AI 每日資訊擷取技能
什麼時候用這個技能：用戶提到「AI 日報 / AI 新聞 / 今天 AI 圈有什麼動態 / 推送日報 / 寫入飛書表格」等意圖時，按本文件流程執行。
用戶可能怎麼說：「幫我跑一下今天的 AI 日報」/「看看今天 AI 圈有什麼大事」/「把日報推到我飛書」。
抓取當日 AI 資訊，篩選摘要成日報；按配置落地到飛書三件套（多維表格 / 機器人推送 / 雲端文件歸檔）。每條資訊保留原始鏈接，可溯源。
不配置飛書也能用（L0）：第 3 步會檢測配置並自動跳過，日報直接輸出在對話裡。
工作流程（Agent 按此執行）
第 0 步：環境準備
cd <skill目錄>/scripts
# 依賴自檢：報 ModuleNotFoundError 時先執行 pip install feedparser requests
python -c "import feedparser, requests" 2>/dev/null || pip install feedparser requests
# 代理探測：通則啟用（海外源需要），不通則直連（中文源本就強制直連，海外源失敗自動容錯）
curl -s -o /dev/null -m 5 -x http://127.0.0.1:7897 https://openai.com \
&& export HTTPS_PROXY=http://127.0.0.1:7897 \
|| unset HTTPS_PROXY HTTP_PROXY
lark-cli 無需手動指定：腳本會自動探測 PATH 和常見安裝位置（含 Windows npm 全局目錄）；僅非標準安裝時才需要 export LARK_CLI=<完整路徑>。
第 1 步：採集原始條目
python fetch_sources.py --hours 24 # 輸出 items.json（每日定時跑建議 --hours 26，覆蓋跨日縫隙）
- 每個源在
sources.json聲明network: proxy|direct：海外源走代理（環境變數HTTPS_PROXY），中文源強制直連 - 個別源失敗（如 arXiv 偶發 502）會記入
items.json的errors，繼續執行，不要中斷
第 2 步：篩選與摘要（Agent/LLM 的職責）
讀取 items.json 全部條目，然後：
- 去噪：剔除與 AI 無關的條目（HN/InfoQ 混入大量非 AI 內容）
- 去重合併：同一事件多源報道合併，保留最權威的原文鏈接
- 摘要：每條 2-3 句中文，只陳述事實
- 打標：
category（前沿動態/社區熱點/中文資訊/論文速遞/產品動態）、importance（高=行業級發佈·融資·政策 / 中 / 低）、自由tags - 當日總評：寫一段 2-3 句的
digest，概括今天的爆點與大勢，放在 selection.json 頂層——它會成為日報開頭
把結果寫入 scripts/selection.json，格式如下（idx 引用 items.json 的數組下標；source_override 可選，用於把來源歸一為表格選項名如 TechCrunch / The Verge）：
{
"digest": "2-3 句當日總評",
"items": [
{"idx": 0, "title": "可覆蓋標題", "summary": "摘要", "importance": "高",
"category": "前沿動態", "tags": ["標籤"], "source_override": "OpenAI"}
]
}
然後：
python make_curated.py # 合成 curated.json（10-30 條）
鐵律：url 只能取自 items.json 原文，不得改寫或猜測——可溯源是本技能的核心價值。
第 3 步：飛書落地（按配置分支，必須先判斷）
先檢查 scripts/config.json：文件不存在、或 base_token/table_id/user_open_id/base_url 任一為空 → 判定為未配置飛書，跳過本步全部命令，直接進入「完成後報告」（日報正文輸出給用戶）；並在報告末尾附一句：配置飛書可獲得表格歸檔與每日推送，見倉庫 docs/setup.md。
已配置則執行：
python run_daily.py curated.json # 寫表格 + 卡片推送 + 雲端文件歸檔
- 寫入前自動合併標籤選項池（自由標籤不會失配），逐條寫入
- 推送為飛書訊息卡片（分欄、標題可點擊），三級降級保送達（卡片→markdown→純文字）
- 歸檔插入雲端文件錨點塊後（callout 爆點塊 + 分類分節，最新在最上）；未配置歸檔則自動跳過
- 重複運行會重複寫入，勿重跑
完成後：向用戶報告
- 未配置飛書（L0）：把 curated.json 整理成日報正文輸出（總評 + 每條「標題 / 摘要 / 原文鏈接」），再附配置提示
- 已配置飛書：按四項報告——今日條數、分類分佈、總評一句話、失敗源
若端到端失敗：報告具體錯誤即可，不要重試超過一次。
用戶配置（scripts/config.json）
複製 config.example.json 為 config.json 填寫——每項的獲取方式都寫在模板註釋裡，
lark-cli 的安裝與飛書應用配置步驟見倉庫 docs/setup.md。全部字段支援環境變數覆蓋。
本 skill 目錄不含任何密鑰，飛書憑證由 lark-cli 全域配置管理。
前置依賴
- Python 3.10+：
pip install feedparser requests - 飛書落地（第 3 步）需 lark-cli（官方 CLI，
npx @larksuite/cli@latest install）已完成config init與auth login；lark-cli 尋址不到時用環境變數LARK_CLI指定其完整路徑
資訊源清單（sources.json，可增刪）
| 源 | 方式 | 網路 |
|---|---|---|
| OpenAI 官方新聞 | RSS | 代理 |
| Google DeepMind / Google AI 博客 | RSS | 代理 |
| Anthropic 新聞 | sitemap（官方無 RSS） | 代理 |
| Hugging Face 博客 | RSS | 代理 |
| TechCrunch / The Verge AI | RSS | 代理 |
| MIT Tech Review AI | RSS | 代理 |
| Hacker News AI 熱帖 | Algolia API（時間窗+票數+關鍵詞詞邊界過濾） | 直連 |
| InfoQ 中文 | RSS（AI 相關由第 2 步篩） | 直連 |
| arXiv cs.AI / cs.CL | arXiv API | 代理 |
失效處理：RSS 地址變更時先 curl 驗證再更新 sources.json；機器之心/量子位的免費接口、xAI 與 Stability 的 sitemap（導航頁噪音/反爬）均已不可用，不要浪費時間重試。
定時執行
技能無狀態，任意排程器可調。推薦每天 08:00（Asia/Shanghai）。各宿主配置方式見 docs/scheduling.md，prompt 模板見 examples/cron-prompt.txt。