每天刷到好文章，复制链接、粘贴到笔记、手动分类，三步做完就再也没打开过。既然 Agent 就在手边，这套流程可以让它自己干：发一个链接，它读正文、给摘要、按标签归档成 Markdown，顺便把「整页源码塞进上下文」这个最费 token 的环节去掉。这篇讲清 save2kb 这个 Agent Skill 的原理、安装和使用。

💡 你将学到

每天刷到好文章，复制链接、粘贴到笔记、手动分类，三步做完就再也没打开过。既然 Agent 就在手边，这套流程可以让它自己干：发一个链接，它读正文、给摘要、按标签归档成 Markdown，顺便把「整页源码塞进上下文」这个最费 token 的环节去掉。这篇讲清 save2kb 这个 Agent Skill 的原理、安装和使用。

📜 目录

• 一、它到底解决什么问题
• 二、省 token 的原理：三层读取优先级
• 三、安装：符合 Agent Skills 规范
• 四、用起来是什么样
• 五、知识库会长成什么样
• 六、和收藏夹、剪藏工具的区别
• 常见问题
• 相关文章

save2kb：让你的Agent学会读文章、存知识库，还能省99%的token

收藏夹的问题是：存下容易，找回难；剪藏工具的问题是：存了 HTML，正文和广告混在一起。而让 AI 帮你读文章，最费钱的一步通常不是理解，而是把整页源码灌进上下文。save2kb 是一个 Agent Skill，把「读文章 → 提炼 → 归档成 Markdown」做成标准动作。

一、它到底解决什么问题

三个具体痛点：

• 读完就丢。 对话里读过的文章，关掉窗口就没了，下次想引用还得重新找。
• 存的不是内容，是网页。 剪藏工具保存完整 HTML，包含导航、脚本、广告，正文可能只占百分之几。
• 上下文被源码占满。 直接把 URL 丢给大模型抓取，很多实现会把整页 HTML 塞进上下文，token 大量消耗在无意义的标签上。

save2kb 的定位不是「又一个收藏工具」，而是从读取环节就控制上下文体积。

二、省 token 的原理：三层读取优先级

Skill 里定义了一套读取顺序，先试最省的方式：

关键差别在第一层：不加载图片、不渲染排版、不解析框架代码，只取有效文字。本站自己场景下的实测口径是：一篇公众号文章的完整源码约 405 万字符，提取出的纯正文约 2838 字符；结构干净的英文科技媒体，从约 63 万字符的 HTML 提到约 25 万字符。

需要说明的是，这个比例衡量的是「源码体积到正文体积」，不等于账单直接降 99%——真实节省取决于你原本怎么读网页。如果你本来就只用正文抽取接口，收益主要来自归档和复用；如果你以前习惯把整页丢给模型，差别会非常明显。

三、安装：符合 Agent Skills 规范

save2kb 是标准 SKILL.md 形式的技能包，仓库在 GitHub（simumu1/save2kb，MIT 许可），兼容 Hermes Agent、Claude Code、Codex CLI 等支持 SKILL.md 的 Agent。

安装就是把技能目录放到 Agent 的技能目录下：

# 以 Hermes 为例（技能目录在 ~/.hermes/skills/）
git clone https://github.com/simumu1/save2kb
cp -r save2kb/skills/save2kb ~/.hermes/skills/    # 目录结构以仓库 README 为准

装好后 Agent 在收到链接时就会按技能定义的流程工作。更新时重新拉取仓库再覆盖技能目录即可。具体路径与目录层级请以仓库 README 和你所用 Agent 的技能文档为准。

四、用起来是什么样

一次完整交互只有三步：

1. 你把链接发过去（公众号、知乎、技术博客都行）；
2. Agent 读正文，回报要点：核心结论、关键数据、来源与日期；
3. 你说「存到知识库」（或提前说过自动存），它按固定格式写成 Markdown 归档。

写入格式带 YAML frontmatter，这点比剪藏工具重要得多——有了结构化字段，之后才能被检索和批量处理：

---
title: "文章标题"
source: "来源站点/作者"
url: "https://..."
date: 2026-07-09
tags: [AI, 量化, SEO]
summary: "不超过200字的摘要"
status: raw
---

五、知识库会长成什么样

• 每篇文章一个文件，命名带日期，方便按时间回溯；
• 标签按主题自动判定（AI、财经、量化、宏观、行业、SEO 等），不需要你手填；
• 根目录维护一份 INDEX.md，按主题分组索引；
• 状态字段分 raw / classified：新存的是 raw，每周定时任务扫一遍、按标签汇总成周报后标记为 classified。

这个「raw → classified」的设计解决的是知识库的通病：存了一堆，但从没被读过第二遍。

六、和收藏夹、剪藏工具的区别

真正的差别在最后一行：它的产物是给 AI 用的资料，而不只是给人看的笔记。

常见问题

Q：需要自己写代码吗？ A：不需要。安装是把技能目录复制过去，日常使用就是发链接和说「存一下」。

Q：支持中文站点吗？ A：支持。技能对中文公众号、知乎这类页面做了正文提取处理；具体站点效果以实际抓取为准，反爬站点会走第二层浏览器渲染。

Q：知识库放在哪？ A：默认建议一个本地目录（例如知识库根目录），首次使用时由你指定，之后沿用；也可以直接接入你现有的目录结构，不强制迁移。

Q：会不会把付费墙内容抓下来？ A：技能只做公开页面的正文提取，遇到付费墙或需要登录的内容会失败或走转载检索，请自行遵守目标站点的使用条款与版权规定。

Q：省下的 token 能算成钱吗？ A：可以，但要用你自己的口径：统计「原方式每次读一篇文章占用的输入 token」和「使用技能后占用的输入 token」，乘以调用次数与单价才是真实节省。

注：技能的具体目录结构、命令与兼容的 Agent 清单以 GitHub 仓库 README 和 Agent Skills 规范文档为准。

相关文章

• 2026年AI解析PDF横评：MinerU、Marker、Docling谁最强
• 如何构建本地AI代理：2026年完整指南
• 最佳AI编程助手

❓ 常见问题

需要自己写代码吗？

不需要。安装是把技能目录复制到 Agent 的技能目录，日常使用只需发链接和说「存一下」。

省 99% token 的说法怎么理解？

该比例是「完整源码体积到纯正文体积」，真实节省取决于你原本怎么读网页；习惯直接塞整页 HTML，差别最明显。

知识库放哪里？

首次使用由你指定一个本地目录，之后沿用；也可接入现有目录结构，不强制迁移。