CleanMark

CleanMark 是一个面向桌面 Agent 的 Markdown 深度整理 Skill。当前计划安装在 WorkBuddy 中，用于读取 WebMark 生成的 Raw Markdown，进行结构修复、分类校正、标签规范、去重和内容整理，并生成独立的 Clean Markdown。

项目关系与自动化工作流

这套 Markdown 工作流由五个相互配合、边界独立的项目组成：

• WebMark：数据采集 Skill；
• CleanMark：深度整理 Skill；
• FolderMark：无具体内容的开源发布程序；
• PublishMark：包含 Clean 内容的具体 FolderMark 项目；
• mdFlow：各环节共同遵守的内容分类、YAML 和处理规范中心。

它们与桌面 Agent 一起组成以下自动化工作流：

用户通过 WorkBuddy App / 微信 / QQ / 飞书发送 URL
                         ↓
               WorkBuddy 调用 WebMark
                         ↓
        抓取、基础清洗、分类并生成 Raw Markdown
              ├── 保存到本地 Raw 文件夹
              ├── 上传对应的乐享知识库
              └── 同步到服务器 Markdown 文件夹
                         ↓
              FolderMark-Raw 即时展示原始资料
                         ↓
               WorkBuddy 调用 CleanMark
                         ↓
             深度清洗并生成独立 Clean 内容
                         ↓
               写入 PublishMark 并提交 Git
                         ↓
             Cloudflare 自动部署正式内容站点

FolderMark 是独立的通用开源项目，不依赖 mdFlow，也不读取任何外部配置中心。PublishMark 是基于 FolderMark 建立的具体站点实例，可以根据正式内容发布需要对 FolderMark 做少量适配。

CleanMark 的职责

CleanMark 负责工作流的第二阶段：把原始资料转化为结构稳定、分类一致、可以长期发布和维护的正式内容。

Raw Markdown
→ 深度清洗
→ 结构整理
→ 分类与标签治理
→ 去重和关联
→ 生成 Clean Markdown
→ 写入 PublishMark
→ Git 提交与正式发布

主要职责包括：

• 只读访问 WebMark 生成的 Raw Markdown；
• 修复 Markdown 标题层级、列表、引用、表格和段落结构；
• 检查抓取完整性，必要时对照原始 URL 补漏；
• 优化标题和摘要；
• 校正 collection、categories、topics 和 tags；
• 统一同义词、历史标签和分类别名；
• 识别重复资料、近似资料和不同版本；
• 建立 Clean 文档与一个或多个 Raw 来源之间的关联；
• 生成符合 mdFlow 规范的 Clean YAML Front Matter；
• 将结果写入 PublishMark 的内容目录；
• 输出变更报告；
• 根据配置执行 Git commit 和 push。

核心原则

Raw 只读

CleanMark 永不原地修改 Raw 文件。

Raw：只读输入
Clean：独立输出

派生式处理

一份 Clean 文档可以来源于：

• 一份 Raw 文档；
• 同一文章的多个转载版本；
• 网页和 PDF 两种来源；
• 多篇相关资料的整理结果。

Clean 文档通过永久 ID 和 URL 记录来源，不依赖跨项目相对路径。

风险分级

CleanMark 的操作分为三类：

• 安全操作：自动执行，例如格式修复、日期规范化、补充缺失字段；
• 可逆操作：执行并记录，例如移动文件、修改分类、调整 slug；
• 高风险操作：只提出建议，例如删除资料、合并正文、覆盖人工编辑内容。

mdFlow 配置

CleanMark 使用 mdFlow 获取统一的分类、YAML、清洗和治理规则。

默认初始化地址：

https://my-work-flow.pages.dev/mdFlow/v1/manifest.json

CleanMark 不在日常运行时主动读取远程配置，仅在以下情况下读取：

• 首次初始化；
• 本地配置缺失或损坏；
• 用户明确指定新的 manifest 地址进行升级。

配置下载后保存在本地，并通过哈希和 Schema 校验。升级失败时继续使用上一有效版本。

计划中的目录结构

CleanMark/
├── README.md
├── SKILL.md
├── scripts/
│   └── mdflow.py
├── config/
│   └── example.local.json
├── templates/
│   └── clean.md
├── tests/
└── docs/

状态

项目处于初始设计与开发阶段。