daily-cards

name	daily-cards
description	生成当日 3 期金融信息卡片：从 SupSub 信号源挑 3 个主题，每主题随机抽 1 套风格（research / wsj / bloomberg / minimal）渲染 5 张 720×960 竖版 PNG（小红书 / 朋友圈直发尺寸），共 15 张输出到 output 目录。当用户说"跑今日卡片""生成今日卡片""做今天的 3 期""做一期金融卡片""每日打理""daily routine""daily cards"或要求按今日信号产出小红书 / 朋友圈卡片时使用。
disable-model-invocation	true

/daily-cards

把当日 SupSub 关注点信号转成 3 期金融信息卡片，输出到 output/<YYYY-MM-DD>/<slug>/。3 话题 × 5 张卡 = 15 张 720×960 PNG。

6 步流程

第 1 步 · 拉今日信号源（以下为临时链接可能会失效，可替换任意数据源）

公开免认证，用 curl 或 WebFetch：

https://supsub.net/feed/560cf9aa-7e11-4315-876f-8b4cdd5f1607/focuses/711/markdown

第 2 步 · 挑 3 个视角错开的主题

从信号里挑 3 条最值得做卡片的主线。优先选：

• 有硬数字（金额、百分比、期货价、份额）
• 有一线 CEO / 头部机构 / 监管层源头
• 能串起多条同日信号的结构性话题
• 对中文投资者 / 创业者有明确价值

3 个主题视角错开（硬件 / 模型 / 资金 或 宏观 / 行业 / 公司），不要选 3 条同主题的不同角度。

信号不够 3 条就有多少做多少（最少 1 条）。一条都拼不成 → 跳第 6 步打印「今日无合适主题」并终止。

第 3 步 · 写 3 份 topic JSON

每个主题一份，保存到 topics/topic_<YYYYMMDD>_<slug>.json。字段定义见 tools/schema.md，可参考 topics/topic_ai_infra_0424.json 样例。

要点：

• meta.issue_no 留空字符串 ""，脚本会按风格独立递增后覆盖写入
• meta.date：YYYY.MM.DD，3 个文件同一天
• meta.kicker_default：DAILY BRIEF · 今日信号
• meta.focus_name：人工智能动态
• cover.kpi：3 个 KPI 格
• quote：最有冲击力的一句话 + 说话人身份 + 场合
• further.groups：4 个分组，每组 2-3 条
• 高亮用 {em}...{/em}，不要写 <em>；换行用 <br>
• takeaways.items 必须 3-5 条；keywords 必须 5-10 条

第 4 步 · 渲染（每话题随机风格）

首次需装依赖（约 200MB，3-5 分钟）：

pip install Jinja2 playwright --break-system-packages
playwright install chromium

对每个话题各调用一次：

python3 tools/scripts/build_cards.py topics/topic_<YYYYMMDD>_<slug>.json --style random

• 风格统一 --style random，不要 --style auto，也不要手选
• 不要传 --output，让脚本按 output/<meta.date>/<slug>/ 自动生成
• 抽到的风格看 stdout 的 Style: xxx 一行，记下用于收尾报告
• 渲染失败脚本会自动回滚 info.json 对应风格的计数器，不会跳号

第 5 步 · 验证

每话题 output/<YYYY-MM-DD>/<slug>/ 下应有 5 张 PNG，大小 100KB-500KB。任一缺张或 <30KB / >500KB → 该话题算失败，从收尾报告里标 ✗；其他话题照常。

第 6 步 · 收尾报告

打印结构化报告：

• 3 个话题的标题、slug、抽到的风格、脚本分配的 issue_no
• 每话题 5 张 PNG 渲染状态（✓ / ✗）
• PNG 完整路径列表（用户可直接打开预览）

失败处理

• 渲染失败：build_cards.py 自动回滚 info.json，无需手动处理
• playwright 装失败：retry 一次；再失败报告「playwright 不可用」并终止