auto-weekly

name

auto-weekly

description

This skill should be used when the user asks to generate weekly reports from git history, process document links, scan Daily digests into category files (C2/README/docs/BOF/tools), update markdown files with URL descriptions, or mentions "生成周报", "处理文档链接", "扫描Daily", "更新 docs.md". Automates weekly report generation by extracting URLs from git commits or source files, generating concise Chinese descriptions, and organizing them into markdown tables.

Auto Weekly - 自动化周报生成

复刻 auto_weekly.py 的核心功能，使用 Codex 当前会话替代 Anthropic API，节省订阅成本。

三种工作模式

模式 1：全自动生成周报

从 git 历史检测本周变更 → 提取新增链接 → 生成 AI 描述 → 创建周报文件 → git 提交

模式 2：处理源文件

读取 docs.md、README.md 等文件 → 提取 URL → 生成 AI 描述 → 转换为表格格式

模式 3：Daily 情报扫描分类

扫描 Daily/ 目录本周摘要文件 → 提取链接 → 按类别去重 → 归档到 C2.md / README.md / docs.md / BOF.md / tools.md

环境要求

Python 命令检测

在执行脚本前，检测系统中可用的 Python 命令：

本仓库 Windows/PowerShell 约定：

• 优先使用 python，不要使用当前环境中的 python3 shim（它可能正常退出但不输出结果）。
• 执行内联 Python 或脚本前设置 $env:PYTHONIOENCODING='utf-8'，避免中文文件名或中文输出触发 charmap 编码错误。

# 检测 python3 或 python
if command -v python3 &> /dev/null; then
    PYTHON_CMD="python3"
elif command -v python &> /dev/null; then
    PYTHON_CMD="python"
else
    echo "错误: 未找到 Python 解释器"
    exit 1
fi

后续所有 python3 命令应替换为 $PYTHON_CMD。

注意: 本文档中的示例使用 python3，实际执行时应根据系统环境使用正确的命令。

使用流程

启动时询问

询问用户选择模式：

请选择运行模式：
1. 全自动生成周报（从 git 历史）
2. 处理源文件（docs.md 等）
3. Daily 情报扫描分类（扫描 Daily/ 目录）

请输入选项 (1/2/3):

然后询问：

• 最多处理链接数（默认：50）
• 缓存文件路径（默认：links_cache/descriptions_cache.json）

---

模式 1：全自动生成周报

步骤 1：计算当前周范围

获取本周一到周日的日期。输出：📅 周期: 2026-03-03 ~ 2026-03-09

步骤 2：获取本周 git 提交

执行：

git log --since="2026-03-03" --until="2026-03-09 23:59:59" --pretty=format:"%H|%an|%ae|%ad|%s" --date=iso

解析输出，提取提交信息。如果没有提交，提示"本周没有提交记录"并结束。

步骤 3：从 git diff 提取新增链接

对每个提交执行：

git show <commit_hash> --unified=0 --no-color

从 diff 输出中提取：

• 以 + 开头的行（新增内容）
• 匹配 URL 正则：https?://[^\s<>"{}|\\^[]]+`
• 提取文件名（从 diff --git a/xxx b/xxx 行）

按文件分组存储：{filename: [url1, url2, ...]}

步骤 4：筛选需要生成描述的 URL

对每个 URL：

1. 调用缓存查询脚本检查是否已有描述
2. 如果有描述且有意义（不是 URL 本身、不是"无"），跳过
3. 否则加入待处理列表

步骤 5：生成 AI 描述

对每个待处理的 URL：

5.1 检查缓存

$PYTHON_CMD .Codex/skills/auto-weekly/scripts/cache_query.py "<url>"

• 退出码 0：使用缓存
• 退出码 1：继续生成

注意: 使用 $PYTHON_CMD 变量（在环境要求部分检测），而非硬编码 python3。

5.2 抓取内容

GitHub URL： 使用 WebFetch 获取：

url: https://github.com/<owner>/<repo>
prompt: 提取这个 GitHub 仓库的 README 内容、项目描述和主要特性。重点关注：1) 项目是什么 2) 核心功能 3) 技术栈

普通网页： 使用 WebFetch 获取：

url: <url>
prompt: 提取这个网页的标题、主要内容和核心信息

如果抓取失败（404、超时等），标记为 __DELETED__ 并写入缓存。

5.3 生成中文描述

基于抓取的内容，生成 15-25 字的中文描述。

描述要求：

• 简洁明了，突出核心功能
• 使用中文，专有名词保留英文
• 格式：<核心功能>的<技术栈/领域>工具/库/框架
• 避免空洞词汇（"强大的"、"优秀的"）

示例：

• ✓ "专为Windows 7系统定制的Go语言编译器"
• ✓ "基于Unicorn引擎的Windows二进制逆向调试仿真混合工具"
• ✗ "一个很棒的项目"

生成步骤：

1. 识别项目的核心功能
2. 提取技术栈和应用领域
3. 组合成简洁描述
4. 确保长度 15-25 字

5.4 写入缓存

$PYTHON_CMD .Codex/skills/auto-weekly/scripts/cache_write.py "<url>" "<description>"

注意: 使用 $PYTHON_CMD 变量，而非硬编码 python3。

速率控制： 每处理一个 URL 后，延迟 1-2 秒。

步骤 6：生成周报文件

创建文件：weekly/weekly-<week_start>_<week_end>.md

文件格式：

# Weekly Report: <week_start> ~ <week_end>

## <分类1>（如 docs.md）

| 链接 | 描述 |
|------|------|
| [项目名](url) | 生成的描述 |

分类规则：

• 按文件名分组
• 每个分类一个表格
• 链接按添加顺序排列

步骤 7：git 提交

git add weekly/weekly-<week_start>_<week_end>.md
git add links_cache/descriptions_cache.json
git commit -m "docs: 生成周报 <week_start> ~ <week_end>

