octo-patch/MorningAI

morning-ai: Gerador de Relatório MorningAI

Visão geral de permissões: Coleta dados públicos do Reddit, Hacker News, GitHub, HuggingFace, arXiv e X/Twitter. Requer chaves de API opcionais configuradas em .env ou ~/.config/morning-ai/.env. Escreve arquivos de relatório no diretório de trabalho atual. Veja Configuração para detalhes.

Monitore mais de 80 entidades de IA em 6 fontes. Colete atualizações das últimas 24 horas, pontue e deduplique-as, e gere um relatório diário estruturado em Markdown. Abrange 4 tipos: Produto (lançamentos de funcionalidades, versões), Modelo (novos modelos, pesos open-source), Benchmark (mudanças em rankings, artigos), Financiamento (rodadas, aquisições, marcos).

---

--intro — Introdução do Produto

Se o usuário passar --intro, exiba a introdução a seguir e pare (não prossiga para a coleta de dados):

---

MorningAI — Monitor de notícias diárias de IA que acompanha 80+ entidades em 6 fontes.

O que faz:

• Coleta atualizações do Reddit, Hacker News, GitHub, HuggingFace, arXiv e X/Twitter
• Pontua e deduplica itens em uma escala de 1 a 10 com verificação entre fontes
• Gera relatórios Markdown estruturados com 4 tipos de conteúdo: Produto, Modelo, Benchmark, Financiamento
• Opcional: imagens de infográfico (5 estilos visuais), resumos para mensagens (WeChat/Telegram/Slack), cópias para redes sociais (X/Xiaohongshu)

Fontes (todas gratuitas, sem necessidade de chaves de API para uso básico):

Fonte	Método	Chave de API
Reddit	JSON público	Não necessária
Hacker News	API Algolia	Não necessária
GitHub	API REST	Opcional (GITHUB_TOKEN para limites de taxa mais altos)
HuggingFace	API pública	Não necessária
arXiv	API pública	Não necessária
X/Twitter	Pesquisa web	Não necessária

Início rápido:

/morning-ai                     # Executa com padrões (Inglês, todos os tipos)
/morning-ai --lang zh           # Relatório em Chinês
/morning-ai --depth deep        # Coleta abrangente
/morning-ai --exclude Funding   # Pular notícias de financiamento

Funcionalidades opcionais (requerem chaves de API):

• Imagens de infográfico: defina IMAGE_GEN_PROVIDER + chave de API do provedor
• Cópia para redes sociais: defina SOCIAL_ENABLED=true
• Resumo para mensagens: defina MESSAGE_ENABLED=true

Arquivo de configuração: ~/.config/morning-ai/.env — execute /morning-ai sem configuração para iniciar a configuração guiada.

Versão: 1.2.9 | GitHub | ClawHub

---

Após exibir a introdução, pare. Não prossiga para o Passo 0 ou coleta de dados.

---

Passo 0: Portão de Configuração (OBRIGATÓRIO — deve ser concluído antes de qualquer outro passo)

Execute este comando PRIMEIRO antes de fazer qualquer outra coisa:

if [ -f "$HOME/.config/morning-ai/.env" ] || [ -f ".claude/morning-ai.env" ] || [ -f ".env" ]; then echo "CONFIG_STATUS=READY"; else echo "CONFIG_STATUS=MISSING"; fi

Ramifique conforme a saída:

• Se a saída for CONFIG_STATUS=READY — leia o arquivo de configuração, informe quais fontes estão ativas, então prossiga para o Passo 1.
• Se a saída for CONFIG_STATUS=MISSING — PARE. Você DEVE concluir a Primeira Configuração abaixo antes de prosseguir para o Passo 1.

Primeira Configuração (quando MISSING)

CRÍTICO: PARE AQUI. Você DEVE concluir todas as etapas de configuração abaixo interativamente com o usuário. NÃO execute o Passo 1 (coleta de dados) até que um arquivo de configuração exista e a verificação do portão retorne READY. Executar a coleta de dados sem configuração produzirá resultados incompletos.

