daily-digest

name	daily-digest
description	生成今日 AI 技术简报，汇总当天采集的 Top 5 知识条目，按相关性排序
allowed-tools	["Read"]

每日简报技能

触发条件

当用户想要查看今日 / 本周 AI 技术汇总时激活此技能。 典型触发词：简报、摘要、今日、daily、digest、briefing

生成流程

Step 1: 定位今日数据

使用 Glob 匹配今日生成的知识条目：

knowledge/articles/{YYYY-MM-DD}-*.json

如果今日无数据，回退到最近 7 天的条目。

Step 2: 读取并过滤

1. Read 每个匹配的 JSON 文件，提取字段
2. 过滤 relevance_score >= 0.6 的条目
3. 按 relevance_score 降序排序

Step 3: 聚合生成简报

取 Top 5 条目，按 category 分组：

• agent — Agent 框架与工具
• llm — 模型进展
• rag — 检索增强
• mcp — 协议与生态
• 其他 — 综合资讯

每组按 relevance_score 再排序。

Step 4: 格式化输出

简报模板：

📅 **{YYYY-MM-DD} AI 技术简报**

🤖 **Agent**
- [{title}]({url}) — {one_sentence_key_insight}
- ...

🧠 **LLM**
- ...

📚 **RAG**
- ...

💡 **今日要闻**
- {最高分条目的 key_insight}

—— 本简报由 AI 知识库自动生成

与 Publisher 的分工

• 本 Skill：格式化文本，生成 Markdown 简报
• distribution/publisher.py：把简报推送到 Telegram / 飞书 / 文件

Skill 负责"写"，Publisher 负责"发"。

定时触发

在 docker-compose.yml 的 pipeline 服务里，每天 08:00 和 20:00 由 cron 触发：

0 8,20 * * * python -m pipeline.pipeline

pipeline 跑完 V3 LangGraph 工作流后，会自动调用 publisher 发布简报， 底层复用本 Skill 的格式化逻辑。

示例

用户：看看今天有什么新东西 助手：

📅 2026-04-11 AI 技术简报

🤖 Agent
- [langgenius/dify](...) — 可视化 LLM 应用编排平台，显著降低 AI 应用开发门槛
- [microsoft/autogen](...) — 多 Agent 协作框架，支持异构 LLM 混合部署

🧠 LLM
- [DeepSeek v4 发布](...) — 128K 长上下文 + 工具调用能力全面升级

💡 今日要闻
Dify 通过将复杂的智能体工作流开发抽象为可视化编排，显著降低了生产级 LLM 应用的开发门槛。