l3a0/claude-plugins

来源：https://github.com/l3a0/claude-plugins

l3a0 的 Claude Code 插件

Claude Code（https://code.claude.com）技能的个人合集，以 l3a0 命名空间作为单一插件发布。本仓库既是插件本身，也是其专属市场。
我在 baowebdev.substack.com（https://baowebdev.substack.com）撰写关于这些工具的构建过程，以及技术、商业与金融相关的文章。

安装

claude plugin marketplace add l3a0/claude-plugins  
claude plugin install l3a0@l3a0  

技能可通过 /l3a0: 调用（在没有其他已安装命令占用该名称时，单独使用 / 亦可），Claude 会在请求匹配技能描述时自动调用。

技能

kindle-highlights

从 Amazon 笔记页面导出高亮标记密集的书籍时，部分高亮可能因句子中断而截断，另一部分则仅显示位置编号而无文本，并伴随以下提示：

“由于导出限制，部分高亮内容已被隐藏或截断。”

这些是你自己账户中的个人笔记，受限于 Amazon 未公开且用户无法提高的配额限制。此技能可恢复它们：从 Kindle 笔记本（read.amazon.com/notebook）中提取书籍的所有高亮内容，生成一个合并的、逐字复制、标注位置的 Markdown 文件——包括因导出限制被截断或完全隐藏的高亮内容，这些内容通过 Mac Kindle 应用同步的标注位置及云阅读器的渲染页面进行恢复。

已在四本真实书籍中验证：提取 2,432 条高亮，其中 815 条被导出限制屏蔽（454 条截断 + 361 条完全隐藏）——全部成功恢复，恢复文本与 Kindle 应用自身位置标尺的误差控制在几个字符内（中位残差 0–1）。
技能中的所有注意事项均来自这些运行中的实际调试经验。

构建过程——导出限制存在的原因、突破限制的三种解锁方式，以及导出库的最终形态——已在《如何夺回你的 Kindle 高亮》中详细阐述，该文同样发布于 Substack（https://baowebdev.substack.com/p/how-to-take-back-your-kindle-highlights）。

适用范围：本技能通过操控你自己的已登录浏览器会话，从你自己的 Amazon 账户中提取你自己的高亮内容，并读取 Kindle 应用在 Mac 上存储的文件。输出内容仅供个人笔记使用——书籍文本受版权保护，因此提取的笔记请勿公开。

前置条件（仅限 macOS）

该流程在三个层面上依赖 macOS：浏览器控制通过 AppleScript 实现，OCR 使用 Apple Vision 框架，高亮位置来源于 Mac Kindle 应用的数据文件。

1. 已安装“Control Chrome“扩展的 Claude Desktop——Anthropic 的浏览器控制 MCP，从 Claude Desktop → 设置 → 扩展一键安装。它是本技能在真实 Chrome 中执行 JavaScript 的验证路径（任何能在标签页运行 JS 的浏览器 MCP 均可替代）。需启用 Chrome 设置：Chrome 菜单栏 → 显示 → 开发者 → 允许来自 Apple Events 的 JavaScript → 勾选 → 退出并重启 Chrome。
2. Google Chrome，已登录你的 Amazon 账户（本技能操作 read.amazon.com）。
3. 当前版本的 Mac Kindle 应用（App Store；包 ID com.amazon.Lassen——非经典 Kindle.app），已登录同一 Amazon 账户并下载目标书籍。其同步的标注数据库可提供精确的高亮范围且无导出限制。
4. Xcode Command Line Tools（xcode-select --install）——批量恢复路径会编译一个小型 Swift OCR 辅助工具（swiftc），使用 Apple Vision 框架。
5. python3——构建最终 Markdown 文件并运行本地接收器（127.0.0.1:8931），阅读器页面通过 POST 发送捕获内容。

功能简述

1. 从笔记页面 DOM 中抓取所有高亮内容为 JSON（保留原始排版）。
2. 从 Kindle 应用的 SQLite 数据库读取精确到字符的高亮位置——包括 Web 导出完全隐藏的高亮。
3. 对于被屏蔽的文本，通过 canvas 捕获云阅读器的渲染页面（无需系统截图），使用 Apple Vision 在本地进行 OCR（零 token 消耗），并按已知位置裁剪文本。
4. 生成一个包含 ### Location N 分节、逐字引用文本及恢复/近似标记的 Markdown 文件，随后执行质量检查。

许可证

MIT