zinan92/boletín-diario

Boletín Diario

Boletín Diario es un pipeline operativo de bandeja de entrada diaria que prioriza el entorno local. Obtiene material fuente, lo normaliza a un Markdown unificado por ítem, permite que la IA realice comprensión/fusión/selección/redacción de eventos, finaliza artefactos en Markdown/HTML/PNG, registra la salud de las fuentes y opcionalmente envía el resumen completo a Feishu.

Cuándo Usarlo

Usa este skill cuando el usuario solicite:

• ejecutar o verificar el pipeline del boletín diario con IA;
• depurar elementos fuente faltantes, retrasados o degradados;
• inspeccionar la entrega en Feishu o los artefactos locales enviados;
• cambiar la salida del boletín diario orientada al lector;
• revisar la salud del pipeline, el grafo de trabajo, el grafo de tareas o las invariantes de regresión;
• empaquetar este repositorio como un skill de agente público.

No uses este skill para redacción de boletines no relacionados, consejos genéricos sobre RSS o extracción de contenido en vivo fuera de este repositorio.

Entradas

• Raíz del repositorio: el checkout de daily-newsletter.
• Registro de fuentes: $PARKIO_HOME/_source management/sources.md.
• Datos de ejecución: $PARKIO_HOME/_inbox/{raw,unprocessed,processed}.
• Artefactos enviados: $PARKIO_HOME/001_daily newsletter/ai/.
• Secretos: variables de entorno o $PARKIO_HOME/_secrets/*.
• Herramientas opcionales de autenticación/ejecución: variables de autenticación de X, cookies de YouTube, WeWe RSS, content-toolkit, Chrome, MLX Whisper.

El valor por defecto de $PARKIO_HOME es ~/park-io.

Flujo de Trabajo

1. Lee README.md, AGENTS.md y GOTCHAS.md antes de cambiar el comportamiento.
2. Verifica el estado de git y conserva los cambios sin commit del usuario.
3. Para diagnósticos de solo lectura, comienza con los artefactos generados y los registros antes de volver a ejecutar comandos de producción.
4. Para verificación pública, ejecuta:

python3 -m pytest -q
python3 scripts/task_graph_validate.py
python3 scripts/workflow_graph_validate.py
python3 scripts/workflow_graph_dry_run.py
python3 scripts/n8n_import_diff.py

5. Para una ejecución manual de producción, usa la ruta por etapas:

./fetch-all.sh
python3 stages/to_md/run.py
BATCH=$(python3 stages/coarse_filter/run.py | tail -1)
PARKIO_BATCH_ID=$BATCH python3 build-digest.py
PARKIO_BATCH_ID=$BATCH python3 stages/archive/run.py
PARKIO_BATCH_ID=$BATCH python3 finalize-local.py
python3 build-product-radar.py --date "$(date +%F)"
python3 build-daily-bundle.py --date "$(date +%F)"
python3 reader_quality.py --date "$(date +%F)"
python3 send-feishu-digest.py --date "$(date +%F)"

6. Después de cualquier cambio orientado al lector o de enrutamiento, vuelve a ejecutar las pruebas y al menos el validador del grafo de trabajo.

Salidas

• processed/<YY-MM-DD>/run-report.json
• processed/receipts/feishu/*.json
• sent/YY-MM-DD.{md,html,png}
• sent/deep-YY-MM-DD.{md,html,png} cuando existen candidatos profundos
• sent/product-radar-YY-MM-DD.{md,html,png}
• sent/daily-YY-MM-DD.{md,html,png}
• status.html y JSON de salud de fuentes para visibilidad del operador

Seguridad

• Nunca imprimas ni hagas commit de claves API, cookies, secretos de webhook de Feishu, tokens de Telegram o valores de autenticación de X.
• No envíes mensajes a Feishu o Telegram a menos que el usuario lo solicite explícitamente para entrega o la tarea actual sea una verificación de entrega.
• No ocultes fallos de fuentes como "sin actualizaciones"; usa channel-health.py, run-report.json y los artefactos de estado.
• No crees boletines exitosos falsos cuando fallen el JSON de IA o la estructura final de Markdown.
• No muevas el juicio de contenido de los prompts de IA a umbrales deterministas de scripts, excepto para el filtrado grosero de basura.
• No reescribas HTML o PNG por separado del Markdown; Markdown es la única fuente orientada al lector.

Invariantes de Regresión

GOTCHAS.md es la fuente de verdad. Las invariantes más importantes son:

• La IA es responsable de la fusión, puntuación, clasificación, selección y redacción final.
• Los fallos estructurales en la salida de IA detienen la ejecución y escriben artefactos de error.
• Las lecturas profundas deben ser subconjuntos trazables del universo breve.
• Product Radar es una línea de producto separada y está enlazada por el paraguas diario.
• La salud de las fuentes permanece en estado/informe de ejecución/alertas, no dentro del cuerpo del resumen para el consumidor.