ai-daily-report

name	ai-daily-report
description	收集并生成AI领域热门报告。触发条件：用户要求获取AI相关信息，如"收集AI新闻"、"获取AI信息"、"有什么AI新动态"、"AI今天发生了什么"、"生成AI报告"、"AI摘要"、"AI周报"、"AI今日动态"等。支持用户指定具体领域（如LLM、CV、NLP、机器人等），支持指定收集条数（不指定默认10条），支持指定时间段（不指定默认"今日"），输出包含md、html、pdf多个版本的文件。

AI Daily Report

本技能用于收集并生成AI领域的每日热门报告。

触发场景（泛化）

以下表达方式均可触发本技能：

• "收集今日AI新闻" / "有什么AI新闻"
• "获取AI信息" / "帮我查一下AI动态"
• "AI今天发生了什么" / "最近AI有什么新消息"
• "生成AI报告" / "做一份AI摘要"
• "AI今日动态" / "AI周报"
• "看看最近AI圈发生了什么"

支持的参数

参数	类型	必填	说明
领域	string	否	具体AI领域，如：LLM、大模型、CV、计算机视觉、NLP、自然语言处理、机器人、自动驾驶、多模态、AI Agent、具身智能、生成式AI、AIGC、Stable Diffusion、Midjourney等。不指定则收集全领域
条数	number	否	收集的条数，不指定则默认10条
时间段	string	否	收集的时间范围，如"今日"、"本周"、"本月"、"近一周"、"近一个月"等。不指定默认"今日"

时间段参数说明

用户表达	解析结果	说明
"今天有什么AI新闻"	今日	默认选项
"本周AI动态"	本周	最近7天
"本月AI报告"	本月	最近30天
"近一周的AI论文"	近一周	最近7天
"帮我整理一下这个月的AI技术"	近一个月	最近30天
"上周的AI新闻"	上周	7-14天前

防卡死机制（重要）

为防止任务卡住或超时，执行时必须遵循以下规则：

超时控制

操作	超时限制	说明
web_fetch 单次	10秒	单个URL抓取超时
web_search 单次	8秒	单次搜索超时
单个信息源	15秒	整个源的超时限制
整个收集阶段	120秒	第二步的总时间限制

错误处理

1. 失败跳过 - 单个源失败不影响整体，继续下一个
2. 快速失败 - 连续3个源失败则降低采集目标
3. 兜底内容 - 如果某类内容收集不足，用已有内容补充
4. 永不阻塞 - 任何操作都必须在超时内完成或放弃

并行策略

• 使用 sessions_spawn 启动子任务并行抓取多个源
• 每个子任务独立设置超时
• 主任务汇总结果，超时未返回的源忽略

进度反馈

每完成一个信息源，输出简短提示：

[1/5] Hacker News ✓
[2/5] arXiv 论文列表 ✓
...

工作流程

第一步：解析用户指令（快速）

• 识别触发关键词
• 提取领域参数（可选，默认全领域）
• 提取条数参数（可选，默认10条）
• 提取时间段参数（可选，默认"今日"）
• 预估耗时并告知用户

时间段解析规则：

关键词	时间范围
今日/今天/今日消息	当天（0天）
昨日/昨天	前1天
本周/近7天/最近一周	0-7天
上周	7-14天前
本月/近30天/最近一个月	0-30天
上月	30-60天前
指定日期如"3月15日"	具体日期

时间段影响：

• 文件名包含时间段标识
• 搜索时使用时间过滤参数
• 内容筛选时考虑时间相关性

第二步：多维度信息收集

超时限制：120秒

按优先级抓取信息源，每个源单独设置超时：

优先级1 - 必须成功（选择2-3个）：

• Hacker News 或 Reddit
• arXiv 论文列表

优先级2 - 尽量成功（选择2-3个）：

• The Verge AI
• VentureBeat
• 36kr AI

优先级3 - 可选（选择1-2个）：

• Papers with Code
• GitHub Trending

执行规则：

1. 每个 web_fetch 调用设置 maxChars: 8000 限制内容
2. 每个 web_fetch 内部隐含10秒超时
3. 单个源超过15秒未响应则跳过
4. 超过120秒强制结束，进入整理阶段