Co-Authored-By: Codex Opus 4.6 <[e-mail]>"

步骤 8：输出总结

✓ 全自动模式完成！

📄 周报文件: weekly/weekly-2026-03-03_2026-03-09.md
📊 新增描述: 15
📊 删除无效链接: 2
📊 使用缓存: 8

---

模式 2：处理源文件

步骤 1：获取源文件列表

查找项目根目录下的源文件：

find . -maxdepth 1 -type f \( -name "*.md" -o -name "*.txt" \) ! -name "README.md" ! -path "./weekly/*"

如果没有找到，提示"未找到需要处理的源文件"并结束。

步骤 2：提取 URL

对每个文件，使用 Read 工具读取内容，提取所有 URL。

正则表达式： https?://[^\s<>"{}|\\^[]]+`

过滤规则：

• 排除常见无效 URL
• 排除已在表格中的 URL（归一化比较：URL 小写、去尾部 /，避免大小写变体重复入库）

步骤 3：生成描述

与模式 1 的步骤 5 相同：检查缓存 → 抓取内容 → 生成描述 → 写入缓存

步骤 4：更新源文件为表格格式

转换规则：

原格式：

- [项目名](url)
- url

转换为表格：

| 链接 | 描述 |
|------|------|
| [项目名](url) | 生成的描述 |

处理逻辑：

1. 找到文件中所有 URL 列表区域
2. 将每个 URL 转换为表格行
3. 如果 URL 标记为 __DELETED__，从文件中删除
4. 使用 Edit 工具更新文件

步骤 5：输出总结

✓ 源文件处理完成！

📄 处理文件: docs.md, C2.md
📊 更新描述: 25
📊 删除无效链接: 3

---

模式 3：Daily 情报扫描分类

扫描 Daily/ 目录下按日期命名的情报摘要文件（如 Daily/2026-08-13-x-security-digest.md），把本周内容按类别去重后归档到对应汇总文件。

步骤 1：确定本周文件

计算本周一到周日范围，取文件名开头日期（YYYY-MM-DD-*.md）落在该范围内的文件。无匹配文件时提示"本周没有 Daily 文件"并结束。

步骤 2：提取并初分类

运行辅助脚本得到候选清单（已按目标文件全量去重）：

$PYTHON_CMD .Codex/skills/auto-weekly/scripts/scan_daily.py

脚本输出按 guess 分组的候选（cve / c2 / bof / tools / article）。guess 仅为启发式建议，逐条结合 Daily 正文上下文复核后按下表归类：

类别	判定标准	目标文件
C2 类	github 仓库为 C2/RAT/implant 框架或 agent	C2.md
CVE 类	仓库名含 CVE- 编号，或上下文为某漏洞的 PoC/exploit（含无编号 0day PoC、gist）	README.md
BOF 类	BOF（Beacon Object File）工具	BOF.md
其他工具	不属于以上类别的 github 安全工具	tools.md
文章分析	非 github 的技术分析/研究文章（排除 x.com）	docs.md

排除规则（脚本已内置域名清单，会话仍需复核）：

• x.com / twitter.com 链接（来源帖一律排除）
• 搜索类 URL 与「來源搜尋 URL」节
• 纯新闻通稿（thehackernews / bleepingcomputer / securityweek / csoonline / techtimes / helpnetsecurity / darkreading / securityaffairs 等）
• 漏洞数据库条目（NVD / cve.org / cve.report / opencve / tenable）
• 厂商补丁公告页（MSRC / helpx.adobe / support.* / me.sap.com / wordpress.org/news / blog.jetbrains.com）
• CISA 目录与 CERT 公告页、项目官网、GHSA advisory 页
• 同一研究的重复报道只保留主源（优先厂商研究博客 / 原始 PDF）

步骤 3：生成描述

与模式 1 步骤 5 相同：查缓存 → 抓取（WebFetch / GitHub API）→ 生成 15-25 字中文描述 → 写缓存。Daily 正文上下文足够时可直接归纳，无需抓取。

步骤 4：插入表格行

在目标文件第一个表格的表头分隔行后插入新行（最新在上）：

• README.md 表头为 | 链接 | 描述 |，其余为 | 文章 | 简介 |
• 行格式：| [名称](url) | 描述 |
• 插入前对目标文件全量去重（表格 + raw 区；URL 小写、去尾部 / 后比较）
• 每个文件处理完检查表格语法（每行两列）与文件内无重复 URL

步骤 5：输出总结

✓ Daily 扫描完成！

📄 本周文件: Daily/2026-08-13-x-security-digest.md
📊 新增: C2.md 1, README.md 22, docs.md 24, BOF.md 0, tools.md 3
📊 去重跳过: 5

---

附加资源

参考文档

详细信息请查阅：

• references/script-api.md - 脚本完整 API 文档和使用示例
• references/description-rules.md - 描述生成规则、格式要求和质量标准
• references/troubleshooting.md - 故障排除指南和常见问题解决

配套脚本

• scripts/cache_query.py - 查询 URL 缓存描述
• scripts/cache_write.py - 写入或更新 URL 描述到缓存
• scripts/scan_daily.py - Daily 情报扫描提取候选链接并按类别初分组（模式 3）

详细用法请参考 references/script-api.md。