ai-daily-pulse

name	ai-daily-pulse
description	每日 AI 行业新闻聚合工具。从 30+ 白名单源(RSS/Atom/JSON API/Web)采集 AI 新闻,经主 Agent 评分筛选后,通过飞书群机器人推送 Interactive Card 卡片;未配置飞书 Bot 时直接在对话窗口 输出 Markdown 摘要。内置自我进化引擎: 自动发现并注册新信源(信源自我拓展)+ 按历史表现 动态调整信源品质信用分(品质自我进化)。当用户提到 AI日报、AI每日推送、今日AI新闻、 AI Daily Pulse、ai-daily-pulse 时使用此 Skill。
license	MIT
metadata	{"version":"1.0.0","capabilities":["cap-network"],"api_endpoints":{"outbound":["[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]","[Truncated]"]}}

AI Daily Pulse

每日 AI 行业新闻聚合 Skill。设计原则:

• 脚本只采集 + 去重 + 输出,不主动调用任何 LLM,零 API Key 依赖
• AI 评分/分类/摘要由主 Claude Agent 在采集后完成(复用当前会话能力,免配置)
• 飞书推送可选: 配置了 Bot 走 Interactive Card,未配置则直接 stdout 输出 Markdown

触发关键词

• AI日报 / AI每日推送 / 今日AI新闻
• AI Daily Pulse / ai-daily-pulse

工作流(主 Agent 编排)

当用户请求 AI 日报时,按以下步骤执行:

步骤 1: 采集 + 去重

python3 <skill-dir>/scripts/main.py collect --tier 2 > /tmp/ai-pulse-raw.json

<skill-dir> 替换为本 Skill 的绝对路径(例如 ~/.claude/skills/ai-daily-pulse)。 命令本身不会输出进度到 stdout,所以 > /tmp/... 拿到的是干净 JSON。

collect 输出去重后的文章 JSON 数组到 stdout,每条含 title / url / source / category / description / tier 字段。Tier 1 = RSS/API(快),Tier 2 = 加 Web 抓取(全)。

步骤 2: 你(主 Agent)进行评分 + 分类 + 摘要

读取 /tmp/ai-pulse-raw.json,对每篇文章给出:

• score: 1-10 整数(9-10 重大突破; 7-8 重要进展; 5-6 值得关注; 3-4 一般; 1-2 低价值)
• category: 8 个分类之一(见下表)
• summary: 50 字以内中文摘要

将评分结果合并写回 /tmp/ai-pulse-scored.json(保留原字段并新增 score/category/summary)。

评分参考:

• Tier 1 源(官方/权威媒体)优先加分
• 有 upvotes / weekly_stars 等热度信号时加分
• 关键词命中(release/launch/发布/开源/突破)加分

步骤 3: 后处理 + 输出

cat /tmp/ai-pulse-scored.json | \
  python3 <skill-dir>/scripts/main.py deliver --scored --top-n 20

deliver --scored 表示输入已含 score,跳过兜底评分,只做跨分类去重 + 分类配额选取 + 推送。

• 已配置飞书 Bot → 推送 Interactive Card 到默认群
• 未配置飞书 Bot → 直接打印 Markdown 到 stdout(你将其展示给用户即可)

一键纯规则模式(无需 LLM,适合 cron)

python3 <skill-dir>/scripts/main.py pipeline --tier 2

跳过主 Agent 评分,使用脚本内置规则评分。适合定时任务场景。

8 大分类

key	Emoji	名称	典型源
official	🚀	官方发布	OpenAI / Anthropic / Google DeepMind / Meta AI
coding_agent	🛠️	AI Coding & Agent	GitHub Blog / Aider / OpenHands / Windsurf / Cognition
opensource	🔥	开源趋势	GitHub Trending / OSSInsight
research	📚	研究论文	arXiv (cs.AI/LG/CL) / HuggingFace Papers
engineering	⚙️	工程实践	InfoQ / Latent Space / Microsoft Research
security	🛡️	安全 & 质量	OWASP / Snyk / OpenSSF
domestic	🇨🇳	国内实践	量子位 / 36氪 / 机器之心
media	📰	行业动态	TechCrunch AI

子命令一览

子命令	用途	关键参数
collect	采集 + 去重,输出 JSON	--tier {1,2} --source <key> --no-dedup --no-evolve --max-probe N
deliver	读 JSON 后处理 + 输出	--input <file> --scored --top-n N --chat-id <id> --stdout --dry-run
pipeline	完整流程(规则评分,无 LLM)	--tier {1,2} --top-n N --chat-id <id> --stdout --dry-run --no-evolve --max-probe N
evolve	自我进化: 信源发现 / 品质报告 / 旧闻标记	discover report mark-stale --source <key>
test	采集 + 去重统计	--tier {1,2} --source <key>

通用:

• --source <key>: 仅采集单个源(如 openai / github_trending / huggingface_papers)
• --chat-id <id>: 推送到指定飞书群(覆盖默认)
• --stdout: 强制 Markdown 输出(忽略飞书配置)
• --dry-run: 只打印选中 JSON,不推送/不输出

配置(全部可选)

未配置任何凭证时,Skill 也能完整运行——结果会以 Markdown 输出到 stdout。

配置文件路径

~/.config/ai-daily-pulse/config.json

示例:

{
  "feishu_app_id": "cli_xxxxxxxxxxxx",
  "feishu_app_secret": "xxxxxxxxxxxxxxxxxx",
  "feishu_default_chat_id": "oc_xxxxxxxxxxxxxxxxxxxx"
}

等价环境变量

环境变量	等价 config 字段
FEISHU_APP_ID	feishu_app_id
FEISHU_APP_SECRET	feishu_app_secret
FEISHU_DEFAULT_CHAT_ID	feishu_default_chat_id
FEISHU_SOURCE_CHAT_ID	(运行时注入,例如由触发指令的群注入)

