luoluomashang/dailypaper

最近记录的来源活动: 2026年4月22日 15:06

SkillsMP 收录数据更新: 2026年10月29日 18:30

已收集 skills: 2

GitHub 星标: 0
GitHub Forks: 0

用 AI 助手安装

复制这段 Prompt，发给你正在使用的 AI 助手。

Follow https://skillsmp.com/skill-install/prompt.md to install Agent Skills from https://github.com/luoluomashang/dailypaper.

仓库 README

仓库 README 来源：README.md

查看 README 源文件

展开完整 README

# dailypaper 这是一个面向“信息采集 -> AI 处理 -> 日报生成 -> 视频合成 -> 渠道分发”的自动化早报生产线原型。当前仓库已经完成四阶段采集质量治理升级：`prepare` 不再只是简单抓取和排序，而是会执行时间可信度判断、freshness 分层、官方源/雷达源准入控制、事件聚类、双池分栏和质量观测汇总。 ## 当前已实现 1. RSS、官方源列表页和网页列表采集，原始数据落盘 2. 清洗与标准化生成 `clean_news` 3. 本地规则评分与 LLM 评分双轨候选生成 4. 结构化 `daily_report` 草稿生成 5. 文件式人工审核与 `final-report.json` 定稿 6. 基于定稿正文输出 Markdown 和 HTML 7. 基于定稿正文生成口播稿、字幕段和分镜 8. Edge TTS 句级音频生成与时长统计 9. HTML 卡片与浏览器截图 PNG 视觉素材生成，带 Pillow fallback 10. FFmpeg 时间轴合成与视频任务输出 11. 本地目录分发和 `publish_task` 状态记录 12. `prepare` 自动生成待审核摘要和通知文件 13. `publish` 已拆成定稿、视频构建、分发三段，支持定向补跑 14. CLI 单次运行、指定日期补跑和本地调度入口 15. 每源采集健康日志：`data/health/<日期>/source-health.jsonl` 16. 分层官方源与社区雷达源：`source_role` / `official_level` / `canonical_url` 17. 事件聚类层：`data/events/<日期>/clusters.jsonl` 18. LLM 智能评分，未配置 key 时自动 fallback 到本地规则 19. 时间可信度标记：`time_confidence` / `is_fallback_time` 20. freshness gate：`strict` / `loose` / `stale` 三层分流，`stale` 不进入候选 21. 双池分栏：重点栏目优先从 strict 池选取，watchlist 优先承接 loose 池 22. HTML fallback discovery-only 降级：仅用于发现，不进入重点栏目 23. 来源默认准入策略：`can_enter_highlights` / `max_age_hours` / `default_section` 24. 四阶段观测指标：`freshness_summary`、`source_tier_summary`、`html_fallback_count` ## 配置中心配置文件收敛到 `config/` 目录： - `config/sources.json`：来源地址、优先级、准入策略、路径规则 - `config/profile.json`：日报标题、默认审核人、TTS 声线、LLM 配置等运行参数 - `config/branding.json`：视觉主题、品牌名和卡片配色兼容说明：如果 `config/sources.json` 不存在，程序仍会回退读取旧的 `config/sources.example.json`。 ### sources.json 分层与准入字段 ```json { "name": "openai_blog", "type": "official_blog", "url": "https://openai.com/blog/rss.xml", "source_role": "primary", "official_level": "primary", "can_enter_highlights": true, "max_age_hours": 24, "default_section": "highlights", "rules": { "must_match_paths": ["/blog"] } } ``` - `source_role`：当前主用 `primary` 和 `radar`，分别表示官方主源与社区雷达源 - `official_level`：`primary` / `secondary` / `organizational` / `radar`，用于默认准入和分栏策略 - `can_enter_highlights`：是否允许进入重点栏目 - `max_age_hours`：该来源的默认时效窗口，超过后更容易被判到 `loose` 或 `stale` - `default_section`：默认偏向栏目，当前为 `highlights` / `dynamics` / `watchlist` - `rules.must_match_paths`：当 RSS 不可用、改抓官方列表页时，用于限制只收集目标路径实务建议：官方源 RSS 失效时，可以把 `url` 改到官方新闻列表页，再用 `rules.must_match_paths` 把抓取范围限制在 `/news/`、`/updates/v` 之类的稳定路径上。 ### profile.json LLM 配置 ```json { "llm": { "provider": "anthropic", "model": "claude-3-5-haiku-20241022", "api_key_env": "ANTHROPIC_API_KEY", "enabled": true, "max_items_per_call": 20, "timeout_seconds": 30 } } ``` 设置环境变量 `ANTHROPIC_API_KEY` 即可启用。未设置时自动使用本地关键词规则评分器 `SimpleAIProcessor`。 ## 关键文档 - `从零开始使用手册.md`：面向新用户的中文上手手册 - `ai_workflow_architecture.md`：完整架构设计 - `acceptance_checklist.md`：端到端验收步骤 - `updatemd/运行状态说明.md`：`review-status` 与 `status-overview` 字段解释 - `source_collection_notes.md`：来源策略与采集结论 - `updatemd/实施计划-四阶段.md`：四阶段采集质量治理实施记录 ## AI Skill 项目已内置一个项目级 skill： - `.github/skills/dailypaper-operator/SKILL.md` 它用于让大模型直接协助操作这条流水线，支持： - 从零配置和首次运行 - 修改 `review.json` 后补跑 - 检查指定日期产物 - 解释 `source_health`、`event_summary`、`freshness_summary`、`source_tier_summary` - 排查官方源失效、HTML fallback、视频与发布链路问题使用方式有两种： 1. 在聊天里直接输入 `/dailypaper-operator`，再写你的目标。 2. 直接用自然语言描述，例如“帮我跑一次今天的早报”或“帮我检查 2026-04-21 的 freshness 分布”。 ## 安装依赖 ```bash pip install -r requirements.txt ``` Windows 推荐使用项目脚本初始化虚拟环境： ```powershell .