Guie o usuário pela configuração interativamente, aguardando a resposta dele em cada etapa:

1. Boas-vindas — explique brevemente o que o morning-ai faz: monitora 80+ entidades de IA em 6 fontes (Reddit, Hacker News, GitHub, HuggingFace, arXiv, X/Twitter), gera relatórios diários pontuados
2. Mostre o que funciona gratuitamente — 6 fontes (5 não precisam de chaves de API, 1 opcional):
   • Reddit (JSON público), Hacker News (API Algolia), HuggingFace (API pública), arXiv (API pública), X/Twitter (pesquisa web)
   • GitHub (API pública, GITHUB_TOKEN opcional para limites de taxa mais altos)
3. Pergunte ao usuário se ele deseja ativar o GitHub com limites de taxa mais altos:

Chave	Fonte	Onde obter
GITHUB_TOKEN	Releases e repositórios do GitHub (limite de taxa mais alto)	https://github.com/settings/tokens

4. Pergunte sobre infográficos (opcional):

Chave	Descrição
IMAGE_GEN_PROVIDER	Provedor: gemini | minimax | none (padrão: none)
IMAGE_STYLE	Estilo: classic | dark | glassmorphism | newspaper | tech
GEMINI_API_KEY	Google Gemini/Imagen (https://aistudio.google.com/apikey)
MINIMAX_API_KEY	MiniMax global(https://www.minimax.io)
MINIMAX_API_KEY	MiniMax cn (https://platform.minimaxi.com)

5. Pergunte sobre distribuição de conteúdo social (opcional):

   • Ativar geração de conteúdo social? Defina SOCIAL_ENABLED=true
   • Quais plataformas? X (Twitter), Xiaohongshu (Little Red Book), ou ambos
   • Para configuração avançada de múltiplas contas/estilos, crie ~/.config/morning-ai/social_channels.json (veja skills/gen-social/SKILL.md para o esquema). Para configuração rápida de canal único, basta definir as variáveis de ambiente SOCIAL_PLATFORM, SOCIAL_STYLE e SOCIAL_LANG.

6. Pergunte sobre resumo por mensagem (opcional):

   • Ativar resumo conciso para compartilhamento em plataformas de mensagens (WeChat, Telegram, Slack)?
   • Se sim: defina MESSAGE_ENABLED=true
   • Configurações opcionais: MESSAGE_MIN_SCORE (padrão 5), MESSAGE_MAX_ITEMS (padrão 10), MESSAGE_LINKS (bottom ou inline), MESSAGE_CATEGORY_BALANCE (padrão true, distribui espaços entre tipos de conteúdo)

7. Crie o arquivo de configuração — colete as chaves que o usuário fornecer e escreva-as em ~/.config/morning-ai/.env no formato CHAVE=valor (uma por linha). Crie o diretório se necessário: mkdir -p ~/.config/morning-ai

8. Confirme — mostre quantas fontes estão agora ativas (N/9)

9. Verifique — reexecute a verificação do portão para confirmar CONFIG_STATUS=READY:

   if [ -f "$HOME/.config/morning-ai/.env" ] || [ -f ".claude/morning-ai.env" ] || [ -f ".env" ]; then echo "CONFIG_STATUS=READY"; else echo "CONFIG_STATUS=MISSING"; fi
   

   Só prossiga para o Passo 1 se a saída for READY.