优先级: 环境变量 > 配置文件 > 默认空值。

推送目标群三级路由

优先级	来源
1	CLI --chat-id <id>
2	环境变量 FEISHU_SOURCE_CHAT_ID(机器人触发时注入"哪里触发推哪里")
3	FEISHU_DEFAULT_CHAT_ID 配置

飞书自建机器人(Bot)创建与授权指南

1. 创建企业自建应用

1. 打开飞书开放平台 https://open.feishu.cn/app
2. 点击「创建企业自建应用」,填写名称/简介/图标
3. 进入应用详情,记录 App ID 和 App Secret(写入 feishu_app_id / feishu_app_secret)

2. 开通必要权限

「权限管理」→ 至少勾选以下:

• im:message 或 im:message:send_as_bot — 发送消息
• im:chat 或 im:chat:readonly — 读取群信息(可选)
• im:resource — 上传图片(可选)

提交版本审核(企业自建应用通常即时生效)。

3. 启用机器人能力

「功能 → 机器人」→ 启用机器人。完成后即可被加进群聊。

4. 把机器人加进目标群

1. 在飞书群设置 → 「群机器人」→ 「添加机器人」
2. 搜索你刚创建的应用名,确认添加
3. 群管理员可能需要审批

5. 获取目标群 chat_id

推荐方式(curl 一行命令):用机器人凭证拿 token 后查机器人所在群列表:

APP_ID=cli_xxxxxxxxxxxx
APP_SECRET=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

# 1. 取 tenant_access_token
TOKEN=$(curl -s -X POST https://open.feishu.cn/open-apis/auth/v3/tenant_access_token/internal \
  -H "Content-Type: application/json" \
  -d "{\"app_id\":\"$APP_ID\",\"app_secret\":\"$APP_SECRET\"}" \
  | python3 -c "import sys,json; print(json.load(sys.stdin)['tenant_access_token'])")

# 2. 列出机器人所在的所有群,每行一个 (chat_id, name)
curl -s -H "Authorization: Bearer $TOKEN" \
  "https://open.feishu.cn/open-apis/im/v1/chats?page_size=50" \
  | python3 -c "import sys,json; [print(c['chat_id'], '-', c.get('name','')) for c in json.load(sys.stdin)['data']['items']]"

其它方式:

• 让机器人发个测试消息后看 webhook 回包
• 文档接口: https://open.feishu.cn/document/server-docs/group/chat/list
• 暂时跳过: pipeline --tier 1 --dry-run 无需 chat_id 也能跑通,后续再补

将拿到的 oc_xxxxx 填入 feishu_default_chat_id。

6. 验证

python3 <skill-dir>/scripts/main.py pipeline --tier 1

成功会在群里看到一张 Interactive Card。失败请检查:

• App Secret 是否正确
• 机器人是否在目标群
• 权限是否已发布

输出回退策略

场景	行为
飞书 App ID/Secret 都已配置且推送成功	推送 Feishu Interactive Card
飞书 App ID 或 Secret 缺失	自动回退打印 Markdown 到 stdout(主 Agent 直接展示给用户)
飞书已配置但推送失败(token 过期/凭证错误/群无机器人)	stderr 打印 WARN + 自动回退 Markdown 到 stdout,内容不丢
--stdout 强制开启	跳过飞书,直接 Markdown
--dry-run	不推送/不输出,只打印选中文章 JSON

数据源

详见 scripts/config.py 中的 TIER1_RSS_SOURCES / TIER1_API_SOURCES / TIER2_WEB_SOURCES。 默认包含:

• 25+ Tier 1 RSS/Atom(OpenAI / DeepMind / arXiv / GitHub Blog / 量子位 / OWASP …)
• 1 个 Tier 1 JSON API(HuggingFace Papers)
• 5 个 Tier 2 Web 源(Anthropic / Meta AI / Cognition / GitHub Trending / 机器之心)

源可在 config.py 中自由增删,无副作用。

自我进化（信源 + 品质，代码级自动执行）

本 Skill 内置一套代码级自我进化引擎（scripts/evolve.py），两个维度全部自动执行、状态持久化到 data/ 下，随每期运行越滚越强：

1. 信源自我拓展

• 每次采集后，引擎自动从已采集新闻的 URL 提取新域名（排除白名单和已注册域名）
• 对每个新域名探测 17 种常见 RSS/Atom feed 路径（/feed /rss.xml /atom.xml /blog/feed 等）
• 探测到有效 feed（能抓到含 <item>/<entry> 的 XML）即自动注册进信源库，只增不减
• 动态信源与 config.py 白名单合并后参与后续采集
• 持久化：data/source_registry.json（自动发现的新信源清单）

2. 品质自我进化

每个信源维护一份信用档案，随每期运行持续累积：

信号	记录时机	作用
抓取成功 / 失败次数	采集时自动记录	可靠性
产出文章数	采集时自动记录	产出量
被选中推送次数	deliver / pipeline 推送后自动记录	正反馈（内容有价值）
出旧闻次数	溯源判旧闻后手动标记	负反馈（内容低质）

综合成 quality_score ∈ [0,1]（0.4×可靠性 + 0.4×产出价值率 + 0.2×无旧闻），评分时：

• 品质 ≥ 0.7 的信源 → 其新闻 +1 分
• 品质 ≤ 0.3 的信源 → 其新闻 -1 分
• 中间为死区，不加不减（避免小幅波动抖动）
• 持久化：data/source_quality.json