\scripts\bootstrap.ps1 ``` 常用本地检查： ```powershell .\scripts\check.ps1 -ReportDate 2026-04-21 ``` 采集阶段默认会并发拉取来源，并对单源采集条数做上限控制。相关配置位于 `config/profile.json`： - `collect_max_workers`：并发采集 worker 数 - `max_items_per_source`：单个来源默认保留的最大原始条数 - `slow_source_threshold_ms`：超过该延迟会在 `status-overview.metadata.source_alerts` 中提示 ## 运行方式推荐走命令面：准备待审核稿： ```bash python main.py prepare --report-date 2026-04-21 ``` 查看审核状态： ```bash python main.py review-status --report-date 2026-04-21 ``` 查看整条链路和质量概览： ```bash python main.py status-overview --report-date 2026-04-21 ``` 打开本地审核台： ```bash python main.py review --report-date 2026-04-21 ``` 审核通过后正式发布： ```bash python main.py approve --report-date 2026-04-21 --approved-by 主编 python main.py publish --report-date 2026-04-21 ``` 定向补跑指定阶段： ```bash python main.py rerun-stage --report-date 2026-04-21 --stage prepare python main.py rerun-stage --report-date 2026-04-21 --stage video python main.py rerun-stage --report-date 2026-04-21 --stage distribute ``` 启动本地调度器： ```bash python main.py schedule --hour 8 --minute 0 ``` 兼容旧命令： - `python main.py run`：兼容旧入口，行为等价于一次 `prepare` - `python main.py rerun --report-date <日期>`：兼容旧入口，行为等价于一次 `publish` ## Claude Code 命令面当前推荐使用的标准命令如下： - `python main.py setup` - `python main.py prepare --report-date 2026-04-21` - `python main.py review-status --report-date 2026-04-21` - `python main.py status --report-date 2026-04-21` - `python main.py status-overview --report-date 2026-04-21` - `python main.py approve --report-date 2026-04-21 --approved-by 主编` - `python main.py publish --report-date 2026-04-21` - `python main.py rerun-stage --report-date 2026-04-21 --stage prepare` - `python main.py rerun-stage --report-date 2026-04-21 --stage video` - `python main.py rerun-stage --report-date 2026-04-21 --stage distribute` 这些命令统一返回： - `ok`：是否成功 - `status`：当前阶段状态，例如 `ready`、`prepared`、`approved`、`published` - `artifacts`：关键产物路径 - `metadata`：补充上下文，例如来源数量、审核摘要、恢复建议、事件概览和 freshness 分布 - `next_action`：建议的下一步动作其中 `status-overview` 适合看整条产物链是否完整，当前会额外返回： - `source_health`：每个来源的抓取状态、数量、失败原因与延迟 - `event_summary`：事件聚类总数、多源事件数和高分事件 - `freshness_summary`：`strict_count` / `loose_count` / `stale_count` - `source_tier_summary`：`primary_count` / `radar_count` - `html_fallback_count`：HTML fallback 条目数 ## 主要产物目录 - `data/raw/<date>/items.jsonl` - `data/clean/<date>/items.jsonl` - `data/candidates/<date>/items.jsonl`（含 `source_role`、`official_level`、`canonical_url`、`time_confidence`、`freshness_tier`、`discovery_only`） - `data/health/<date>/source-health.jsonl` - `data/events/<date>/clusters.jsonl` - `data/reports/<date>/report.json` - `data/review_tasks/<date>/review-task.json` - `data/final_reports/<date>/review.json` - `data/final_reports/<date>/final-report.json` - `output/notifications/<date>/review-summary.md`（含 strict/loose 和 HTML fallback 提示） - `output/notifications/latest-review-summary.md` - `output/reports/daily-report-<date>.md` - `output/reports/daily-report-<date>.html` - `output/audio/<date>/voice-segments.json` - `output/visuals/<date>/visual-assets.json` - `output/video/<date>/timeline.json` - `output/video/<date>/video-task.json` - `output/publish/<date>/publish-tasks.json`

正在加载仓库 README…

这个仓库中的 skills

软件开发工程师项目管理专家

2 个职业分类 · 已分类 100%

skill

职业分类

描述

更新

dailypaper-operator

软件开发工程师

用于操作 dailypaper 自动化早报生产线。适用于 setup、prepare、review-status、status-overview、review、approve、publish、rerun-stage、schedule、一键全流程执行、人工审核介入点、口播稿修改、验收、排障、发布检查、source_health、event_summary、freshness_summary、html_fallback_count、官方源修复等场景。用户提到…

2026-04-22

dailypaper-operator

项目管理专家

2026-04-22

已展示 2 / 2 个已收集 Skill。