AI 分享链接扔进来，干净的对话吐出去。 你手机上的 AI 对话记录，可以随时变成 Agent 的上下文。

一个给 Claude Code、Codex、Openclaw、Hermes 等 AI Agent 用的 Skill。好的 Skill 不挑 Agent。

读取主流 AI 平台的分享链接，自动识别 18 个平台入口、选择提取策略、输出干净对话文本。

从 Releases 页面下载最新版本的 ai-share-reader-vX.X.X.zip，解压到你 Agent 的 skills 目录即可。

以 Claude Code 为例：

# 解压到 Claude Code 的 skills 目录
unzip ai-share-reader-v*.zip -d ~/.claude/skills/

git clone https://github.com/labilio/ai-share-reader.git ~/.claude/skills/ai-share-reader

场景一：跨设备，自己给自己传 —— 一个没人解决过的痛点。

你其实并不是随时都在电脑前用 Claude Code 或 OpenClaw。

• 通勤路上、排队时，掏出手机用 DeepSeek App 聊了一路，产出了不错的思路。

• 回家打开电脑，想让 Agent 把这对话当上下文接着用——怎么传？

  • 复制粘贴？几十轮对话根本搬不动。
  • 截图？ 实测 Agent 里面用的一些大模型读图能力并不高。
  • 截图 OCR？丢一半内容。

• 最自然的方式：手机 App 里点分享复制链接 → 发给自己 → 电脑上 Agent 直接读取。

  但问题来了——这些链接 Agent 自己读不了，因为每个平台的分享页都是给人看、不是给 Agent 看的。

这个需求一直存在，但从来没有人做过。 AI 平台的分享链接本质上是"人类阅读器"，Agent 无法从中提取结构化对话。

AI Share Reader 是第一个系统解决这个问题的 Skill。

场景二：别人分享给你。

• 必须打开浏览器才能看——DeepSeek、千问、豆包等平台的分享页是纯前端渲染，链接预览、HTTP 抓取都拿不到内容
• 要求登录才能看——ChatGPT、Gemini 弹出登录框挡住页面，实际上对话内容已经在背后渲染好了
• 链接里夹带广告语——复制链接时平台会自动加上"点击查看 ××× 的回答 https://..."，还不能直接粘贴到浏览器，很麻烦
• 每个平台界面不一样——分享页充斥着侧边栏、推荐、登录按钮，只想快速看对话内容却很费劲

更深一层的问题是：每个 AI 平台的分享页设计逻辑完全不同。

大致分为三大类，细分还有更多变种：

同一类里还有差别：Perplexity 有 Cloudflare 反爬、Gemini 的快照只能看到遮罩层、Manus 展示的是任务回放而非 Q&A……这意味着每接入一个平台，都需要单独分析、单独适配。

而这恰恰是 Skill 最擅长的场景——不管是自己跨设备传给自己，还是别人分享给你，都是同一个操作：粘贴链接。剩下的，Skill 自动识别平台、选择策略、提取干净对话。

以下任意一种输入都会自动激活 Skill：

• 直接粘贴 AI 分享链接
• "帮我读一下这个对话"
• "这个链接里说了什么？"
• "提取这个分享的内容"
• "看看这个 AI 聊天记录"

即使只贴链接、不说任何话，Skill 也会自动识别并开始提取。

直接粘贴任意 AI 对话分享链接即可，支持夹带广告语的容错输入：

https://chat.deepseek.com/share/xxxxxxxxxxxxxxxxxxxxxxx

点击查看元宝的回答 https://yb.tencent.com/s/xxxxxxxxxxxxxx

https://claude.ai/share/xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx

Skill 自动识别平台并提取：

对话标题

User: 用户的问题
Assistant: AI 的回答

User: 追问
Assistant: 后续回答

User: 追问
Assistant: 后续回答

共 18 个平台入口，覆盖 16 个 AI 产品。每个平台均使用真实分享链接逐一测试验证。

B 类和 C 类虽然都用浏览器，但原因不同：B 类是 HTTP 拿到了空壳（内容不存在于 HTML 中，需要 JS 执行才能生成）；C 类是 HTTP 根本拿不到（被服务器拦截），但浏览器打开时遮罩背后内容已经在了，无需真正登录。

