daily-briefing

name	daily-briefing
description	为 Rion 生成带跨日变化、可信度分层、商业机会和 X 草稿的每日 AI/Web3 早报。
tags	["daily","briefing","news","ai","web3","github","rion"]

每日早报 Skill

Codex 的标准可安装版本位于 skills/daily-briefing/。本文件保留为 Claude Code、Hermes 和其他 Agent 的兼容入口。

触发条件

• 用户说「给我今日早报」「生成早报」「最新模型发布」「daily briefing」
• 定时任务需要生成每日 AI/Web3 简报
• 需要把当天热点整理成中文自媒体选题

推荐执行方式

普通自动化或无模型环境，直接运行确定性 Markdown 版本：

python briefing.py --format markdown

在 Codex 里优先直接调用 $daily-briefing。Skill 内部默认使用两阶段精编：

skills/daily-briefing/scripts/run-daily-briefing.sh \
  --editorial-packet \
  --output-file outputs/editorial_packet.json

先由 Python 抓取、去重、打分并记录跨日历史，再由当前 Codex 模型读取候选包，完成最终选稿、中文解释和 X 草稿。不得补写候选包里不存在的事实或数字，所有条目保留原始可点击链接。每个可点击条目下必须先用 1 至 2 句中文说明谁做了什么、关键结果或影响，不能只给链接、来源或评分。

保存 Codex 精编版后运行概括质检：

python skills/daily-briefing/scripts/validate-briefing.py outputs/briefing_YYYY-MM-DD.md

如果只是验证环境是否能跑：

python briefing.py --dry-run --no-save

Codex 精编版通过质检后，默认再生成同名交互 HTML：

python skills/daily-briefing/scripts/render-briefing-html.py outputs/briefing_YYYY-MM-DD.md

HTML 保留最终 Markdown 内容，并提供搜索、栏目导航、可信度与产业层筛选、本地收藏、主题切换、Markdown 下载和打印/PDF；单文件可直接打开，不依赖服务器或外部 CDN。

如果用户要纯文本：

python briefing.py --format text

输出结构

1. 相比昨天的新变化
2. AI 产业链全景与跨层联动
3. 最新模型发布与产品更新
4. 应用层趋势与 AI 投融资
5. 可能爆火的 AI 新闻
6. 模型公司官方账号动态
7. 今日必须看
8. 适合发 X 的选题与 B端/商业机会
9. 持续跟踪与 X 草稿
10. AI / Web3 / 投资 / GitHub 明细

反馈闭环

当用户对本次早报说“看了”“收藏了”“准备写”“已经发了”“没价值”时，从当前早报或精编包找到对应条目的链接，直接记录反馈：

python briefing.py --feedback "<链接>" --feedback-action opened
python briefing.py --feedback "<链接>" --feedback-action saved
python briefing.py --feedback "<链接>" --feedback-action drafted
python briefing.py --feedback "<链接>" --feedback-action published
python briefing.py --feedback "<链接>" --feedback-action dismissed

能从上下文确定条目时不要再让用户重复提供标题。反馈只做有限加减分，不能覆盖时效和可信度。

用户说“生成本周简报复盘”“看看这周哪些内容最有用”时：

python briefing.py --weekly-review

周复盘包含持续信号、反馈偏好、来源成功率和下周动作。

默认交付 Markdown 和同名交互 HTML，新闻标题和项目名都带可点击链接。排序同时参考内容价值、商业价值、个人匹配、时效和可信度；可信度标注为 官方确认、多源印证 或 单源信号。每条保留具体中文概括，不加“摘要”“一句话介绍”“中文总结”等前缀；质检器会拦截缺少概括、只有元数据或命中空泛模板的条目。

重要规则

• 日期和星期必须由系统时间计算，不要靠猜。
• 外部网站抓取失败时，不要编造新闻；说明暂未抓到，并保留其他成功板块。
• --dry-run 是 Codex/CI 的稳定 smoke test，不能删。
• --no-save、--dry-run、--no-history 不写入跨日历史。
• 每次正常保存真实早报时，记录来源成功率、条数和耗时。
• 生成选题要适合中文 AI/Web3 自媒体受众，可以带澳洲、华人、出海、B 端服务视角。

数据源

• AI 热点：TechCrunch + OpenAI、Google DeepMind、Hugging Face 官方 RSS
• 模型发布：厂商官方 RSS/Sitemap/Changelog、19 个基础模型发布页，以及 42 个中美为主的官方 Hugging Face 组织页
• 官方账号：62 个中美模型公司和 AI 产品 X 官方账号；有 X API 时自动抓取，否则由 Codex 按清单联网检索
• AI 编程/Agent：Claude Code、Codex、Cursor、GitHub Copilot、Cognition/Devin、Replit 等官方 Changelog、Release 与 X 账号
• 多模态模型：Runway、Stability AI、Black Forest Labs、Midjourney、Luma、Pika、Kling、Vidu 等官方发布页与 X 账号
• 补充信号：Hacker News、arXiv、Hugging Face Trending、AI HOT
• 产业信号：NVIDIA、AWS、Google Cloud、Data Center Dynamics、Product Hunt、Crunchbase News 和 TechCrunch Venture
• 应用与资本：客户采用、用户增长、定价、收入、融资、并购、IPO 和财报；关键商业数字必须回到一手来源核验
• 官方追踪：Anthropic sitemap、指定 GitHub Releases
• Web3 热点：CoinDesk
• 投资 & 经济：TechCrunch Venture 分类
• GitHub 项目：GitHub Trending

数据源和数量限制在 config.yaml 中维护。

生成时会过滤明显跑题的 AI 新闻，并按 URL 与标题相似度合并同一事件；媒体和官方来源交替混排，某个源失败不会影响其他板块。

模型发布必须以厂商官网、官方 Changelog、官方模型卡或官方 Release 为确认依据。媒体报道只能补充影响，不得替代第一手发布链接；本轮没有官方发布时要明确说明，不能用传闻或旧模型填充。