子命令

# 品质报告: 查看各信源信用分排行
python3 <skill-dir>/scripts/main.py evolve report

# 手动触发一次信源发现(从已采集 JSON 探测新信源)
cat /tmp/ai-pulse-raw.json | python3 <skill-dir>/scripts/main.py evolve discover

# 溯源判旧闻后,给对应信源降信用(负反馈闭环,可多次 --source)
python3 <skill-dir>/scripts/main.py evolve mark-stale --source <源key>

# collect/pipeline 默认自动进化,可用 --no-evolve 跳过

触发时机

• collect / pipeline 采集后自动跑信源发现（--no-evolve 关闭，--max-probe N 限制每轮探测域名数，默认 10）
• deliver / pipeline 推送成功后自动记录选中反馈
• 旧闻负反馈由主 Agent 在「时效性溯源铁律」执行时手动 mark-stale 标记

数据目录

data/
├── log.json              # 运行日志(最近 100 条)
├── source_registry.json  # 自我进化: 自动发现的新信源(只增不减)
├── source_quality.json   # 自我进化: 信源品质信用档案
└── cache/
    ├── rss_cache.json    # RSS 缓存 (TTL 48h)
    ├── github_cache.json # GitHub 缓存 (TTL 24h)
    ├── api_cache.json    # API 缓存 (TTL 12h)
    └── sent_hashes.json  # 已推送 hash (TTL 7d)

依赖

• Python 3.8+ — 仅用标准库,零第三方依赖
• Node.js + Puppeteer — 可选,Tier 2 部分 SPA 站点抓取时用到。未安装时这些站点会自动跳过

定时任务示例

# 工作日早 9 点纯规则模式推送
0 9 * * 1-5 python3 ~/.claude/skills/ai-daily-pulse/scripts/main.py pipeline --tier 2

整点速报卡片规范（2026-08-27 定稿，用户确认）

整点速报数据目录：<项目>/.tmpfiles/ai-hourly-pulse/

• pulse.json：RSS/白名单采集池（含 title/url/source/published）
• aihot_selected.json：AI HOT 精选（含 url/source/publishedAt/score）
• sent.json：已推送条目索引（URL → 发送时间+标题），构造卡片链接时的 URL 事实源

卡片硬性要求（用户 2026-08-27 明确纠错，违反会被打回）：

1. 每条必须带全局连续序号（1. 2. 3. … 36.），跨板块不重置

2. 每条来源必须是可跳转链接，格式 [来源 · 时间 · 类型](url)（如 [X：唐杰 · 今天 13:42 · 原帖](https://x.com/...)）。URL 从 sent.json / aihot_selected.json 里按标题匹配取，禁止只写灰色文字不带链接；确实无 URL 的（如线下活动官网）才允许纯文字

3. 卡片结构：schema 2.0，蓝色 header「🤖 AI 整点速报 · 全量汇总」+ 副标题（时间 · 共 N 条）；顶部灰字时间窗+来源说明；6 板块（🤖模型发布 / 🚀产品发布 / 🏢大厂与行业动向 / 📄论文与研究 / 💡技巧与观点 / 🎤活动与发布会）；每板块标题注明条数

4. 每条格式：**N. 标题** — 一句话事实。 换行后来源链接（灰色小字风格）

5. 数字与标题事实以速报原文为准，不杜撰；发现原文矛盾（如"首破千亿"vs 实际 962 亿）用数字口径并提醒用户

6. schema 2.0 不支持 note 标签（报错 unsupported tag note），底部落款用 {"tag":"div","text":{"tag":"lark_md","text_size":"notation","content":"<font color=grey>…</font>"}}（2026-08-28 踩坑）

7. 卡片汇总版信息量必须全（2026-08-28 用户强调，三轮加码）：目标 20 条上下（15-25 条），不许只挑热点。每期必须覆盖以下基础维度，逐项搜过才能定稿：

   • 模型发布（国内外新模型/版本/开源）
   • 产品发布（AI 应用、工具、工作台升级）
   • 大厂与行业动向（公司战略、人事、辟谣/传闻核查）
   • 官方活动与大会（数博会/AGIC/GTC/DevDay/交通展等，含当日开幕与收官）
   • 相关人士发言（黄仁勋/Altman/扎克伯格/马斯克/唐杰/李彦宏等 CEO 与研究者的新表态）
   • 融资/收购/IPO 与资本市场（隔夜美股 AI 板块、A 股 AI 概念、目标价调整）
   • 具身智能/机器人（发布、量产、展会、出货数据）
   • 智能驾驶/Robotaxi（车企智驾时间表、Robotaxi 运营、展会）
   • AI 内容创作与出圈事件（AI 短剧/AI 音乐/AI 游戏等破圈作品）
   • 论文与研究/安全事件
   • AI 政策监管（国内外新政策、标准发布——注意核实发布日期，旧政策不收）
   • AI 终端硬件（AI 眼镜/AI PC/新硬件发布）
   • 人才流动（高管任命/跳槽/年轻化趋势）
   • 垂直行业应用（医疗/教育/金融/法律等）
   • 开源社区（GitHub Trending/HuggingFace 热门）

   维度自我发现机制（用户 2026-08-28 最终要求：维度要靠 Agent 自己发现，越滚越长，不是套固定清单）——每期采集必做，流程：

   1. 扫描归类：把当期全部搜索结果逐条过一遍，问「这条属于哪个维度？」——凡是不属于上方任何已有维度的条目，单独列出
   2. 归纳新维度：把同类落单条目归纳成新维度名（如 AI 能源电力、AI 存储基础设施、AI 农业气象、AI 科学发现、AI 军事安防、AI 电商零售、AI 法律诉讼）
   3. 当期加搜：每个新发现的维度立即补 1 组搜索验证是否有货，有货直接进当期卡片
   4. 持久化追加：本期结束前把验证有效的新维度追加进上方清单（只增不减，标注首次发现日期）。SKILL.md 的维度清单是一张活登记表——每期只允许变长，严禁缩减或替换
   5. 连带扩展信息源（呼应「官方信息源优先清单」的自我迭代要求）：新维度里出现的公司/媒体/信源，确认官方渠道后同步补进信息源表

