Communitygithub.com

lishn6/täglicher-wirtschaftsliteratur-radar

Ein Codex-Skill für tägliche Wirtschaftsliteratur-Feeds.

Was ist täglicher-wirtschaftsliteratur-radar?

Dieser Skill, **Daily Literature Radar**, ist ein Tool für die Codex-Plattform, das Wirtschaftswissenschaftlern und Forschenden eine tägliche Zusammenstellung relevanter Papiere aus einer Vielzahl von Quellen liefert. Er unterstützt die Überwachung von Zielzeitschriften (via Crossref), NBER-Arbeitspapieren, RSS/Atom-Feeds (z.B. CEPR, RePEc/NEP) und das Tracking bestimmter Autoren. Die erfassten Metadaten werden anhand eines benutzerdefinierten Forschungsprofils (mit Feldern, JEL-Codes, Keywords, Methoden, Geografien) bewertet und in einem täglichen Digest ausgegeben. Der Skill bietet zwei Versionen: eine Basisversion, die Markdown-Digests erstellt, und eine fortgeschrittene Version, die den Digest automatisch per E-Mail versendet. Die Konfiguration erfolgt idealerweise mit Hilfe eines KI-Assistenten wie Codex oder Claude Code, der bei der Erstellung des Forschungsprofils und der Auswahl der Quellen unterstützt. Der Skill ist datenschutzfreundlich, da er nur frei verfügbare Metadaten nutzt und keine Paywall-geschützten Inhalte herunterlädt.

Funktioniert mit✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/lishn6/daily-econ-literature-radar/tree/main

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Vorschau

Aus dem Skill-README

Vorschau der gerenderten HTML-E-Mail

Dokumentation

Daily Literature Radar Skill (Täglicher Literaturradar-Skill)

Daily Literature Radar ist ein Codex-Skill zur Verfolgung wirtschaftswissenschaftlicher Papiere aus Zielzeitschriften, Working-Paper-Quellen, RSS-Feeds und beobachteten Autoren. Er ruft offene Metadaten ab, bewertet Papiere anhand eines benutzerdefinierten Forschungsprofils und erstellt einen täglichen Digest.

Die Basisversion generiert Markdown. Die erweiterte Version läuft nach einem täglichen Zeitplan und sendet den Digest als formatierte HTML-E-Mail mit einem Markdown-Fallback.

Aktuelle Quellbibliotheken umfassen Crossref für Zielzeitschriften, offizielle NBER-Working-Paper-Metadaten sowie generische RSS/Atom-Feeds wie CEPR, RePEc/NEP, Federal-Reserve-Feeds und Zeitschriftenalarme. Weitere Working-Paper-Repositorien können als RSS-Feeds oder Quelladapter hinzugefügt werden.

Empfohlen: Konfiguration mit Codex

Dieser Skill wurde für die Konfiguration mit Hilfe von Codex oder Claude Code entwickelt. Ein Coding-Agent kann Ihre Forschungsinteressen in eine funktionierende daily-econ-literature-radar.config.json umwandeln, indem er:

  • Ihre Forschungsthemen in fields, keywords, jel_codes, methods und geographies übersetzt
  • nach der Definition Ihres Forschungsprofils feldtopische Zeitschriften empfiehlt und dann nur die von Ihnen ausgewählten Zeitschriften hinzufügt
  • ISSNs von Zeitschriften findet und verifiziert, bevor sie zu target_journals hinzugefügt werden
  • Zielautoren und Namensaliase hinzufügt
  • RSS-Feeds oder NBER-Programm-/Arbeitsgruppenfilter hinzufügt
  • Gmail-SMTP und einen Scheduler für die erweiterte, zeitgesteuerte tägliche E-Mail-Version konfiguriert

Die Basiseinrichtung benötigt nur die Markdown-Ausgabe. Die erweiterte Einrichtung sendet nach der Konfiguration von Gmail-SMTP und einem Scheduler automatisch einen täglichen HTML-E-Mail-Digest.

