gmail-scholar-daily

name	gmail-scholar-daily
description	自动处理 Google Scholar Alerts 邮件,基于 MEMORY.md 过滤论文,生成 Markdown 日报。使用场景:用户说'生成scholar日报'、'处理scholar邮件'、'今天的scholar日报',或使用/gmail-scholar-daily命令。
allowed-tools	Read, Write, Bash, Skill, Task, AskUserQuestion

Google Scholar 日报生成器

作为主智能体（指挥官），协调 Gmail 访问、邮件解析、语义过滤和报告生成。

涉及的组件

组件	类型	角色	文件位置
gmail-skill	Skill	Gmail 访问工具	.claude/skills/gmail-skill/SKILL.md
scholar-email-processor	Subagent	邮件过滤专家	.claude/agents/scholar-email-processor.md
email_formatter.py	Script	邮件解析工具	.claude/skills/gmail-scholar-daily/scripts/email_formatter.py
wechat_push	Skill	企业微信推送	.claude/skills/wechat_push/SKILL.md

快速开始

# 生成今天的日报
/gmail-scholar-daily

# 生成指定日期的日报
/gmail-scholar-daily 2026-02-03

职责分工

组件	职责	读取文件
主流程	编排任务、汇总结果、生成日报、调用企业微信推送	仅读取子代理返回的 JSON 结果
Subagent	读取论文数据、读取研究兴趣、语义过滤	papers_*.json + MEMORY.md
wechat_push skill	推送日报到企业微信（支持 Markdown 文件内容或文件附件）	通过 Skill tool 调用，独立处理推送逻辑

关键原则：

• ✅ 主流程不读取 MEMORY.md - 避免冗余和上下文浪费
• ✅ 子代理自主读取 MEMORY.md - 每个过滤任务独立完成
• ✅ 主流程只汇总子代理返回的 JSON 结果 - 保持简洁
• ✅ 企业微信推送通过 Skill tool 调用，保持职责分离和封装性

工作流

Step 1: 解析日期并搜索邮件

# 强制规则：所有 Gmail API 调用必须通过代理（如 Clash Premium）
export https_proxy=http://127.0.0.1:7890 http_proxy=http://127.0.0.1:7890

# 优先方案：使用 --date-range 参数（推荐）
# 该参数自动将日期转换为 Unix 时间戳，避免 PST 时区问题
# 注意：限定只搜索 Inbox 中的邮件
target_date="2026-02-04"
result=$(python3 .claude/skills/gmail-skill/scripts/gmail_skill.py search \
    "in:inbox from:[e-mail]" \
    --date-range "$target_date" \
    --account [e-mail])

# 降级方案：如果当天无邮件，查询最新 6 封
if [ "$(echo $result | jq '.total')" -eq 0 ]; then
    result=$(python3 .claude/skills/gmail-skill/scripts/gmail_skill.py search \
        "from:[e-mail]" \
        --max-results 6 \
        --account [e-mail])
fi

关键说明：

• ⚠️ 必须使用代理：国内环境无法直接访问 www.googleapis.com，必须设置 https_proxy 和 http_proxy
• ⚠️ 必须使用 python3：脚本需要 Python 3 运行
• ⚠️ 必须指定账户：使用 --account 参数指定 Gmail 账户，避免认证错误

Step 2: 并行读取邮件

# 使用 --output 参数直接保存到 temps 目录
temps_dir="$CLAUDE_PROJECT_DIR/outputs/temps"

# 强制规则：每个 gmail_skill.py 调用都必须包含代理设置和 --account 参数
Bash(command=f"export https_proxy=http://127.0.0.1:7890 http_proxy=http://127.0.0.1:7890 && python3 .claude/skills/gmail-skill/scripts/gmail_skill.py read {id1} --account [e-mail] --output {temps_dir}/email_{id1}.json")
Bash(command=f"export https_proxy=http://127.0.0.1:7890 http_proxy=http://127.0.0.1:7890 && python3 .claude/skills/gmail-skill/scripts/gmail_skill.py read {id2} --account [e-mail] --output {temps_dir}/email_{id2}.json")
# ... 所有邮件（在同一消息中并行调用）

Step 3: 并行解析论文

# 并行调用 email_formatter.py
# 注意：email_formatter.py 位于 scholar-daily/scripts/ 目录，不是 gmail-skill/scripts/
Bash(command=f"python3 .claude/skills/gmail-scholar-daily/scripts/email_formatter.py {temps_dir}/email_{id1}.json --output {temps_dir}/papers_{id1}.md --json-output {temps_dir}/papers_{id1}.json")
Bash(command=f"python3 .claude/skills/gmail-scholar-daily/scripts/email_formatter.py {temps_dir}/email_{id2}.json --output {temps_dir}/papers_{id2}.md --json-output {temps_dir}/papers_{id2}.json")
# ... 所有邮件（在同一消息中并行调用）

输出文件：

• papers_{id}.md - Markdown 格式（人工查看用）
• papers_{id}.json - JSON 格式（过滤阶段用）

Step 4: 并行过滤邮件

# 关键：并行启动 subagent
Task(
    subagent_type="scholar-email-processor",
    description=f"过滤邮件: {email1_subject}",
    prompt=f"""请过滤以下邮件中的相关论文:

邮件 ID: {email_id}
主题: {subject}

已解析论文文件: {temps_dir}/papers_{email_id}.json

任务:
1. 读取 {temps_dir}/papers_{email_id}.json 获取论文列表
2. 读取 $CLAUDE_PROJECT_DIR/MEMORY.md 了解研究兴趣
3. 对每篇论文进行语义过滤,判断相关度
4. 返回 JSON 格式结果