   已发现维度登记表（活登记表，随期追加）：

   维度	首次发现	验证结果

发送（Windows/AIMana 环境）：PowerShell 直调 lark-cli 会静默失败，必须走 node spawn 包装脚本（见记忆 larkcli-card-send-node-wrapper），--as bot。

小红书双产物规范（2026-08-27 定稿；2026-08-28 两轮修订：1000→500 字 + 风格定稿）

每次速报产出两份：① 全量卡片汇总（上述规范）+ ② 小红书风格推文（发用户私聊）。

字数铁律 v3（2026-08-29 用户定稿，替代 v2 的净字数口径）：以小红书编辑器计数为准——正文连空格、换行、话题标签一起算 ≤500 字（即文本原始长度 ≤500），净字数目标 420-460（给排版空白留余量）。结构压缩为：标题 + 今日头条（3-4 行）+ 4 条值得看（每条 2 行内）+ 收尾悬念 + 6-8 个话题标签。同源条目合并、头条对照事件不重复展开。

文风定稿（2026-08-28 用户确认 8.27 版为基准，严格仿照）：

• 头条 3-4 行短句叙事，每行一个信息点，叙事里带口语（"要换个活法了"）
• 每条 = 时间点标题 + 事实 1-2 句 + 点评一句含蓄带梗（对照式收尾是招牌：「卖铲人的自信，和买铲人的账单，是同一天的两种现实」「是圈养还是放养」）
• 点评风格：对仗但克制，留半句让读者自己品；不喊口号、不解释梗
• 收尾固定「今天我最想看的还是…见分晓」
• 蹭热点优先：当日全网刷屏的 AI 相关社会事件（如孙宇晨-Claude）优先上头条，比行业新闻更出圈

标题：M月D日AI速报｜头条事件钩子，副事件钩子（全角｜分隔）

今日头条：
（3-5 行短句事实，每行一个信息点，不用长段落）
（+ 1-2 句个人观点，敢下判断、口语化、可以带损）

今天另外N条值得看：
N️⃣时间点｜标题
事实 1-2 句。
点评一句（带立场）。

今天我最想测/好奇的还是XXX。
（悬念式收尾一句）

#AI[话题]# #大模型[话题]# …（话题标签带[话题]#）

要点：时间精确到分钟且用「昨晚23:32 / 今天04:25」格式；每条几乎都带主观点评；结尾固定"最想测/最好奇"+悬念；去 AI 味叠加 humanizer-zh + sound-human skill 规则。

封面图片风格规范（2026-08-29 定稿：小红书与公众号统一 Zine 规范）

所有封面（小红书 3:4 / 公众号 16:9）统一采用极简独立杂志 Zine 风格，与 xhs-zine-cover skill（~/.claude/skills/xhs-zine-cover/）的定稿规范完全一致——用户 2026-08-29 明确要求"公众号图片生成参考小红书发来的格式"。风格规范（改任何一条都会破坏系列统一性）：

• 背景：浅灰蓝旧纸 #D1DCE2，保留纸张纤维、扫描颗粒、复印柔化、撕纸边缘、Risograph 印刷颗粒、轻微套色偏移；画面平面、克制、有人工排版和旧杂志印刷质感
• 大标题：左上大号深海军蓝黑 #182A3A 凸版字，带轻微套色偏移（如「AI 速报」「AI 晚报」+「M月D日」）
• 纸条元素：竖向撕边纸条列示本期要点（日报封面用 4-6 张纸条写当日头条关键词/模型名/公司名）；头条纸条深灰蓝 #214E78，面积比其他纸条大约 20%，向前、向上错位；其余纸条暖灰白与浅灰蓝交替
• 名称拼写 100% 准确、清晰可读：公司名/模型名/人名逐字核对（模型名如 GLM-5.3、Claude、GPT-5、Gemini 3.5 必须拼写准确）——AI 生图文字易错，生成后必须逐字检查，拼错即重生成
• 留白 58%~65%，但标题和本期头条在缩略图（小红书信息流/公众号分享卡片）里必须一眼可见
• 信息层级（重点阅读顺序）：大标题 → 本期头条（M月D日 + 头条事件）→ 纸条要点
• 配色固定：只许用 #D1DCE2（背景）/ #182A3A（标题）/ #214E78（头条纸条）/ 暖灰白 / 浅灰蓝，禁止引入其他色相
• 禁止：人物、机器人、风景、任何 Logo、AI 科技图标、卡通、3D、霓虹、渐变、玻璃质感、商业光泽、复杂图表、额外文案、水印
• 尺寸：小红书封面 3:4（1620×2160，可走 xhs-zine-cover 的 make_cover.py 纯代码绘制，文字最准）；公众号封面 16:9（mcp__image__generate，profile gemini-3-pro-image-preview，生成后逐字验收）

AI 晚报 · 公众号版规范（2026-08-27 定稿 v2，每天 21:00 自动生成）

用途：用户每天 21 点收到一份可直接发微信公众号的 AI 晚报（自动化任务生成，飞书 bot 会话私发预览）。

时间窗铁律（用户 2026-08-27 强调）：

• 公众号晚报：只选当天（北京时间）发布的新闻，一条前天/昨天的都不行。时间从采集数据的 publishedAt 换算（数据源是 UTC，北京时间 = UTC+8，如 20:25Z 8/26 = 北京 8/27 04:25，算"今天"）。当天条目不足 8 条时，用全网实时检索补当天新闻，宁可换条目也不放宽时间窗
• 小红书 AI 速报：可放宽到最近 3 天