Was es tut

  • Überwacht Zielzeitschriften durch Crossref-ISSN-Abfragen.
  • Überwacht NBER-Arbeitspapiere durch offizielle NBER-Metadaten-TSV-Dateien.
  • Überwacht RSS/Atom-Quellen wie CEPR, RePEc/NEP, Federal-Reserve-Feeds oder Zeitschriftenalarme.
  • Verfolgt Zielautoren über alle abgerufenen Metadaten hinweg.
  • Bewertet Kandidatenpapiere nach Quelle, Status als Zielzeitschrift, Treffer bei Zielautoren, Themenübereinstimmung, JEL-/Methoden-/Geografie-Übereinstimmung sowie Keyword-Übereinstimmung in Abstract und Titel.
  • Entfernt Duplikate anhand von DOI oder Titel/Autor-Fallback.
  • Gibt pro Durchlauf maximal max_papers Papiere aus, standardmäßig 10.
  • Erstellt einen Markdown-Digest.
  • Sendet optional einen HTML-E-Mail-Digest über Gmail-SMTP oder einen anderen SMTP-Anbieter nach einem festen täglichen Zeitplan.
  • Lädt keine Paywall-geschützten PDFs oder eingeschränkte Volltexte herunter.

Projektstruktur

daily-econ-literature-radar/
├── README.md
├── config.example.json
├── example-output/
│   ├── sample-digest.md
│   ├── sample-email.html
│   └── sample-email-preview.png
├── .gitignore
└── daily-econ-literature-radar/
    ├── SKILL.md
    ├── agents/openai.yaml
    ├── references/
    │   ├── default-config.md
    │   ├── journal-watchlist.md
    │   └── source-notes.md
    └── scripts/
        ├── economics_literature_radar.py
        ├── render_digest.py
        ├── send_digest.py
        └── run_daily_radar.py

Eingaben

Konfigurieren Sie die Eingaben in daily-econ-literature-radar.config.json.

Forschungsprofil

Wird für die Relevanzbewertung verwendet:

  • fields: breite Forschungsfelder
  • jel_codes: JEL-Codes oder partielle JEL-Familien
  • keywords: Themen-Keywords
  • methods: Methoden oder empirische Designs
  • geographies: Länder, Regionen, Datensätze oder Umgebungen

Zielzeitschriften

Exakte Zeitschriftenüberwachung über Crossref. Die wirtschaftswissenschaftlichen Top-5-Zeitschriften sind standardmäßig aktiviert. Nachdem das Forschungsprofil festgelegt wurde, kann der Skill feldtopische Zeitschriften empfehlen; der Benutzer sollte auswählen, welche Empfehlungen hinzugefügt werden sollen. Jede Zeitschrift sollte enthalten:

  • name
  • tier
  • field
  • issn

Beispiel:

{
  "name": "Journal Name",
  "tier": "field_top",
  "field": "labor",
  "issn": ["0000-0000"]
}

Überprüfen Sie die ISSNs, bevor Sie sie hinzufügen.

Zielautoren

Autorennamen und Aliase, die priorisiert werden sollen:

{
  "name": "Author Name",
  "aliases": ["A. Name", "Author M. Name"],
  "notes": "Optional note"
}

Quellen

  • nber: offizieller NBER-Metadatenadapter
  • rss_feeds: CEPR, RePEc/NEP, Fed, Zeitschriftenalarme oder andere RSS/Atom-Feeds
  • target_journals: Crossref-ISSN-Abfragen

Begrenzungen

  • max_papers: endgültige Digest-Größe
  • per_source_rows: Anzahl der anzufordernden Zeilen pro Quellenabfrage
  • source_caps: weiche Obergrenzen, die verhindern, dass ein Quellentyp den Digest dominiert

E-Mail

E-Mail ist optional. Setzen Sie email.enabled nur auf true, nachdem Sie die SMTP-Anmeldeinformationen konfiguriert haben.

Ausgaben

Beispielausgaben sind in example-output/sample-digest.md, example-output/sample-email.html und example-output/sample-email-preview.png enthalten. Sie verwenden synthetische Papiermetadaten, behalten aber die gleiche Struktur und das gleiche E-Mail-Design wie bei echten Durchläufen bei.

Vorschau der gerenderten HTML-E-Mail

Fetch-JSON

Wird von fetch generiert:

daily-econ-literature-radar-output/data/YYYY-MM-DDTHHMMSSZ.json

Jeder Papierdatensatz kann enthalten:

  • title
  • authors
  • source
  • source_kind
  • date
  • date_type
  • doi
  • url
  • abstract
  • keywords
  • matched_terms
  • priority
  • score
  • notes

Markdown-Digest

Wird von render_digest.py generiert:

daily-econ-literature-radar-output/YYYY-MM-DD.md

Jedes Papier enthält Titel, Autoren, Quelle, Veröffentlichungs-/Aktualisierungsdatum, DOI/URL, gefundene Begriffe, Priorität, Abstract und Notizen.

