원클릭으로 Manus에서 모든 스킬 실행

시작하기

wuhan-ai-daily

스타10

포크54

업데이트2026년 4월 24일 02:24

每日自动搜索武汉市人工智能相关最新政策、新闻、活动信息，整理后写入飞书多维表格。当用户提到"武汉AI信息采集"、"每日AI信息"、"搜索武汉AI"、"执行今日采集"或要求执行定时信息采集任务时，必须使用本技能。

설치

Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.

Manus에서 실행

출처

AgenticAIPlan

AgenticAIPlan/AgenticAISkills

GitHub 저장소 열기 Creator 저장소 보기

다운로드

Manus에서 실행

武汉 AI 信息每日采集 SKILL

配置参数

使用前需在环境变量中配置以下参数（请勿将实际值提交至代码仓库）：

FEISHU_APP_TOKEN  = <你的飞书多维表格 App Token>
FEISHU_TABLE_ID   = <你的飞书多维表格 Table ID>

配置方式：在 claude_desktop_config.json 的 lark-mcp 启动参数中，或通过系统环境变量注入；也可在本地项目的 .env 文件中设置（.env 需加入 .gitignore）。

飞书写入通过 lark-mcp 工具完成，无需手动鉴权。

飞书表格字段结构

字段名	字段类型	说明
发布日期	日期	Unix 毫秒时间戳，取内容发布当日 00:00:00
信息摘要	文本	100 字以内，用自己语言概括，不引用原文
信息源链接	文本	原始页面完整 URL
类型	单选	政策 / 新闻 / 活动 / 其他

注意：表格第一列「时间」是系统自动生成的创建时间字段（带锁），无法写入，忽略即可。

执行流程

Step 1：构建搜索关键词

每次执行使用以下关键词矩阵，覆盖三类信息：

类型	关键词
政策	`武汉人工智能政策最新`、`武汉 AI 扶持补贴`
新闻	`武汉人工智能最新动态`、`武汉 AI 产业新闻`
活动	`武汉人工智能峰会论坛`、`武汉 AI 活动展会`
大模型	`武汉大模型最新`

Step 2：执行全网搜索

调用 web_search 执行各关键词组，每组取前 5 条
对标题模糊或摘要不足的条目，调用 web_fetch 精读原文

Step 3：去重与相关性过滤

丢弃以下内容：

相关性不足：必须同时满足「武汉/湖北」+「人工智能/AI/大模型/智能化」两个维度
重复内容：URL 相同或标题高度相似，仅保留一条

Step 4：生成结构化字段

对每条通过过滤的内容，生成以下字段：

发布日期：从原文提取发布时间，转为 Unix 毫秒时间戳（当日 00:00:00 北京时间）；无法识别则用执行当日
信息摘要：100 字以内，用自己语言描述核心信息
信息源链接：原始页面完整 URL
类型：从「政策、新闻、活动」三选一；无法归类标「其他」

Step 5：写入飞书多维表格

调用 lark-mcp:bitable_v1_appTableRecord_create 逐条写入：

path:
  app_token: $FEISHU_APP_TOKEN
  table_id:  $FEISHU_TABLE_ID

data.fields:
  发布日期:    <Unix毫秒时间戳>
  信息摘要:    "<100字以内摘要>"
  信息源链接:  "<完整URL>"
  类型:        "<政策|新闻|活动|其他>"

时间戳动态计算规则：

Unix 毫秒时间戳 = 自 1970-01-01 00:00:00 UTC 起的毫秒数
北京时间（UTC+8）某日 00:00:00 的时间戳，可用以下方式动态计算：
- JavaScript：new Date('YYYY-MM-DDT00:00:00+08:00').getTime()
- Python：int(datetime(YYYY, MM, DD, 0, 0, tzinfo=timezone(timedelta(hours=8))).timestamp() * 1000)
每天固定偏移 86,400,000 毫秒，禁止使用硬编码的静态年份查找表

Step 6：输出执行摘要

执行完成后输出：

本次采集完成 ✅
- 搜索关键词组：X 组
- 候选条目：X 条
- 过滤后写入：X 条
- 写入成功：X 条 / 失败：X 条
- 执行时间：YYYY-MM-DD

若写入条目为 0，输出告警：「今日未采集到相关信息，请人工核查」

异常处理

异常情况	处理方式
lark-mcp 返回 91403 Forbidden	检查多维表格是否已添加「claude助手」文档应用（路径：表格右上角「···」→「更多」→「添加文档应用」）
字段写入失败	检查字段名是否与表格完全一致（区分全角/半角）
单条写入失败	记录失败原因，继续写入其余条目，最终汇总报告
搜索无结果	尝试备用关键词，仍无结果则输出告警

이 저장소의 다른 Skills

같은 저장소

amoyalpha-presales-assistant

AgenticAIPlan/AgenticAISkills

售前工程师AI助手。当用户需要做客户背调、准备拜访材料、制作方案PPT、生成Ghost Deck、准备演讲要点、处理客户异议、评估商机成熟度、写会后跟进计划时，即使没有明确说"售前"，也应使用本skill。面向政府、行业头部企业、技术型企业三类客户，覆盖"客户画像→需求分析→Ghost Deck→方案生成→专家自审→演讲要点→异议处理→商机评分→跟进计划"完整售前链路。

2026-05-0910

baidu-paddle-wenxin-operation

AgenticAIPlan/AgenticAISkills

用于搜集百度飞桨与文心大模型相关运营资讯、竞品动态、厦门本地 AI 政策活动，并输出潜在客户清单与周度运营汇总的业务技能。当用户提到运营周报、竞品动态、厦门 AI 政策、潜客挖掘、飞桨/文心最新消息、客户线索表、活动情报汇总时都应使用本 Skill。

2026-05-0710

ernie-image-monitor

AgenticAIPlan/AgenticAISkills

This skill should be used when the user wants to monitor, search, or analyze social media and web content about ERNIE-Image across Chinese platforms including Zhihu, Xiaohongshu, WeChat Official Accounts, and Baidu Search.