结构模板（固定 8 条，编号 1-8，不设板块分组，不含安全/研究类负面条目——用户 2026-08-27 明确要求去掉安全与研究板块）：

标题：AI 晚报 · M月D日｜头条事件钩子，副事件钩子
导语：一句开场（"各位晚上好，这里是 AI 晚报。今天一天的事，8 条，全是今天的。"）

**1. 头条事件（当天最大新闻，篇幅最长，关键数字逐个加粗）**
---
**2-8. 其余 7 条**：每条格式为
**N. 时间｜小标题（带一句钩子）**（时间格式同小红书版：「今天 13:42 / 昨晚 23:32 / 8/25」，精确到分钟，从采集数据的 publishedAt 取）
事实 1-3 短段（关键数字加粗）。
点评一句。

结语："今天我最想测/最好奇的是XXX" + 悬念句 + "明天见"
参考来源：全部来源汇总一行
落款：数据来源声明 + "关注我，每天 21 点，一份不掺水的 AI 晚报"

条目选取优先级：头条（当日最大）→ 财报/大厂动向 → 模型发布与开源 → 产品发布 → 端侧/硬件。安全事件、研究论文类默认不入选（除非用户当期明确要求）。避免"太普通"的条目：单纯的产品定价/入口档更新、小版本功能上线这类没有故事性的新闻不选，宁可换成有人味的事件（如机器人运动会、破纪录数据、行业奇观）（用户 2026-08-27 反馈 ChatGPT Work 定价条太普通）。

排版要求（公众号阅读习惯）：

• 每条之间用分隔线 ---；条目标题用加粗阿拉伯数字（1.、2.）
• 短段落（每段 1-3 句），关键数字加粗；不用 emoji 序号，公众号版更沉稳
• 每条事实优先、点评克制但必有
• 去 AI 味叠加 humanizer-zh + sound-human 规则
• 发送：node wrapper（send_text.js 模式）--as bot，发用户私聊 bot 会话

搜索量规范（2026-08-27 定稿；2026-08-28 用户加码：慢无所谓，搜索时间一定要长）

每期内容生成前，全网实时检索不少于 30 组关键词（用户历轮加码：2026-08-27 要求加大搜索量，2026-08-28 要求"搜索时间加长、慢无所谓、一定要长"，2026-08-29 最终定调：新闻越多越好、宽度广度越多越好、执行时间不设上限，越执行越多——采集阶段花 2 小时也正常，不许草草 15 组就开写）。每组 top_k=10，搜完横向比对去重；维度登记表（见卡片规范第 7 条）每个维度至少 1 组，热点维度（模型/大厂/资本）各 2-3 组。采集量只增不减铁律：每期实际检索组数不得低于历史峰值（历史峰值记录见下），维度登记表每新增一个维度，当期至少追加 1 组对应搜索。建议组合：

组	关键词方向	覆盖面
1	「AI 新闻 今天 M月D日 发布 公告」通用扫	当日全景
2	头条事件 + 最新进展（如"英伟达 收购 Hugging Face 确认"）	头条深挖
3	「OpenAI/Google/Meta/xAI/Antropic + 最新消息」	海外大厂
4	国内厂商逐家查（智谱/通义/DeepSeek/腾讯混元/月之暗面/MiniMax/Kimi）	国内大厂
5	「AI 融资 收购 IPO M月D日」	资本动向
6	「具身智能 机器人 自动驾驶 M月D日」	硬件/具身
7	「AI 芯片 算力 数据中心 M月D日」	基础设施
8	「AI 视频 语音 多模态 新产品」	应用/产品
9	当天大会议程/活动现场（如 AGIC）	活动补充
10	头条事件的竞品/关联方反应	交叉验证
11	「AI 医疗/教育/金融/法律 垂直应用 M月D日」	垂直行业
12	「GitHub 开源 AI 项目 trending 本周」	开源社区
13	「AI 高管 跳槽 人才 任命 M月」	人才流动
14	「AI 视频 音乐 短剧 多模态 M月D日」	内容创作
15	「AI 眼镜 AI PC AI 手机 硬件 M月D日」	终端硬件
16	「Robotaxi 智能驾驶 车企 M月D日」	智能驾驶
17	「AI 政策 标准 监管 发布 M月」	政策监管
18	每期头条主角的官方渠道直查（官网/X/公众号）	官方源直查
19	每期发现的新公司/新事件，即时加一组搜	维度自拓展
20	登记表里每个「已发现维度」各 1 组（维度越多，本组越多）	维度全覆盖
21	信息源表里每个官方渠道直查 1 组（厂商名 + 官方 announcement/release）	官方源直查
22	海外隔夜快讯聚合源（AI HOT / TechCrunch / Ars Technica / The Verge 当日流）	隔夜海外

历史采集峰值登记（只增不减，每期刷新）：2026-08-28 晚报 30 组 / 2026-08-29 早报 28 组 → 当前基线 30 组，此后每期不得低于 30，鼓励 40+。

要点：每组 top_k=10；搜完先横向比对去重，再选 8 条；同一事件要交叉验证（如 NVIDIA 收购 HF：TechCrunch 说 129 亿、36kr 说"已达成协议"、金融日报说"待官方确认"——口径差异要标注）；海外事件补中文报道交叉验证时间线。

时效性溯源铁律（2026-08-29 用户纠错：推送的新闻全是过时的）

用户 2026-08-29 实锤反馈：推送的"新闻"溯源后发现大量旧闻（详见下方踩坑案例）。此前的时间窗规则只约束"采集数据自带的 publishedAt"，而全网检索补搜的条目没有日期核验步骤，搜索引擎 snippet 不带日期或带的是转载/修订日期，导致旧闻混进日报。

