daily-news-report

# 每日技术新闻报告 v4.0 > **新特性**: 全中文报告 + 10种主题切换 + 多格式下载（MD/HTML） ## 任务目标 - **本Skill用于**: 自动抓取多个技术资讯源，筛选高质量内容，生成全中文可视化每日新闻报告 - **能力包含**: 多源抓取、智能筛选、去重过滤、全中文翻译、HTML预览、多格式下载 - **触发条件**: 用户需要获取每日科技新闻、AI资讯或技术信息时 ## 前置准备 - **依赖说明**: scripts脚本所需的Python依赖 ``` markdown==3.5.2 ``` - **安装依赖**: ```bash pip install markdown==3.5.2 ``` ## 操作步骤 ### 步骤1: 初始化配置 1. 确定日期（用户参数或当前日期，格式：YYYY-MM-DD） 2. 读取 `references/sources.json` 获取源配置 3. 读取 `references/cache.json` 获取历史数据用于去重 4. 在当前工作目录下创建输出目录：`./daily-news/YYYY-MM-DD/` ### 步骤2: 抓取内容（智能体执行） 根据 `references/sources.json` 中的配置，按优先级分批抓取： **第一批（Tier1 - 高命中率源）**: - Hacker News (https://news.ycombinator.com) - 提取前10条 - HuggingFace Papers (https://huggingface.co/papers) - 提取高票论文 - OneUsefulThing (https://www.oneusefulthing.org) - 提取最新3篇 - Paul Graham Essays (https://paulgraham.com/articles.html) - 提取最新5篇 **第二批（Tier2 - 按需补充）**: - 若第一批高质量条目 < 15，继续抓取Tier2源 - James Clear 3-2-1、Farnam Street、HackerNoon PM、Scott Young Blog **第三批（浏览器 - JS渲染）**: - 若仍不足20条，使用浏览器抓取需要JS渲染的源 - ProductHunt、Latent Space **筛选标准**: - 保留: 前沿技术/深度科技/生产力/实用信息 - 排除: 一般科学/营销吹捧/过于学术/招聘信息 ### 步骤3: 评估与过滤 执行去重和质量评分： - URL精确匹配去重 - 标题相似度去重（>80%视为重复） - 检查 `references/cache.json` 避免历史重复 - 按质量评分降序排列，取前20条 ### 步骤4: 生成Markdown报告（全中文） **重要**: 报告内容必须全部使用中文！ 按照 `references/report_format.md` 规范生成全中文Markdown报告： **输出路径**: `./daily-news/YYYY-MM-DD/news-report.md` **报告结构（全中文）**: ```markdown # 每日技术新闻（YYYY-MM-DD） > 今日从 N 个源精选，包含 M 条高质量内容 > 生成耗时：X 分钟 | 版本：v4.0 --- ## 1. 标题 - **摘要**：2-4行概述内容 - **要点**： 1. 要点一 2. 要点二 3. 要点三 - **来源**：[链接文字](URL) - **关键词**：`关键词1` `关键词2` `关键词3` - **评分**：⭐⭐⭐⭐⭐ (5/5) --- [重复20条...] --- *由每日技术新闻报告生成器创建* *数据源：源1、源2、源3...* ``` **全中文要求**: - 标题、摘要、要点必须全部翻译为中文 - 专业术语可保留英文（如GPT-5、API等） - 关键词可以是中英文混合 - 所有标签和说明文字使用中文 ### 步骤5: 生成HTML可视化页面 调用 `scripts/generate_html.py` 将Markdown转换为精美的HTML页面： ```bash python scripts/generate_html.py \ -i ./daily-news/YYYY-MM-DD/news-report.md \ -o ./daily-news/YYYY-MM-DD/news-report.html \ -d YYYY-MM-DD \ -t "每日技术新闻" ``` **HTML视觉特性**: - 10种主题自由切换：经典白纸、暗夜模式、护眼绿、复古牛皮纸、极简北欧、科技蓝、杂志风、暖阳橙、森林绿、玫瑰粉 - 主题选择自动保存，下次打开自动应用 - 简洁工具栏，主题切换 + 下载按钮 - 响应式设计，适配桌面和移动设备 - 一键下载MD和HTML格式 ### 步骤6: 更新缓存 更新 `references/cache.json`： - 记录本次运行信息（日期、耗时、条目数） - 更新各源的历史表现统计 - 添加已处理URL到缓存 - 添加内容指纹用于去重 ## 输出与下载 ### 文件结构 ``` ./daily-news/ └── YYYY-MM-DD/ ├── news-report.md # Markdown格式报告（全中文） └── news-report.html # HTML可视化页面（精美UI） ``` ### HTML预览 打开 `news-report.html` 即可在浏览器中预览可视化报告： - **10种主题**：经典白纸、暗夜模式、护眼绿、复古牛皮纸、极简北欧、科技蓝、杂志风、暖阳橙、森林绿、玫瑰粉 - **自动保存**：主题选择自动保存到本地，下次打开自动应用 - **一键下载**：顶部工具栏提供MD和HTML格式下载按钮 ### 用户交互 1. **指定日期**: 用户可传入日期参数生成历史报告 2. **指定输出目录**: 默认为当前工作目录下的 `./daily-news/` 3. **预览报告**: 直接打开HTML文件在浏览器中查看 ## 资源索引 - **配置文件**: - `references/sources.json` - 数据源配置（优先级、抓取方式） - `references/cache.json` - 历史缓存数据 - **格式规范**: `references/report_format.md` - 报告格式定义（全中文） - **转换脚本**: `scripts/generate_html.py` - Markdown转HTML工具 ## 注意事项 1. **全中文输出**: 所有内容必须翻译为中文，专业术语可保留英文 2. **质量优先**: 低质量内容（评分<3）不进入报告 3. **早停机制**: 达到20条高质量条目后停止抓取 4. **容错处理**: 单个源失败不影响整体流程 5. **缓存复用**: 避免重复抓取相同内容 6. **灵活输出**: 输出目录不固定，可在任意工作目录生成 ## 使用示例 **示例1: 生成今日报告** ``` 用户: 帮我生成今天的科技新闻报告 智能体: 执行完整流程，生成全中文MD和HTML文件，输出文件路径 ``` **示例2: 生成指定日期报告** ``` 用户: 生成2025-02-15的新闻报告 智能体: 使用指定日期参数生成报告 ``` **示例3: 指定输出目录** ``` 用户: 在./reports/目录下生成今日报告 智能体: 在./reports/daily-news/YYYY-MM-DD/目录下生成文件 ``` ## 约束与原则 1. **全中文化**: 报告内容必须全部使用中文，确保用户阅读无障碍 2. **质量优于数量**: 宁缺毋滥，确保每条内容都有价值 3. **并行优先**: 同一批次的源并行抓取提升效率 4. **优雅降级**: 若子代理不可用，自动切换为串行模式 5. **用户友好**: 提供精美HTML预览，支持多格式下载 6. **灵活输出**: 不固定输出目录，适应用户需求 ## 预期性能 | 场景 | 预期时间 | 说明 | |------|---------|------| | 最优 | 约2分钟 | 第一批源足够，无需浏览器 | | 正常 | 约3-4分钟 | 需要第二批补充 | | 浏览器 | 约5-6分钟 | 包含JS渲染页面 | ## 错误处理 | 错误类型 | 处理方式 | |---------|---------| | 源抓取超时 | 记录错误，继续下一个源 | | 源403/404 | 标记为禁用，更新sources.json | | 内容提取失败 | 返回原始内容，由智能体决定 | | 浏览器崩溃 | 跳过该源，记录日志 |