别担心兼容性问题，有专门适配！

实时更新，确保有效！

• 各平台测试链接已储存，实时测试 Skill 方法是否依旧有效
• 如厂商前端 UI 更新，Skill 会同步更新

ai-share-reader/
├── SKILL.md                 # 主文档（给 agent 读）
├── README.md                # 本文件
├── LICENSE
├── examples/                # 每个平台的输入/输出样例
│   ├── claude_sample.md
│   ├── deepseek_sample.md
│   ├── kimi_sample.md
│   ├── qianwen_sample.md
│   ├── zai_sample.md
│   ├── chatglm_sample.md
│   ├── doubao_sample.md
│   ├── minimax_sample.md
│   ├── chatgpt_sample.md
│   ├── gemini_sample.md
│   ├── perplexity_sample.md
│   ├── poe_sample.md
│   ├── grok_sample.md
│   ├── yuanbao_sample.md
│   ├── yiyan_sample.md
│   ├── mistral_sample.md
│   ├── manus_sample.md
│   └── anygen_sample.md

• 不支持需要登录才能看到内容的平台（如 Poe 的 invite 链接）。分享链接本身必须公开可访问。
• 输出为纯文本，不保留原始平台的表情、代码高亮、LaTeX 渲染等富文本效果。
• 部分平台（Perplexity、Grok） 有 Cloudflare 人机验证，只能用 HTTP 方式提取，不能用浏览器打开。
• 不支持连续多页对话。如果分享链接只展示部分对话（如 Poe 的长对话分页），只能提取当前可见部分。

这个 Skill 不是拍脑袋写的。动工之前，先花时间把行业最优秀的 Skill 是怎么做的搞清楚了。

首先系统学习了 Anthropic 官方 Skills 仓库 的整套方法论，提炼出核心设计原则：

• Progressive Disclosure（三级加载）：元数据 → SKILL.md 正文 → 按需加载资源。Claude 只在触发时才读正文，不要把所有东西塞进上下文
• 祈使句 + 解释为什么：写"Extract the conversation"而非"You should extract..."；用原因替代大写的 MUST/ALWAYS
• description 是触发核心：Skill 能不能被正确触发，关键在 frontmatter 的 description，要写得偏"pushy"（Claude 倾向于欠触发）
• 保持 SKILL.md < 500 行：超过就拆出 references/，Claude 只读需要的那份

光知道原则不够——需要看真实案例。于是把 Anthropic 全部 17 个 Skill 逐一拆解，按复杂度分成六个等级（Level 0 ~ Level 5），分析每种文件什么时候该出现、什么时候不该出现：

基于以上研究，做了几个刻意选择：

• SKILL.md 不到 500 行，不需要拆分 references/——保持简单
• examples/ 保留——每个平台一个 .md 样例，既是文档也是测试预期
• 不用 MUST/ALWAYS 堆砌规则——每个平台策略写清楚"为什么"这么做
• 不加 Python 脚本——Anthropic 的 scripts/ 只在处理二进制文件（PDF、DOCX）、打包构建、需要确定性计算时才出现。我们这个 Skill 做的事——识别域名、选择策略、文本提取——全是 Agent 原生擅长的，不需要 Python 代劳

跨平台适配方案参考了 huashu-design 的设计——工具名不写入指令，能力映射表替代具体工具名，让不同 agent 平台用自己的工具完成相同能力。

站在巨人的肩膀上，向 Anthropic Skills 团队和 huashu-design 作者致敬。优秀的开源工作让后来者不必从零开始。

Apache 2.0