每条入选前必须过溯源关，缺一不可：

1. 溯源到原始页面核对首发日期——不能只信搜索 snippet。凡是要进卡片的条目，从 URL 指向的原始页面（官网/官方博客/论文页/媒体报道页）确认发布日期，与本期时间窗比对。溯源不了的条目宁可弃选
2. URL 日期自检（最廉价的第一道闸）——URL 里带日期的必须比对：
   • techcrunch.com/2026/08/26/...、finance.sina.com.cn/.../2026-08-26/... → 报道日期
   • cnews.chinadaily.com.cn/a/202606/02/... → 2026-06-02（当期 8 月报却收录了 6 月旧闻，实锤踩坑）
   • arxiv.org/abs/2606.xxxxx → 2606 = 2026 年 6 月提交（2608 才是 8 月）
   • qbitai.com/2026/08/479919.html → 年/月目录可判
3. arXiv 修订日期陷阱——搜索结果里显示的可能是 v2/v3 修订时间，不是首发时间。abs 页面上的 "Submitted" v1 日期才是真实首发。一篇 6 月提交、8 月修订的论文，8 月报里只能按"8 月修订"口径收，且默认不作为"今日新闻"收录（论文类本来就默认不进公众号版）
4. 转载/重发旧闻陷阱——中文门户（百度号/头条号/微信公号）会重发数月前的旧闻，搜索时按相关度召回。判定方法：溯源到原始信源（厂商官方渠道或首发媒体）核对；找不到原始信源首发日期的，标注「旧闻重发」直接弃选
5. 时间窗硬校验（复核而非只信采集字段）：
   • 卡片汇总/公众号晚报：条目实际首发距今超过 24h 剔除（晚报标准：当天北京时间）
   • 小红书版：上限 3 天，超龄弃选
   • 复核以原始页面日期为准，不以 RSS publishedAt / 搜索引擎日期为准——两者都可能指向修订时间
6. 去重时顺带查龄——sent.json 里 7 天内已推送过的 URL 一律不重推（现有 hash TTL 机制只防重发，不防"旧闻当新闻"）；查到已推送过的同主题不同 URL（同一事件换媒体源），也要按首次报道时间算龄

2026-08-29 踩坑案例（溯源实锤，引以为戒）：

• arxiv.org/abs/2606.13610：8/27 作为新闻推送，实际 v1 提交于 6/11，8/24 只是 v2 修订——旧论文当新研究
• cnews.chinadaily.com.cn/a/202606/02/...：8/27 推送，实际发布于 6/2——近 3 个月旧闻混进日报
• 对比合格项：anthropic.com/research/enabling-independent-research（8/26 发布、8/27 推送）——说明溯源流程可行，只是没执行

执行位置：本铁律插在评分/选条之前——步骤 2 评分时先逐条过溯源关，过不了的条目直接出池，不参与评分。

官方信息源优先清单（2026-08-27 增补）

采集和检索时优先官方渠道，同等热度下官方源条目优先入选：

国内厂商官方渠道（现有 RSS 白名单未覆盖，靠 AI HOT + 全网检索补）：

厂商	官方渠道
智谱	zhipuai.cn/zh/research、chatglm.cn、X：@ZhipuAI、唐杰 @jietang
阿里通义	qwen.ai、X：@Alibaba_Qwen、tongyi.aliyun.com
DeepSeek	api-docs.deepseek.com/zh-cn/updates
腾讯混元	公众号「腾讯混元」、hunyuan.tencent.com
字节豆包/火山	volcengine.com、公众号「火山引擎」
月之暗面	platform.moonshot.cn、kimi.com
面壁智能	X：@OpenBMB
MiniMax	minimax.io、X：@MiniMaxAI

海外官方（多数已在 RSS 白名单）：OpenAI news / Anthropic news / Google DeepMind blog / Google Research blog（research.google，白名单未收，靠检索补） / Meta AI & Engineering / NVIDIA blog / Apple Newsroom / Microsoft Research / HuggingFace blog+papers。

Midjourney Updates（updates.midjourney.com RSS，模型/编辑功能发布）/ LMSYS Blog（Chatbot Arena 团队基准测试）/ Ars Technica AI（诉讼与政策类硬新闻）——2026-08-28 晚报维度发现补录。

中新网（chinanews.com.cn，产业大会与报告类现场报道）/ 凤凰网科技（tech.ifeng.com，海外大厂冲突与人事快讯）/ 格隆汇（新浪财经转载渠道，X 平台回应类快讯）——2026-08-29 晚报维度发现补录。

快讯聚合类高频信源（2026-08-29 早报维度发现补录）：钛媒体 Edge AI Daily 早报（tmtpost.com，隔夜海外 + 当日晨间速递，条目含关键数字）、财联社电报（cls.cn，资本市场与官宣快讯，时间戳精确到分）、汇通财经快讯（fx678.com，海外财经/地缘类 AI 快讯）。早报场景（凌晨到上午海外发布高峰）优先扫这三家的当日晨报/电报流。

信息源自进化铁律（2026-08-29 用户定调：信息源要自进化拓展，广度也要自进化拓展，越执行越多）：

1. 每期遇到新的公司/消息源出现在新闻里，检索确认其官方渠道后当场补进本表——不等期末，发现即录
2. 新闻里提到的每家公司、每个消息源都是潜在信源：顺着新闻里的公司名/人名/产品名去查它的官方网页、官方博客、官方 X 账号，实时搜取第一时间信息
3. 本表与维度登记表只增不减：信源表每期只允许变长，严禁缩减或替换；条数本身就是一个自进化指标——每期盘点行数，只许比上期多
4. 大厂公告、大模型厂商最新公告、最新动向是最高优先级信源，每期必扫
5. 新信源当期立即启用：补录进表的当期就加一组对应搜索，验证产出

公众号排版与草稿箱直推（md2wechat，2026-08-27 全链路打通）

md2wechat-skill 已安装：CLI 二进制 md2wechat.exe（v3.2.0），skill 文档 ~/.claude/skills/md2wechat-skill/。

