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,methodsundgeographiesübersetzt - 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_journalshinzugefügt 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_papersPapiere aus, standardmäßig10. - 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 Forschungsfelderjel_codes: JEL-Codes oder partielle JEL-Familienkeywords: Themen-Keywordsmethods: Methoden oder empirische Designsgeographies: 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:
nametierfieldissn
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-Metadatenadapterrss_feeds: CEPR, RePEc/NEP, Fed, Zeitschriftenalarme oder andere RSS/Atom-Feedstarget_journals: Crossref-ISSN-Abfragen
Begrenzungen
max_papers: endgültige Digest-Größeper_source_rows: Anzahl der anzufordernden Zeilen pro Quellenabfragesource_caps: weiche Obergrenzen, die verhindern, dass ein Quellentyp den Digest dominiert
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.

Fetch-JSON
Wird von fetch generiert:
daily-econ-literature-radar-output/data/YYYY-MM-DDTHHMMSSZ.json
Jeder Papierdatensatz kann enthalten:
titleauthorssourcesource_kinddatedate_typedoiurlabstractkeywordsmatched_termspriorityscorenotes
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
cronlaunchd/ 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
pythonoderpy -3anstelle vonpython3. - 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 600durch Windows-Dateiberechtigungen oder speichern Sie das App-Passwort in einer Umgebungsvariablen. - Verwenden Sie
\.secrets\gmail_app_passwordin 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/.envdaily-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_papersklein 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.