论文已解析完成,无需调用 email_formatter.py。
"""
)

# 邮件2、3、4、5... 同样在同一条消息中并行调用

重要提示：

• 论文已在 Step 3 解析完成，subagent 只需读取 JSON
• Subagent 只负责过滤，不调用 gmail read 或 email_formatter.py

Step 5: 汇总结果

此步骤只需处理Step 4子代理返回的 JSON 结果

# 等待所有 subagent 完成，收集结果
total_emails = len(results)
total_papers = sum(r["total_papers"] for r in results)
relevant_papers = []
for r in results:
    relevant_papers.extend(r["relevant_papers"])

# 按相关度排序（星级从高到低）
def star_to_number(star_str):
    return star_str.count('★')

relevant_papers.sort(key=lambda x: star_to_number(x.get("relevance_score", "★☆☆☆☆")), reverse=True)

Step 6: 生成日报

基于 Step 5 汇总的结果生成日报

日报包含三个章节：

1. 统计摘要 - 邮件数、论文数、相关论文数
2. 汇总摘要 - LLM 生成的综合性摘要（150-300字）
3. 相关论文详情 - 按相关度排序的论文列表

完整模板见 REFERENCE.md。

保存路径：

• 主路径：$CLAUDE_PROJECT_DIR/outputs/scholar-reports/scholar-report-YYYY-MM-DD.md（如冲突自动添加 _1, _2 后缀）
• 企业微信：将日报 Markdown 内容推送到企业微信群（使用 wechat_push skill）

# 跨平台文件保存：先保存本地，再推送到企业微信
from pathlib import Path

def get_unique_path(filepath: Path) -> Path:
    """如果文件已存在，添加后缀避免覆盖"""
    if not filepath.exists():
        return filepath
    counter = 1
    while True:
        new_path = filepath.with_stem(f"{filepath.stem}_{counter}")
        if not new_path.exists():
            return new_path
        counter += 1

# 1. 保存到本地（自动创建目录，处理文件名冲突）
report_dir = Path("$CLAUDE_PROJECT_DIR") / "outputs" / "scholar-reports"
report_dir.mkdir(parents=True, exist_ok=True)
local_path = report_dir / f"scholar-report-{date}.md"
unique_local_path = get_unique_path(local_path)
# 写入日报内容到 unique_local_path

# 2. 推送到企业微信（使用 Skill tool 调用 wechat_push skill）
# 优先使用 send-markdown-file，直接读取日报内容并按 Markdown 推送
wechat_push_result = Skill(
    skill="wechat_push",
    args=f"send-markdown-file {unique_local_path}"
)

# 如果 Markdown 推送失败，可降级为发送文件附件
# wechat_push skill 会返回推送结果或错误信息，在此记录警告即可

错误处理：如果企业微信推送失败，仅记录警告，不影响日报生成完成状态。本地文件始终保存成功。

Step 7: 删除已处理邮件

# 批量删除（使用逗号分隔多个 ID）
# 强制规则：必须包含代理设置、--account 参数
export https_proxy=http://127.0.0.1:7890 http_proxy=http://127.0.0.1:7890
python3 .claude/skills/gmail-skill/scripts/gmail_skill.py trash "id1,id2,id3,id4" --account [e-mail]

错误处理：删除失败仅记录警告，不影响日报生成完成状态。

Step 8: 清理临时文件

# 清理 temps 目录下的所有内容
rm -rf ${temps_dir}/*

输出格式

成功输出模板

✅ Scholar Alerts 日报生成完成

📊 统计:
- 处理邮件: X 封
- 总论文数: Y 篇
- 相关论文: Z 篇

📁 日报路径:
- 本地: outputs/scholar-reports/scholar-report-YYYY-MM-DD[_n].md
- 企业微信: 推送成功（Markdown 内容已发送）

上传失败时：

📁 日报路径:
- 本地: outputs/scholar-reports/scholar-report-YYYY-MM-DD[_n].md
- 企业微信: 推送失败 - {错误原因}

高光论文（可选）

如果有 5 星论文，可以简要列出标题：

⭐ 今日高光论文:
- [论文标题1] (★★★★★)
- [论文标题2] (★★★★★)

不要输出：完整的论文列表、所有论文的详细摘要。

错误处理

错误类型	处理方式
无邮件	提示"未找到 {date} 的 scholaralerts 邮件"
Subagent 失败	记录错误,继续处理其他邮件
无相关论文	提示"今日无相关论文",生成空日报（仅统计摘要）
删除邮件失败	记录警告,不影响日报生成

文件流程

Gmail search → 邮件 ID 列表
        ↓
并行读取 → outputs/temps/email_{id}.json
        ↓
并行解析 → outputs/temps/papers_{id}.md + papers_{id}.json
        ↓
并行过滤 → Subagent 读取 .json, 返回过滤结果
        ↓
汇总生成日报 → outputs/scholar-reports/scholar-report-YYYY-MM-DD.md
        ↓
推送日报到企业微信 (wechat_push skill)
        ↓
删除已处理邮件（移到垃圾箱）
        ↓
清理 temps 目录

参考文档

文档	内容
REFERENCE.md	日报模板、输出格式详细说明
CONFIG.md	常量定义、配置说明
gmail-skill	Gmail 访问能力
scholar-email-processor	Subagent 详细说明