feat: kb-deep-analyzer 支持文章类型分析

- 新增 --type article 参数
- 文章类型生成 300 字摘要 + 完整原文
- 视频类型保持原有时间轴分析逻辑
- 更新相关文档

🤖 Generated by AI

kb-workflow/SKILL.md

@@ -332,10 +332,24 @@ python3 kb_workflow.py --analyzed
 4. 如果没有官方字幕，使用 Whisper 识别的结果
 
 5. 启动子代理调用 kb-deep-analyzer（使用 g5 模型）：
+
+**根据内容类型选择 --type 参数：**
+- 视频（video/zvideo）：`--type video`
+- 文章（article/zhuanlan/question）：`--type article`
+
 ```bash
-python3 /path/to/deep_analyzer.py --metadata [meta_path] --content [content_path] --output [analyzed_dir]/[filename].md --provider zhipu --model glm-5
+# 视频
+python3 /path/to/deep_analyzer.py --metadata [meta_path] --content [content_path] --output [analyzed_dir]/[filename].md --type video --provider zhipu --model glm-5
+
+# 文章
+python3 /path/to/deep_analyzer.py --metadata [meta_path] --content [content_path] --output [analyzed_dir]/[filename].md --type article --provider zhipu --model glm-5
 ```
 
+**文章类型输出格式：**
+- 300 字以内的摘要（核心观点）
+- 主要主题
+- 完整原文
+
 **环境变量设置**（在子代理中设置）：
 - `AI_PROVIDER=zhipu`
 - `AI_MODEL=glm-5`
@@ -381,7 +395,8 @@ python3 kb_workflow.py --archive-file "[分析报告文件路径]"
 | 5 | kb-whisper-diarization | `--input xxx.mp4 --model base --diarize` | `{p}_{id}_diarized.json` | 带说话者分离（需 HF_TOKEN） |
 | 5 | kb-funasr | `--input xxx.mp4 --model sensevoice` | `{p}_{id}.json`, `{p}_{id}.txt` | **推荐用于中文视频** |
 | 5 | kb-ocr-processor | `--input xxx.mp4` | `{p}_{id}_ocr.json` | 语音识别困难时的替代方案 |
-| 6 | kb-deep-analyzer | `--metadata x.meta.json --content x.json --output x.md --provider zhipu --model glm-5` | `{p}_{id}.md` | **使用 g5 模型，必须成功** |
+| 6 | kb-deep-analyzer | `--metadata x.meta.json --content x.json --output x.md --type video --provider zhipu --model glm-5` | `{p}_{id}.md` | **视频分析，使用 g5 模型** |
+| 6 | kb-deep-analyzer | `--metadata x.meta.json --content x.json --output x.md --type article --provider zhipu --model glm-5` | `{p}_{id}.md` | **文章分析，300字摘要+原文** |
 
 ## 条件分支逻辑
 
@@ -430,6 +445,10 @@ python3 kb_workflow.py --archive-file "[分析报告文件路径]"
 步骤4: 提取专栏/文章文字内容
    │   命令: python3 bilibili_content.py --id "cvxxx" --type article
    ↓
+步骤6: 深度分析（使用 --type article）
+   │   命令: python3 deep_analyzer.py --type article
+   │   输出: 300字摘要 + 原文
+   ↓
 步骤6: 深度分析（直接使用提取的文字）
    ↓
 ┌─────────────────────────────────────┐