配置：~/.config/md2wechat/config.yaml（已配公众号 AppID/Secret + default_theme: ocean-calm）。IP 白名单已加 （动态 IP，若再报 40164 按报错里的新 IP 提醒用户更新白名单）。

晚报三版齐推（2026-08-28 定稿：每晚 21:00 必须齐推三版，缺一即错）

每晚晚报固定产出并推送三个版本，全部完成才算交付（用户 2026-08-28 明确纠错：此前只有公众号版、漏推小红书版和卡片汇总版）：

① 卡片汇总版（飞书 Interactive Card）

• 按「整点速报卡片规范」构造 schema 2.0 卡片：蓝色 header「🤖 AI 晚报 · M月D日」+ 副标题（共 N 条），晚报全部条目入卡，全局连续序号 + 每条来源可跳转链接
• node wrapper 发送，--as bot，发用户私聊

② 小红书版（私聊文本）

• 按「小红书文风模板 v2」+ 500 字铁律 v3：正文原始长度（含空格、换行、标签）≤500，头条 + 4 条 + 悬念收尾 + 5-8 标签
• 蹭热点优先：当日出圈 AI 社会事件 > 行业新闻
• 同源条目合并；头条对照事件不在正文重复展开
• node wrapper（send_text.js 模式）发用户私聊文本

③ 微信公众号版（私聊预览 + 草稿箱直推）

• md 文本 + 排版 HTML 以 bot 身份发用户私聊；封面 + 草稿箱流程见下

公众号版四件套

1. 晚报 md 存 .tmpfiles/evening_paper.md，node wrapper（send_text.js 模式）发送文本
2. 排版 HTML：运行 md2wechat convert <md> --mode ai --theme ocean-calm --json 拿「深海静谧」设计规范 → 手写纯内联样式 HTML（淡蓝背景 #f0f4f8 / 主文字 #3a4150 / 强调 #4a7c9b / 卡片白底网格纹理+圆角14px+深海阴影 / ◆发光标题 / 每个 p 显式 color）存 .tmpfiles/evening_paper.html，send_file.js（cwd=项目根，相对路径）发送
3. 封面：mcp__image__generate 出「AI 晚报·M月D日」封面（16:9），风格严格按下方「封面图片风格规范（Zine 统一规范）」执行——与小红书封面同一套规范，仅比例从 3:4 换 16:9
4. 推草稿箱（关键顺序）：
   • upload_image <封面> --json → 拿 thumb media_id
   • 构造 draft JSON（{"articles":[{"title","digest","content":<HTML正文去body标签>,"thumb_media_id"}]}），必须无 BOM UTF-8（用 [IO.File]::WriteAllText($path, $json, [Text.UTF8Encoding]::new($false))，PowerShell 默认 UTF8 带 BOM 会报 invalid character 'ï'）
   • 标题/摘要铁律（2026-08-28 用户纠错，违反打回）：
     • 标题 = AI晚报 | <头条事件钩子>，<副事件钩子>，与当晚最终版 md 首行事件严格一致，≤64 字（超长先砍副钩子修饰词）
     • 摘要 = 最终版 md 的导语事实句（含头条关键数字 + "今天一天的事，N 条，全是今天的"），≤120 字；禁止出现与正文不符的条数、未入选或已删除的事件
     • payload 必须从当晚最终版 md/HTML 现场生成——md 被用户改动后旧 payload 一律作废重新生成，严禁复用旧 title/digest（2026-08-28 踩坑：内容改成 8 条后摘要仍写"5 条速览"、引用已删条目）
   • create_draft <json> --json → 成功返回草稿 media_id
   • 用户在公众号后台「草稿」里预览 → 手动发布；提醒用户删除同日旧草稿（同晚会累积多版）

• HTML 里的 <body>/</body> 标签要剥掉再填 content
• API 模式（48 个高级主题+布局模块）需 ¥199 永久 key（MD2WECHAT_API_KEY），用户未购买，勿切 API 模式

去 AI 味精华（2026-08-28 定稿：三源全量汇总，速报场景专用）

四个去味源，写作时全部生效（用户 2026-08-28 要求"所有去除 AI 味的 skill 都要运用，不要偷懒"；同日追加网络方法）：

1. humanizer-zh skill — 中文 AI 腔清单（A 词汇/B 结构/C 排版/D 语气四类 15 条）+ 反例黑名单 8 条 + 注入人味 6 条 + clean/humanize 两档
2. sound-human skill — 33 条模式（格言公式/假坦白开场/制造 punchline/aphorism 等）+ Detection Guidance（什么不是 AI 味，防误杀） + 人味信号清单 + personality-soul（无魂写作 vs 有心跳写作）
3. md2wechat humanize — 24 种 AI 痕迹模式 + 4 档强度（gentle/medium/aggressive/authentic），authentic 档为六维真人写作规则
4. 网络方法汇总（2026-08-28 检索） — GPTZero 检测原理（困惑度+突发性）及反制技巧：
   • 突发性（Burstiness）：检测器量化句子长度方差，人类写作长短句方差大、AI 四平八稳。反制：一段里必须有 1 个 <10 字短句 + 1 个 25 字以上长句
   • 单句控长：AI 爱多修饰长复合句。规则：单句 ≤25 字（中文），避免一句话连用 3 个以上连词
   • 深层改写才有效：同义词替换/语序调换是浅层改写，几乎无效；"结构不改等于白改，AI 味还在骨子里"——必须从写作逻辑、段落结构层面调整
   • 去上帝视角：AI 爱站在全知视角陈述；套具体身份（"我"、某个岗位视角）、加个人思考和小质疑更真实
   • 允许微小不完美：人类写作有细微的错误、停顿和跳脱感；全文完美流畅本身就是信号
   • 套路连接词全局搜删：首先/其次/最后/综上所述/不可否认的是——写完全文搜一遍

