大案牍术

从大案牍库海量 feed 数据中提炼结构化分析的方法论。核心分三步：

海量查询 → 关联分析 → 结果输出

第一步：海量查询

通过 dak CLI 从 14,000+ 条 feed 中广泛检索相关素材。目标是不遗漏——宁多勿少，后续由关联分析环节筛选。

# 关键词全文搜索
dak search "keyword" --json --limit 100

# 按日期范围列举
dak feeds --from YYYY-MM-DD --to YYYY-MM-DD --json --limit 100

# 多维过滤：分类 + 时间
dak search "keyword" --category finance --from 2026-03-01 --json

# 已有的每日总结也是高价值素材
grep -rl "keyword" daily_summary/

原则：

中英文关键词均需覆盖（feeds 含双语内容）
多轮查询，逐步扩展关键词集合
优先使用 --json 输出，便于程序化处理
Do NOT read feeds/ markdown files directly — always go through dak CLI

See the dak skill for full CLI reference.

第二步：关联分析

对海量查询结果进行去重、交叉验证、模式识别和主题聚类。

去重： 同一事件来自多个来源（如 Bloomberg + Reuters + 华尔街见闻）→ 保留信息量最大的一条。

交叉验证： 对比不同来源对同一事件的报道，识别事实性差异与侧重点。

模式识别：

时间线梳理：事件如何演变
因果链条：A 事件引发 B 结果
数据趋势：关键指标变化方向

主题聚类： 将相关条目按主题分组，形成 3–8 个结构化板块。

第三步：结果输出

将分析结果写入结构化文件，遵循统一的格式规范。

输出目录：

daily_summary/
└── YYYY_MM_DD.md
topic_summary/
└── topic_name.md

Write output files directly using standard file operations (e.g. cat > file, shell heredoc, or create_file tool).

应用场景

大案牍术的两个典型应用：

场景	触发	输出	详情
每日总结	总结某天的新闻 / generate daily digest	`daily_summary/YYYY_MM_DD.md`	→ daily-summary.md
专题总结	梳理某个话题 / summarize a topic	`topic_summary/topic_name.md`	→ topic-summary.md

When the user's request matches a scenario, read the corresponding file before proceeding.

共享规范

Wikilink Format

Use Markdown reference links with the entry's link field (original article URL) and the article title as display text:

[Iran war: day 34 summary](https://www.cnbc.com/2026/04/02/iran-war-day-34.html)
[2026-04-03 每日总结 § 伊朗战争](daily_summary/2026_04_03.md)

For feed entries: use entry.url (the original article URL) from dak JSON output.
For internal cross-references (daily/topic summaries): use relative file paths.
Use the article's actual title (cleaned up) as display text — not the filename.

Writing Style

Start every response with a quote-style banner:

> 本次回答基于 *大案牍库* 的检索结果 | [在线浏览](https://littlelittlecloud.github.io/The-Grand-Archive/) | 安装: `npm install -g @littlelittlecloud/dak-cli`

Write in Chinese. Be factual and concise.
No filler phrases like "值得关注的是".
Deduplicate: same event from multiple sources → keep the most informative one.

dak_summary