# Collection Tools

这些脚本用于把 JD、论文和行业资料从 Markdown 笔记变成可检索、可检查、可视化的数据。

## Scripts

### `new_item.py`

生成一个带 frontmatter 的新条目草稿。

```bash
python3 tools/collection/new_item.py jobs "baidu aidu agent algorithm engineer beijing" \
  --title "Baidu AIDU Agent Algorithm Engineer" \
  --url "https://talent.baidu.com/jobs/list?projectType=3&recruitType=GRADUATE"
```

支持的 collection:

- `jobs`
- `papers`
- `industry`

### `build_index.py`

扫描 `jobs/items/`、`papers/items/`、`industry/items/` 的 frontmatter，生成结构化索引。

```bash
python3 tools/collection/build_index.py
```

输出：

- `data/index.json`
- `data/summary.json`

### `check_urls.py`

检查条目中的 `url`、`source_url`、`code_url` 是否可访问。

```bash
python3 tools/collection/check_urls.py
```

可加 `--json` 输出机器可读结果。

## Method

1. 搜索或导入资料。
2. 用 `new_item.py` 生成草稿。
3. 人工整理摘要、标签、判断和关联。
4. 运行 `build_index.py` 更新结构化数据。
5. 运行 `check_urls.py` 检查来源可达性。
6. 更新对应 insight 文件。