速报场景黑名单（三源合并，出现即改写）

① 格言收尾公式（sound-human §31/§32 + humanizer B2）：

• 「"XXX"，这个 Y 本身就是信号」「这不是 X，而是 Y」「恰恰说明」「背后的逻辑是」「真正的看点是」
• 病灶：把普通事实包装成金句。速报的点评要有立场，但立场用大白话说，不造格言
• 反例：「'太强所以晚两周发'，这个节奏本身就是信号：模型攻防已经强到厂商自己都要掂量」
• 正例：「敢因为这个原因推迟开源，说明安全团队真的被吓到了」

② 自造口语压缩（2026-08-28 实际踩坑，humanizer 反例黑名单第 1 条）：

• 「最硬一条」「这波稳了」「含金量拉满」这类硬凹出来的压缩短语——为去 AI 腔强行堆自造口语，是从一种假换成另一种假
• 反例：「长文最硬一条：景甜要的 5000 万美元，是 Claude 劝他别给的」（"最硬一条"是生造的，没人这么说话）
• 正例：「长文里提到，景甜要的 5000 万美元，是 Claude 劝他别给的」
• 判别法：把句子念出声，日常说话不会说的压缩词就是自造。自然口语的标志是完整句子，不是电报体

③ 修辞化包装动词：

• 「按下暂停键」「交出答卷」「打响第一枪」「落下实锤」「画上句号」——每段最多容忍一个，连续出现就是套模板
• 「引爆」「背刺」「碾压」「霸榜」这类戏剧动词单个可用，三个连用就是 AI 腔

④ AI 高频词（humanizer A 类 + md2wechat 词汇表合并）：

• 值得注意的是 / 综上所述 / 不仅…更是 / 涌现出（滥用时）/ 意味着 / 标志着 / 预示着 / 正在重塑 / 赋能 / 助力 / 深度融合 / 强强联合 / 里程碑 / 新篇章 / 划时代
• 「罕见」这个词 2026 年被 LLM 用滥了，见到必删

⑤ 工整三段式结构：

• 「事实句 + 事实句 + 升华句」的完美对称本身就是 AI 信号。破坏方法：长短句交替、允许某条只有事实没有点评（真人写 8 条不会每条都配金句）
• 警惕：每条都用双短句对仗收尾（「XX，YY。」×4 条连续出现）本身就是新模板

⑥ -ing 式肤浅分析中文版：

• 「推动着」「重塑着」「加速着」+ 空泛宾语 → 写清楚具体推动了什么，或删

⑦ 过度对称的证据排列：

• 「两个数字值得记住：X 和 Y」「三个信号：…」→ 数字包装去掉，直接说

⑧ 假坦白/表演式口语开场（sound-human §33）：

• 「说实话？」「讲真」「说白了吧」做独立开场再抖包袱 → 真人直接说事

保留的人味（三源一致，别误杀）

• 具体数字：4.6 跳到 28.3、单日 +4200 亿美元——数字越具体越像人写的，保留
• 变节奏：长短句交替（personality-soul: Short punchy sentences. Then longer ones that take their time.）
• 有观点：对事实有反应、有判断，中立罗列反而无魂
• 认复杂：偶尔写「这块我还没想清楚」「效果等实测」比强行下结论更像人
• 允许不齐整：半句点评、无关紧要的插入语、偶尔的跑题
• 完整句子：真人写新闻速报是完整叙述句，不是电报体压缩

误杀警告（sound-human Detection Guidance，改写前必读）

• 单个破折号/单个"然而"/单个短句不是 AI 信号——看聚集，不看孤立
• 工整语法、正式词汇、干瘪文风都不是 AI 证据；AI 有特定的高频词，不是所有书面语
• 去味目标是从假到真，不是从书面到口水

三版各自的应用要点（2026-08-28 增补，全部要做）

小红书版：

• 叙述用完整句子（不用电报体压缩）；头条 3-4 行里保证长短句方差（一行短一行长）
• 点评句式四条不得相同；允许某条只有事实不点评
• 对照式点评是招牌但每期限用 2 次，防止形成新模板
• 引语一字不改（宁删别处字数，不动引语）

公众号版（md + HTML）：

• 单句 ≤25 字，长句拆短；每段必须长短句混合（突发性）
• 8 条的点评不得全是「XX，YY。」双短句对仗——至少 2 条改成完整长句点评或追问式
• 引用块点评里的句式跨条要变化：陈述/反问/假设/留白交替
• 导语和结语用人称视角（"各位晚上好，这里是 AI 晚报"已符合），正文偶尔出现"我"的判断
• 写完全文全局搜：首先/其次/最后/综上所述/值得注意的是——发现即删

卡片汇总版：

• 条目主体是"一句话事实 + 来源链接"，天然中性，重点是事实句本身的写法：不要每条都用「主语 + 动词 + 数字 + 定性升华」的同构句式
• 板块间条目密度允许不均（某板块 1 条、某板块 6 条都正常，真人整理就是这样）

交叉验证流程（每版发出前，缺一不可）

1. 人工三源扫：写完对照上方 ①-⑧ 逐项过一遍
2. flavor_check.py：python scripts/flavor_check.py <文本>，退出码 0 才继续（含自造口语检测）
3. 结构校验：小红书跑 xhs_check.py，卡片跑 card_check.py
4. md2wechat humanize 交叉验证（可选但推荐）：md2wechat humanize <md文件> --show-changes -i gentle 看它标的 AI 痕迹；与本 skill 判断冲突时从严处理
5. 全部通过才发送。flavor_check ERROR → 重写命中句再跑，不许删规则放行

License

MIT