10. Se o usuário quiser pular a configuração de chaves de API e usar apenas fontes gratuitas, crie um arquivo de configuração mínimo primeiro, depois prossiga para o Passo 1:

mkdir -p ~/.config/morning-ai && echo "# Configuração morning-ai — apenas fontes gratuitas" > ~/.config/morning-ai/.env

---

Idioma

Parâmetro	Padrão	Exemplo
--lang	en (Inglês)	--lang zh (Chinês), --lang ja (Japonês)

Regras:

• O padrão é Inglês. A menos que --lang seja explicitamente especificado, o relatório DEVE ser escrito inteiramente em Inglês. Todo o texto do relatório — títulos, resumos, cabeçalhos de seção, rótulos de tabelas, marcadores, análise "Por Que Isso Importa" e todo outro conteúdo legível por humanos — deve estar em Inglês.
• Se --lang for especificado, use esse idioma para todo o conteúdo legível por humanos.
• Nomes de entidades são substantivos próprios (OpenAI, DeepSeek, Midjourney, etc.) — mantenha-os como estão independentemente do idioma.
• Quando os dados de origem estiverem em um idioma diferente do alvo (ex.: fonte em Chinês → relatório em Inglês), traduza-os para o idioma alvo durante a geração do relatório. NÃO deixe fragmentos não traduzidos.
• A configuração --lang também se aplica ao conteúdo do prompt de infográfico (veja Passo 4).

---

Pré-requisito: O Passo 0 deve ter retornado CONFIG_STATUS=READY. Se você não concluiu o Passo 0, volte e execute-o agora.

Passo 1: Coleta de Dados

Execute o coletor Python para reunir dados de fontes automatizadas:

cd {SKILL_DIR} && python3 skills/tracking-list/scripts/collect.py --date {YYYY-MM-DD} --depth default -o {CWD}/data_{YYYY-MM-DD}.json

Parâmetros:

• --date: Data alvo, padrão hoje (YYYY-MM-DD)
• --depth: Profundidade de coleta — quick (rápido, menos resultados), default, ou deep (abrangente)
• --sources: Fontes específicas apenas, ex.: --sources reddit hackernews github
• -o: Caminho do arquivo JSON de saída

O que faz:

• Executa 5 coletores concorrentemente (Reddit, HN, GitHub, HuggingFace, arXiv)
• Janela de tempo: [Ontem 08:00, Hoje 08:00) UTC+8
• Pipeline: coletar → pontuar (1-10) → deduplicar → vincular entre fontes → bônus de verificação
• Retorna JSON estruturado com todos os itens, estatísticas e metadados de coleta

Timeout: Permita até 3 minutos para profundidade padrão, 5 minutos para profunda.

Se o usuário fornecer --exclude tipos (ex.: --exclude Funding), anote quais tipos filtrar no Passo 3.

Pesquisa X/Twitter

Após a coleta automatizada ser concluída, use pesquisa web para descobrir atualizações recentes do X/Twitter de entidades monitoradas. Os handles X monitorados estão listados em {SKILL_DIR}/lib/entities.py sob X_HANDLES.

Estratégia de Pesquisa: Verificação de Contas em Múltiplas Camadas

Pesquise X/Twitter em três camadas, em ordem de prioridade:

Camada 1 — Contas Oficiais (maior prioridade): Pesquise por posts recentes de contas oficiais de empresas/produtos. Os handles estão listados em arquivos de entidade em {SKILL_DIR}/entities/.

• Foco: Lançamentos de modelos, lançamentos de produtos, atualizações de API, mudanças de preço

Camada 2 — Contas de CEO / Pessoal-Chave: Verifique as contas de pessoas-chave para anúncios, prévias e contexto que as contas oficiais podem não cobrir. Listados como "Pessoas-Chave" em cada arquivo de entidade.

• Foco: Pré-visualizações iniciais, contexto estratégico, detalhes técnicos, comentários competitivos

Camada 3 — KOLs e Instituições de Benchmark: Verifique contas de líderes de opinião em IA e contas de avaliação para análises independentes, resultados de benchmarks e descobertas em tendência. Veja {SKILL_DIR}/entities/kol.md e {SKILL_DIR}/entities/benchmarks-academic.md.

