메뉴
当 Supervisor 说"看看最近有什么 AI 新闻""news 总结"，或 autoresearch 检测到 News/ 超期未更新时，抓取 config 中的博客/新闻/公众号源，按研究兴趣筛选点评， 产出 News/YYYY-MM-DD.md 并把重要线索回链进 vault。
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
当 Supervisor 说"调研""survey""了解研究现状"，或需要系统了解某主题的文献全貌时，搜索外部文献、批量 digest、综合生成调研报告
当 Supervisor 给出论文或 blog 的 URL/标题/PDF/DOI，或阅读队列中有待处理条目时，消化内容并生成结构化笔记到 Papers/
当 Workbench/survey-updates.json 中某 survey 积压了新消化的论文（autoresearch 检测到 ≥5 篇 或最老条目超 7 天），或 Supervisor 说"刷新一下 XX survey"时， 把新论文笔记增量合并进对应 Topics/*-Survey.md，并同步刷新其 DomainMap。
MindFlow 的核心研究循环。当 Supervisor 说"自己干活吧""开始研究"， 或系统需要自主推进研究时启动。 持续运行：读取当前状态 → 判断最高价值行动 → 调用卫星 skill → 记录 → 循环
当 Supervisor 给出自己论文的 LaTeX 草稿（.tex）并要求"写 related work""起草相关工作"时， 基于 Papers/ 已读论文与 Topics/ survey 起草英文 LaTeX Related Work 章节， 所有 \cite{} 来自 references.bib，evidence-driven 不编造。
每日论文总结。抓取 HuggingFace Daily/Trending + arXiv + venue 源（OpenAlex 期刊 IJCV/TNNLS/TPAMI、CVF 顶会 CVPR/ICCV/WACV）最新论文，按研究方向打分筛选， 生成论文笔记后基于深度阅读写出有态度的总结锐评。 触发词："今日论文总结""过去3天论文总结""过去一周论文总结""看看最近有什么论文"
| name | news-digest |
| description | 当 Supervisor 说"看看最近有什么 AI 新闻""news 总结"，或 autoresearch 检测到 News/ 超期未更新时，抓取 config 中的博客/新闻/公众号源，按研究兴趣筛选点评， 产出 News/YYYY-MM-DD.md 并把重要线索回链进 vault。 |
| argument-hint | [今日 / 过去N天，默认取 config news.days] |
| allowed-tools | Bash, Read, Write, Edit, Glob, Grep, WebFetch, WebSearch |
非论文信息源（官方博客、技术媒体、公众号）的摄入端，架构与 daily-papers 相同的三段式： 脚本抓取打分（零 token）→ 分流 → 精读点评。产出周报式 News 摘要；真正有信息量的条目 （新工具/重要发布/研究 idea 线索）沉淀为可 wikilink 的小节回链进 survey/agenda， 让网络信息也进入知识复利循环。
"今日" → --days 1；"过去N天/一周" → 对应天数；未指定 → 省略参数（用 config news.days）。
python3 skills/1-literature/news-digest/fetch_news.py --days {DAYS} \
--output Workbench/daily/.news-candidates.json
Read 输出 JSON：candidates（RSS 已打分排序；title_only: true 的条目来自无摘要 feed，
脚本无从预筛而全量保留，分流时需自行判断相关性）、web_sources（需 agent 抓取的网页源）、
errors（失败源）。对每个 web_source 用 WebFetch（或 scripts/lexmount_fetch.py fallback，
见 references/network-fetch-fallback.md）抓首页，人工筛出时间范围内的条目并入候选。
公众号源（若 config news.wechat.enabled）：再跑一次微信搜索（爬搜狗，零 token）：
python3 scripts/wechat_search/fetch_wechat.py --days {DAYS} \
--output Workbench/daily/.wechat-candidates.json
Read 输出 JSON：candidates 已按 watched（是否来自关注账号）+ 打分排序，字段与上面的
news candidates 对齐（title/link/summary/source/published/score），可直接并入候选池。
errors 记录被搜狗限流/失败的关键词。首次运行若报 node_modules 缺失，先
cd scripts/wechat_search && npm install（依赖 Node 18+ 与 cheerio）。搜狗返回的是中间链，
精读时若打不开可提示用户在浏览器打开或据标题+摘要判断。
扫 title + summary，把候选分为：精读（与 interests 强相关、含新方法/新产品/新数据点， 通常 3-8 条）、一句话带过（相关但无增量）、忽略。
对精读条目用 WebFetch 读原文。产出 News/YYYY-MM-DD.md：
---
title: "News {YYYY-MM-DD}"
tags: [news]
date: "{YYYY-MM-DD}"
sources_ok: {N}
sources_failed: [{失败源名}]
---
# News {YYYY-MM-DD}
## 精读
### {条目标题}
- **source**: [{源名}]({url})
- **what**: <发生了什么，2-3 句>
- **so-what**: <对我们研究方向的含义/态度，1-2 句；无关痛痒的不硬写>
- **action**: <无 / 建议 digest 论文 arXiv:xxxx / 关联 [[Topics/...]] 或 [[Ideas/...]]>
## 一句话
- [{标题}]({url}) — <一句话> （source）
Workbench/queue.json
（最小结构：{"task": {"task_id": "<8位hex>", "task_type": "summarize_paper", "title": "Summarize: <标题>", "goal": "Generate structured note for paper '<标题>'", "topic": null, "input_refs": ["<年份-标题>"], "output_path": null, "priority": 50, "status": "pending", "dependencies": [], "metadata": {"paper_url": "<arXiv url>"}}, "added_at": "<ISO 时间戳>", "source": "news-digest", "attempts": 0, "last_attempt": null}——与 queue.json 现有条目结构一致）。News/_index.md 期数列表：追加一行 - [[News/YYYY-MM-DD]] — 一句话亮点。Workbench/agenda.md（agenda 只由 agenda-evolve/
Supervisor 改），仅在当日 log 中提示。### [HH:MM] news-digest — N 精读 / M 一句话 / K 源失败。sources_failed 与当日 log，不阻塞。微信源被搜狗限流
（.wechat-candidates.json 的 errors 非空或候选为 0）视同单源失败，跳过不阻塞。