daily-news-report

name	daily-news-report
description	从预设URL列表抓取内容，筛选高质量技术信息并生成全中文每日新闻报告，支持HTML可视化预览和多格式下载。适用于需要获取每日科技新闻、AI资讯或技术信息的需求场景。
dependency	{"python":["markdown==3.5.2"]}

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:

  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）:

# 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：

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