Doc idea miner

Skill taleshagn-horushub/thoth/skills/doc-idea-miner

Production-tested agentic skills for Claude, Copilot, and the Agent SDK. Born in real businesses.

Install

npx -y skills add taleshagn-horushub/thoth --skill doc-idea-miner

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

1 stars1 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its author says it does

Copied from the file, not written here

Lê um documento longo e denso (PDF, Markdown, TXT — voto, provimento, paper técnico, ebook, transcrição) e extrai um BANCO DE IDEIAS estruturado para conteúdo. Use sempre que o usuário tiver um material extenso e quiser "tirar várias ideias de post/vídeo/conteúdo disso", "minerar ângulos", "transformar este documento em pauta", ou alimentar a produção de conteúdo a partir de uma fonte densa. É o primeiro estágio do pipeline de conteúdo Horus — a saída (banco de ideias) alimenta o multicanal-formatter. Invoque mesmo que o usuário não diga "skill": basta haver um documento longo + intenção de extrair ideias.

The file declares its own license as MIT. That is the author’s claim about this one file, and it is not the same thing as the license GitHub reports for the repository, which is listed with the other numbers below.

SKILL.md

5.2 KB, as published. Nobody here has run it

Doc Idea Miner

Transforma um documento longo e denso numa lista de ideias publicáveis, cada uma já com o material bruto necessário para virar conteúdo: o ângulo, a tensão, o insight e — crucialmente — a citação/dado âncora tirada do próprio documento.

A razão de existir: ler um PDF de 80 páginas e "ter boas ideias" é trabalho que se perde se não for estruturado. Uma ideia solta ("falar sobre prescrição") não vira conteúdo; uma ideia ancorada ("o STJ fixou que o prazo só corre da ciência inequívoca — pág. 12 — isso contraria o que 90% dos contratos assumem") vira. Esta skill força a segunda forma.

Quando usar

O usuário tem um documento extenso (jurídico, técnico, acadêmico) e quer extrair pautas/ideias de conteúdo.
O usuário quer "aproveitar" um material denso para redes sociais, newsletter, vídeos.
Como estágio 1 do horus-conteudo-pipeline (orquestrador). Pode rodar sozinha.

Não use para: resumir um doc curto (faça direto), gerar o post final (isso é o multicanal-formatter), ou pesquisar um tema sem documento-fonte (use content-structure).

Workflow

Passo 1 — Extrair o texto do documento

Não tente ler o PDF "no olho". Rode o script, que entrega texto limpo + um índice de seções:

python scripts/extract.py "<caminho-do-documento>"

Ele imprime um JSON com out_path (texto limpo), words, headings[] e long_doc. Leia o out_path.

Se long_doc for true (>8000 palavras): não tente segurar tudo na cabeça de uma vez. Navegue por seção usando os headings, minere ideias seção a seção, e só então consolide. Densidade > cobertura: 12 ideias fortes valem mais que 40 rasas.
Markdown/TXT também passam pelo script (normaliza e indexa). PDF exige pypdf (py -m pip install pypdf).

Passo 2 — Minerar ideias (o coração)

Leia references/extraction-heuristics.md antes de começar. Ele lista os gatilhos de ideia publicável — onde, num texto denso, moram as ideias que viram conteúdo (afirmações contraintuitivas, números surpreendentes, frameworks, erros comuns, antes/depois, definições que mudam decisão). Caçar esses gatilhos é mais produtivo que "resumir".

Para cada ideia encontrada, extraia os campos do banco de ideias. O schema completo está em references/banco-de-ideias-schema.md. Em resumo, cada ideia tem:

núcleo — a ideia central em uma frase memorável
ângulo — a perspectiva específica que a torna interessante
tensão — o conflito/problema/surpresa que prende atenção
insight — a verdade não-óbvia que o leitor leva
âncora — a citação, número ou trecho literal do documento que sustenta a ideia (com referência: "pág. 12" / seção)
público — para quem essa ideia fala
canal_sugerido — onde ela rende mais (instagram / linkedin / tiktok / youtube) e por quê

A âncora é obrigatória e é o que separa esta skill de "inventar conteúdo": toda ideia tem que ser rastreável ao documento. Se você não acha uma âncora, a ideia provavelmente não está no documento — descarte ou marque como âncora: [não encontrada — hipótese do agente].

Passo 3 — Montar o banco de ideias

Use templates/banco-de-ideias-template.md como estrutura de saída. Entregue:

Um cabeçalho com o documento-fonte, data e nº de ideias.
As ideias numeradas, cada uma com os campos acima.
Uma seção final "Máquina de Ideias": 3–5 eixos temáticos que agrupam as ideias, para o usuário ver padrões e planejar uma série.

Salve em banco-de-ideias.md (ou no caminho que o orquestrador indicar). Se rodando dentro do horus-conteudo-pipeline, este arquivo é a interface que o multicanal-formatter consome.

Princípios

Ancoragem acima de volume. Uma ideia sem âncora no documento não é mineração, é invenção. Prefira menos ideias, todas rastreáveis.
Ângulos diversos sobre o mesmo núcleo. Um bom documento rende vários ângulos para o mesmo fato — explore-os; é daí que sai uma série de conteúdo, não um post avulso.
Pensa em quem consome, não em quem escreveu. O autor do documento otimizou para precisão; você minera para relevância. "Por que isso importa para um advogado/empresário/leigo?" é a pergunta que separa ideia boa de citação seca.
Não formate ainda. Aqui você produz matéria-prima estruturada, não posts. A voz e o formato por canal são responsabilidade do multicanal-formatter — manter os estágios separados deixa cada um testável e reusável.