E-Mail-Digest

Wird von send_digest.py oder run_daily_radar.py generiert, wenn E-Mail aktiviert ist. Die E-Mail enthält:

  • HTML-Textkörper für eine lesbare Darstellung in Gmail/Outlook
  • Klartext-Markdown-Fallback

Verwendung

Tipp: Bitten Sie Codex oder Claude Code, Ihnen bei der Konfiguration des Forschungsprofils, der Auswahl feldtopischer Zeitschriften, der Zielautoren und des geplanten E-Mail-Versands zu helfen. Gmail-SMTP mit einem Google-App-Passwort wurde getestet und funktioniert.

Basisversion: Nur Markdown

Führen Sie vom Projektstammverzeichnis aus:

cp config.example.json daily-econ-literature-radar.config.json

Bearbeiten Sie daily-econ-literature-radar.config.json mit Ihrem Forschungsprofil, Autoren und Quellen. Behalten Sie die standardmäßigen Top-5-Zeitschriften bei, falls gewünscht, und fügen Sie dann feldtopische Zeitschriften hinzu, nachdem Sie aus den Empfehlungen ausgewählt haben.

Papiere abrufen:

python3 daily-econ-literature-radar/scripts/economics_literature_radar.py fetch --config daily-econ-literature-radar.config.json

Markdown rendern:

python3 daily-econ-literature-radar/scripts/render_digest.py \
  daily-econ-literature-radar-output/data/YYYY-MM-DDTHHMMSSZ.json \
  --output daily-econ-literature-radar-output/YYYY-MM-DD.md

Nachdem Sie den Digest überprüft haben, markieren Sie die erfolgreiche Verarbeitung:

python3 daily-econ-literature-radar/scripts/economics_literature_radar.py mark-success \
  --config daily-econ-literature-radar.config.json \
  --data daily-econ-literature-radar-output/data/YYYY-MM-DDTHHMMSSZ.json

mark-success aktualisiert state.json, sodass zukünftige Durchläufe dieselben Papiere nicht wiederholen.

Erweiterte Version: Tägliche E-Mail zu einer festgelegten Zeit

Die erweiterte Version ist ein geplanter Workflow. Die Skripte laufen nicht von selbst als Hintergrunddienst; ein Scheduler wie Codex-Automation, cron, macOS LaunchAgent oder die Windows-Taskplanung sollte run_daily_radar.py zur gewünschten Zeit täglich aufrufen.

Konfigurieren Sie die gewünschte Zustellzeit in Ihrem Scheduler. Sie können sie auch in der Konfiguration festhalten:

"push_time": "09:00",
"timezone": "America/Toronto"

Gmail-SMTP

Die aktuelle Implementierung wurde mit Gmail-SMTP und einem Google-App-Passwort getestet.

Setzen Sie in daily-econ-literature-radar.config.json:

"email": {
  "enabled": true,
  "provider": "gmail_smtp",
  "from": "Daily Literature Radar <[email protected]>",
  "to": "[email protected]",
  "smtp_host": "smtp.gmail.com",
  "smtp_port": 587,
  "smtp_username": "[email protected]",
  "smtp_password_env": "DAILY_RADAR_GMAIL_APP_PASSWORD",
  "smtp_password_file": ".secrets/gmail_app_password",
  "use_starttls": true
}

Gmail erfordert normalerweise ein Google-App-Passwort anstelle Ihres normalen Google-Passworts. Erstellen Sie eines in den Sicherheitseinstellungen Ihres Google-Kontos und speichern Sie es auf eine dieser Arten.

Umgebungsvariable:

export DAILY_RADAR_GMAIL_APP_PASSWORD="your-app-password"

Ignorierte lokale Datei:

mkdir -p .secrets
printf '%s' 'your-app-password' > .secrets/gmail_app_password
chmod 600 .secrets/gmail_app_password

Die .gitignore-Datei schließt .secrets/, .env, lokale Konfigurationen und Ausgaben aus.