• Foco: Destaques de artigos, classificações de benchmarks, tendências da comunidade, testes independentes

Execução da Pesquisa

Para cada profundidade de pesquisa:

Profundidade	Camada 1 (Oficial)	Camada 2 (Pessoal)	Camada 3 (KOLs)
quick	Top 5 entidades por prioridade	Pular	Pular
default	Todas as entidades principais (~20)	Contas de CEO principais (~10)	Principais KOLs (~5)
deep	Todas as entidades com handles X	Todas as contas de pessoal	Todos os KOLs + contas de benchmark

Use consultas de pesquisa web como:

• site:x.com @{handle} since:{ontem} — para posts de conta específica
• site:x.com "{nome da entidade}" anúncio IA — para descoberta mais ampla
• site:x.com lançamento modelo IA OU benchmark OU open-source {data} — para notícias de IA em tendência

Tratamento de RT/Tweet com Citação

Quando um post descoberto for um retweet (RT) ou tweet com citação:

1. Rastreie até o post original — o timestamp do evento é a hora do post original, não a hora do RT/citação
2. Valide a hora do post original está dentro da janela de coleta de 24 horas [Ontem 08:00, Hoje 08:00) UTC+8
3. Use a URL do post original como source_url, não a URL do RT/citação
4. Credite o autor original em source_label (ex.: "@AnthropicAI no X (via @karpathy RT)")

Validação de Pontualidade

• Todos os horários de posts X devem ser convertidos para UTC+8 para validação da janela
• A janela de coleta é [Ontem 08:00, Hoje 08:00) UTC+8
• Posts fora desta janela são rejeitados — NÃO os inclua independentemente da relevância
• Para RTs/tweets com citação, valide a hora do post original, não a hora do retweet

Prioridade de Fonte para Itens com Origem em X

Prioridade	Tipo de Fonte	Credibilidade
1	Blog oficial / changelog	Mais alta
2	Conta oficial X/Twitter	Alta
3	Changelog / docs da API	Alta
4	Release oficial do GitHub	Alta
5	Conta X do CEO / pessoal-chave	Média-Alta
6	Conta X de instituição de benchmark	Média
7	Conta X de KOL	Apenas para referência — requer verificação cruzada

Itens provenientes apenas de contas KOL (Prioridade 7) devem ser pontuados de forma conservadora e sinalizados para verificação cruzada com uma fonte oficial.

Incorporando Descobertas do X

Para cada atualização X/Twitter verificada:

1. Crie um TrackerItem com source: "x", source_url apontando para o tweet original, e source_label como "@{handle} no X"
2. Se o mesmo evento já foi encontrado por um coletor automatizado (Reddit, HN, GitHub, etc.), mescle-o como um cross_ref em vez de criar uma duplicata — isso fortalece a pontuação de verificação
3. Se for uma descoberta genuinamente nova não presente nos dados automatizados, adicione-a como um novo item com pontuação apropriada

---

Passo 2: Leia as Especificações

Após a coleta de dados ser concluída, leia a especificação de monitoramento para entender os critérios de pontuação, formato de registro e regras de pontualidade:

Leia {SKILL_DIR}/skills/tracking-list/SKILL.md

Esta especificação define:

• 4 tipos de monitoramento (Produto / Modelo / Benchmark / Financiamento) com critérios de inclusão/exclusão
• Classificações de prioridade de fonte
• Critérios de pontuação (escala 1-10 com 5 dimensões)
• Regras de validação de pontualidade (data do evento ≠ data da página)
• Requisitos de verificação cruzada (pontuações 7+ precisam de 2+ fontes independentes)
• Formato de registro para o relatório

Internalize a especificação antes de escrever o relatório. Preste atenção especial às tabelas de referência de pontuação e ao guia de classificação de tipos.