2026-05-0210

drama-agent

AgenticAIPlan/AgenticAISkills

短剧剧本生成Agent。当用户需要创作短剧剧本时使用，支持从选题到成稿的完整创作流程。包含人物设定维护、情节结构规划、剧本格式输出、质量检查等功能。

2026-04-2810

org-research

AgenticAIPlan/AgenticAISkills

对即将会面的政府单位、企事业单位等机构进行高可靠背景和业务调研。采用 Pipeline + Reviewer + Generator 结构，强制输出候选来源、原子事实、链接审计、事实准入、组织分析和终审结果，用于尽量确保关键事实均有可核查来源链接，便于进一步深入了解和复核，适用于需要可核查来源和质量门禁的单位调研。

2026-04-2710

meeting-brief-generator

AgenticAIPlan/AgenticAISkills

重要会谈谈参生成助手 - 面向高层会谈，基于会谈对象、合作背景、双方诉求与我方能力，自动生成部门领导可直接参考的会谈背景、合作主线、谈话要点、建议提问、后续推进建议及风险提示

2026-04-2510

name	wuhan-ai-daily
description	每日自动搜索武汉市人工智能相关最新政策、新闻、活动信息，整理后写入飞书多维表格。当用户提到"武汉AI信息采集"、"每日AI信息"、"搜索武汉AI"、"执行今日采集"或要求执行定时信息采集任务时，必须使用本技能。

武汉 AI 信息每日采集 SKILL

配置参数

使用前需在环境变量中配置以下参数（请勿将实际值提交至代码仓库）：

FEISHU_APP_TOKEN  = <你的飞书多维表格 App Token>
FEISHU_TABLE_ID   = <你的飞书多维表格 Table ID>

飞书写入通过 lark-mcp 工具完成，无需手动鉴权。

飞书表格字段结构

字段名	字段类型	说明
发布日期	日期	Unix 毫秒时间戳，取内容发布当日 00:00:00
信息摘要	文本	100 字以内，用自己语言概括，不引用原文
信息源链接	文本	原始页面完整 URL
类型	单选	政策 / 新闻 / 活动 / 其他

注意：表格第一列「时间」是系统自动生成的创建时间字段（带锁），无法写入，忽略即可。

执行流程

Step 1：构建搜索关键词

每次执行使用以下关键词矩阵，覆盖三类信息：

类型	关键词
政策	`武汉人工智能政策最新`、`武汉 AI 扶持补贴`
新闻	`武汉人工智能最新动态`、`武汉 AI 产业新闻`
活动	`武汉人工智能峰会论坛`、`武汉 AI 活动展会`
大模型	`武汉大模型最新`

Step 2：执行全网搜索

调用 web_search 执行各关键词组，每组取前 5 条
对标题模糊或摘要不足的条目，调用 web_fetch 精读原文

Step 3：去重与相关性过滤

丢弃以下内容：

相关性不足：必须同时满足「武汉/湖北」+「人工智能/AI/大模型/智能化」两个维度
重复内容：URL 相同或标题高度相似，仅保留一条

Step 4：生成结构化字段

对每条通过过滤的内容，生成以下字段：

发布日期：从原文提取发布时间，转为 Unix 毫秒时间戳（当日 00:00:00 北京时间）；无法识别则用执行当日
信息摘要：100 字以内，用自己语言描述核心信息
信息源链接：原始页面完整 URL
类型：从「政策、新闻、活动」三选一；无法归类标「其他」

Step 5：写入飞书多维表格

调用 lark-mcp:bitable_v1_appTableRecord_create 逐条写入：

path:
  app_token: $FEISHU_APP_TOKEN
  table_id:  $FEISHU_TABLE_ID

data.fields:
  发布日期:    <Unix毫秒时间戳>
  信息摘要:    "<100字以内摘要>"
  信息源链接:  "<完整URL>"
  类型:        "<政策|新闻|活动|其他>"

时间戳动态计算规则：

Unix 毫秒时间戳 = 自 1970-01-01 00:00:00 UTC 起的毫秒数
北京时间（UTC+8）某日 00:00:00 的时间戳，可用以下方式动态计算：
- JavaScript：new Date('YYYY-MM-DDT00:00:00+08:00').getTime()
- Python：int(datetime(YYYY, MM, DD, 0, 0, tzinfo=timezone(timedelta(hours=8))).timestamp() * 1000)
每天固定偏移 86,400,000 毫秒，禁止使用硬编码的静态年份查找表

Step 6：输出执行摘要

执行完成后输出：

本次采集完成 ✅
- 搜索关键词组：X 组
- 候选条目：X 条
- 过滤后写入：X 条
- 写入成功：X 条 / 失败：X 条
- 执行时间：YYYY-MM-DD

若写入条目为 0，输出告警：「今日未采集到相关信息，请人工核查」

异常处理

异常情况	处理方式
lark-mcp 返回 91403 Forbidden	检查多维表格是否已添加「claude助手」文档应用（路径：表格右上角「···」→「更多」→「添加文档应用」）
字段写入失败	检查字段名是否与表格完全一致（区分全角/半角）
单条写入失败	记录失败原因，继续写入其余条目，最终汇总报告
搜索无结果	尝试备用关键词，仍无结果则输出告警