示例：

// 并行抓取多个源，设置超时
await Promise.race([
  web_fetch({ url: "...", maxChars: 8000 }),
  new Promise(r => setTimeout(() => r(null), 15000)) // 15秒超时
])

第三步：筛选与整理

• 根据指定领域和条数筛选内容
• 收集到的内容不足时，降低条数要求
• 确保新闻、论文、工具各类型都有

第四步：AI领域知识摘要

核心原则：基于AI领域知识进行总结，不要直接翻译原文

摘要撰写要求：

• 使用中文撰写，但不要机翻
• 结合AI领域背景知识进行解读
• 提炼技术要点、创新点、意义
• 说明该内容在AI发展中的位置和影响
• 如涉及论文，需说明创新方法、实验结果、适用场景
• 如涉及工具，需说明功能特点、适用场景、竞品对比

每条内容包含：

• 标题
• 摘要（100字以上，融入AI领域分析）
• 消息源链接
• 发布日期

第五步：总体总结

包含：

• 核心趋势（3-5条）- 从AI领域视角解读
• 需要关注的问题
• 一句话总结

第六步：生成多格式报告

超时限制：60秒

保存到：~/.openclaw/workspace/ai-reports/

1. Markdown版本 (.md) - 直接保存
2. HTML版本 (.html) - 渲染美化后的HTML
3. PDF版本 (.pdf) - 通过HTML转换（可选，失败不影响主流程）

调用脚本转换格式：

python3 ~/.openclaw/workspace/skills/ai-daily-report/scripts/md_converter.py \
  ~/.openclaw/workspace/ai-reports/AI-报告-{领域}-{时间段}-{日期}.md \
  ~/.openclaw/workspace/ai-reports/

文件名格式：

• 今日报告：AI-报告-LLM-今日-2026-03-18.md
• 本周报告：AI-报告-LLM-本周-2026-03-18.md
• 本月报告：AI-报告-LLM-本月-2026-03-18.md

PDF转换失败不影响报告生成，HTML已足够阅读。

输出格式（Markdown版本）

# 🔥 AI领域热门速递（{领域}）— {时间段} YYYY年M月D日

> 收集领域：{领域} | 收集时间段：{时间段} | 收集条数：{N}条

## 📰 {N}条热门新闻

### 1. [标题]
> [基于AI领域知识的摘要，100字以上...]
> 📅 发布日期 | 🔗 [来源](URL)

### 2. [标题]
...

## 📄 {N}条热门论文

### 1. [论文标题]
> [AI领域视角的论文解读，包括创新方法、实验结果等，100字以上]...
> 📅 arXiv ID | 🔗 [来源](URL)

## 🛠️ {N}条热门技术/工具

### 1. [技术/工具名称]
> [功能特点、适用场景、竞品对比，100字以上]...
> 🔗 [项目地址](URL)

## 📊 今日AI领域总体总结

### 【核心趋势】
1. [从AI领域视角解读]
2. ...

### 【需要关注的问题】
- ...

### 【一句话总结】
...

HTML模板

脚本 md_converter.py 已内置美观的HTML模板，包含：

• 渐变紫色主题header
• 卡片式内容布局
• 响应式设计（适配手机/电脑）
• 新闻/论文/工具分类展示
• 打印友好样式

PDF生成

脚本会自动检测并安装PDF转换依赖：

1. 自动安装 - 脚本会自动尝试安装以下Python库（按优先级）：

   • weasyprint ⭐ 推荐，效果最好
   • pdfkit
   • xhtml2pdf
   • fpdf2 - 纯Python，样式简化

2. 无需手动安装 - 首次运行时会自动下载缺失的库

3. 兜底方案 - 如均安装失败，会提示使用浏览器打印为PDF

注意事项

• 摘要必须基于AI领域知识进行总结，禁止直接翻译
• 每条摘要必须达到100字以上
• 必须附上来源URL
• 总体总结要有深度分析
• 使用中文撰写
• 领域名称需要规范化（如"大模型"→"LLM"）
• 报告保存后向用户展示文件路径
• 执行时必须设置超时，防止卡死
• PDF生成失败不影响HTML报告
• 时间段默认为"今日"，可根据用户需求调整