---

Passo 3: Gerar Relatório

1. Leia a saída JSON do Passo 1
2. Leia o modelo de relatório: Leia {SKILL_DIR}/templates/report.md
3. Gere report_{YYYY-MM-DD}.md no diretório de trabalho

Regras de geração de relatório:

• Idioma: O padrão é Inglês. Escreva TODO o conteúdo em Inglês a menos que --lang seja explicitamente especificado. Se os dados de origem estiverem em um idioma diferente, traduza-os. Nomes de entidades (substantivos próprios) permanecem como estão.
• Links de fonte: TODO item DEVE incluir um link de fonte clicável [Nome da Fonte](URL) apontando para o conteúdo original. Isso se aplica a todas as seções: Resumo, entradas detalhadas e linhas de tabela compacta.
• Qualidade dos detalhes: Os marcadores de resumo devem incluir detalhes específicos — números de versão, melhorias percentuais, contagens de parâmetros, preços, datas de disponibilidade, pontuações de benchmark. Evite descrições vagas sem números concretos.
• Verificabilidade factual: Todo número e afirmação deve ser rastreável a uma fonte. Se um item contém um número ou alegação que não pode ser verificado, observe isso (ex.: "não verificado").
• Sem invenções: Não invente especificações, métricas ou dados. Se o coletor não retornou detalhes específicos suficientes, indique "Detalhes não disponíveis" em vez de inventá-los.
• Deduplicação: Mescle itens duplicados entre fontes em uma única entrada. Use cross_ref para listar múltiplas fontes.
• Tabelas & cabeçalhos: Use a mesma estrutura de tabela do modelo. Não altere nomes de colunas.
• Formato de data: Use YYYY-MM-DD para datas, exceto em texto legível por humanos (ex.: "15 de março de 2025").

Filtragem por Tipo

Se o usuário fornecer --exclude (ex.: --exclude Funding), filtre itens do(s) tipo(s) excluído(s) do relatório. A saída JSON ainda contém esses itens; apenas omita-os do relatório gerado.

Estrutura do Relatório

O relatório deve seguir esta estrutura (veja o modelo para detalhes):

1. Cabeçalho — Data, período de coleta, estatísticas resumidas (total de itens, pontuação média, tipos de item, fontes)
2. TLDR — Resumo executivo (3-5 itens) destacando os eventos mais significativos
3. Acontecimentos do Dia — Seção principal com entradas detalhadas para cada item de alto valor (pontuação ≥ 5), agrupadas por tipo:
   • Modelos
   • Produtos
   • Benchmarks & Artigos
   • Financiamentos & Aquisições
4. Destaques Adicionais — Itens de valor médio (pontuação 3-4) em formato de tabela compacta, agrupados por tipo
5. Menções & Notas — Itens de baixa pontuação (1-2), rumores não verificados e notas
6. Metadados — Status da fonte, pontualidade da coleta, notas de verificação

Passo 4: Pós-processamento Opcional

Após gerar o relatório Markdown, se alguma das seguintes funcionalidades estiver habilitada na configuração, execute os comandos relevantes:

4a: Resumo para Mensagens (WeChat/Telegram/Slack)

Se MESSAGE_ENABLED=true:

cd {SKILL_DIR} && python3 skills/gen-message/scripts/generate.py --report {CWD}/report_{YYYY-MM-DD}.md -o {CWD}/message_{YYYY-MM-DD}.txt --lang {LANG}

4b: Cópia para Redes Sociais (X/Xiaohongshu)

Se SOCIAL_ENABLED=true:

cd {SKILL_DIR} && python3 skills/gen-social/scripts/generate.py --report {CWD}/report_{YYYY-MM-DD}.md -o {CWD}/social_{YYYY-MM-DD}.md --lang {LANG}

4c: Geração de Infográfico

Se IMAGE_GEN_PROVIDER estiver definido (não none):

cd {SKILL_DIR} && python3 skills/gen-image/scripts/generate.py --report {CWD}/report_{YYYY-MM-DD}.md -o {CWD}/infographic_{YYYY-MM-DD}.png --lang {LANG} --style {IMAGE_STYLE}