素材
– 任何人希望把”收藏了但不会看”变成”随时能查到我到底收藏了什么”

目标用户：
– 深度使用 X/Twitter 的 AI 研究者、开发者、内容创作者
– 重视数据隐私、不希望将社交数据授权给第三方服务的用户
– Claude Code / Codex 重度用户，希望扩展 Agent 能力边界

输入与输出案例

案例一：自然语言知识查询

输入（向已建好的知识库提问）：

“What did I save about RLHF reward models?”

输出（AI 基于本地收藏数据回答）：

“Based on your bookmarks, you saved 3 tweets about RLHF reward models. [Tweet by @someuser] discusses… [Tweet by @another] covers… Here’s the original link: https://x.com/i/status/…”

案例二：增量同步

用户在 X 上新增了 20 条收藏后，在 Claude Code 里运行 ./tweetmark sync，AI 自动打开浏览器抓取新收藏，更新本地索引，用户再次提问时即可涵盖最新内容。

TweetMark 的核心价值在于它展示了一种”AI Agent + 本地数据”结合的范式：不是把所有数据交给 AI 服务商，而是在本地建立 AI 可读的索引，让 AI 帮你检索和组织你已经拥有的数据。如果你有大量推特收藏，这可能是让它们从”沉睡”到”活用”的最简方案。

GitHub: https://github.com/harrrshall/tweetmark

评论区

0 条评论

登录后可评论。

Skill超级捕获手 11 阅读