Einen Digest senden

python3 daily-econ-literature-radar/scripts/send_digest.py \
  daily-econ-literature-radar-output/YYYY-MM-DD.md \
  --config daily-econ-literature-radar.config.json

Die vollständige E-Mail-Pipeline ausführen

python3 daily-econ-literature-radar/scripts/run_daily_radar.py --config daily-econ-literature-radar.config.json

Dies führt aus:

fetch -> render Markdown -> send HTML email -> mark-success

Es markiert den Erfolg erst, nachdem der E-Mail-Versand erfolgreich war.

Tägliche Zustellung planen

Planen Sie diesen genauen Befehl, um einmal täglich zu Ihrer gewählten Zeit ausgeführt zu werden:

python3 daily-econ-literature-radar/scripts/run_daily_radar.py --config daily-econ-literature-radar.config.json

Dieser Befehl führt den vollständigen täglichen E-Mail-Workflow aus:

fetch -> render Markdown -> send HTML email -> mark-success

Planungsoptionen

Codex-Automation

Erstellen Sie eine tägliche Cron-Automation, die aus diesem Projektverzeichnis ausgeführt wird:

python3 daily-econ-literature-radar/scripts/run_daily_radar.py --config daily-econ-literature-radar.config.json

Verwenden Sie die bevorzugte lokale Zeitzone und -zeit des Benutzers, z. B. täglich um 09:00 Uhr.

macOS-Cron oder LaunchAgent

Dieses Projekt wurde auf einer MacBook/macOS-Umgebung mit Python 3 entwickelt und getestet. Die einfachsten macOS-Planungsoptionen sind:

  • Codex-Automation
  • cron
  • launchd / LaunchAgent

Stellen Sie bei cron sicher, dass der Job im Projektverzeichnis startet und dasselbe Python-Executable verwendet, das auch beim Testen funktioniert hat.

Windows-Kompatibilität

Die aktuelle Version wurde auf MacBook/macOS getestet. Die Python-Skripte verwenden nur die Standardbibliothek und sollten portabel sein, aber Windows-Benutzer sollten Folgendes anpassen:

  • Verwenden Sie python oder py -3 anstelle von python3.
  • Verwenden Sie die PowerShell-Pfadsyntax und setzen Sie Pfade, die Leerzeichen enthalten, in Anführungszeichen.
  • Verwenden Sie die Windows-Taskplanung anstelle von cron/launchd.
  • Ersetzen Sie chmod 600 durch Windows-Dateiberechtigungen oder speichern Sie das App-Passwort in einer Umgebungsvariablen.
  • Verwenden Sie \.secrets\gmail_app_password in Windows-Pfaden, wenn Sie ein Dateigeheimnis verwenden.
  • Stellen Sie sicher, dass TLS-SMTP-Verbindungen von der lokalen Firewall oder den Antivirenprogrammen zugelassen werden.

Beispiel-PowerShell-Befehl:

cd "C:\path\to\daily-econ-literature-radar"
py -3 daily-econ-literature-radar\scripts\run_daily_radar.py --config daily-econ-literature-radar.config.json

Datenschutz und Sicherheit

Committen Sie nicht:

  • daily-econ-literature-radar.config.json
  • .secrets/
  • .env
  • daily-econ-literature-radar-output/

Der Skill verwendet nur Metadaten und Abstracts, die von den Quellen bereitgestellt werden. Er lädt keine Paywall-geschützten PDFs oder eingeschränkte Volltexte herunter. Wenn eine Quelle keinen Abstract hat, markiert der Digest das Papier als ohne Abstract/nur Titel, anstatt Ergebnisse abzuleiten.

Hinweise zur Anpassung

  • Halten Sie max_papers klein genug, damit der Digest lesbar bleibt.
  • Die Top-5-Zeitschriften sind standardmäßig aktiviert; fügen Sie feldtopische Zeitschriften mit verifizierter ISSN hinzu, nachdem Sie aus den Empfehlungen ausgewählt haben.
  • Fügen Sie Zielautoren mit Aliasen für Initialen oder Namensvarianten hinzu.
  • Fügen Sie RSS-Feeds schrittweise hinzu und überprüfen Sie die Qualität, bevor Sie die tägliche Zustellung planen.
  • Verwenden Sie Quellenobergrenzen, um zu verhindern, dass eine Quelle den Digest dominiert.

Verwandte Skills