AI 编程周报生成器

概述

本 Skill 实现「AI 编程领域」中文周报的端到端生成：从多源数据采集，经中文摘要、价值影响判断、去重、评分，筛选 Top 15 条目供人工确认，最终一次性产出三种分发格式。

核心定位：聚焦「AI 编程」赛道 — AI IDE（Cursor / Windsurf / claude code、open code 、codex 等）、AI 编程 Agent、Coding LLM、MCP、Prompt 工程、Vibe Coding、AI 辅助开发最佳实践。

产出目录：所有输出文件存放至项目根目录下 output/ai-coding-weekly-report/，命名格式 [类型]_[YYYYMMDD-HHmm].[ext]。

执行流程

Phase 0：环境准备

1. 确认产出目录存在，不存在则创建：output/ai-coding-weekly-report/
2. 记录当前日期时间，用于文件命名（格式 YYYYMMDD-HHmm）
3. 确定本次周报覆盖的时间范围（默认过去 7 天）

Phase 1：数据采集

从两类来源并行采集：

1A. 自动采集（必选）

读取 references/sources.md 获取完整数据源清单，使用 WebSearch 逐一扫描以下维度：

• 模型发布：新模型、版本更新、基准测试结果
• 工具更新：AI IDE、编程插件、Agent 框架的新版本 / 新功能
• 开源项目：GitHub 热门 AI 编程相关项目、重要 Release
• 论文 & 研究：与代码生成、AI 辅助开发直接相关的论文
• 社区动态：重要讨论、最佳实践分享、行业趋势

采集策略：

对 sources.md 中每个源，执行 WebSearch：
  搜索词 = "[源名称] AI coding / AI programming [本周日期范围]"
  补充搜索 = "[源名称] release / update / announcement [本周日期范围]"

每条采集结果记录为结构化条目：

{
  "title_zh": "中文标题（必须是自然中文，不直接照搬英文）",
  "title_original": "英文原标题或原文标题",
  "source": "来源名称",
  "url": "原始链接",
  "url_secondary": "备用/补充链接（可选）",
  "date": "YYYY-MM-DD",
  "category": "分类标签",
  "summary_zh": "中文摘要（2-3句，解释发生了什么）",
  "value_zh": "价值说明（1-2句，说明为什么值得程序员关注）",
  "impact_zh": "影响判断（1-2句，说明对 AI 编程工作流/工具选择/学习路径的影响）",
  "quote_links": [
    {
      "label": "引用来源名称",
      "url": "真实引用链接"
    }
  ],
  "summary_original": "原文摘要或英文事实摘录（可选，仅用于核对，不进入正文主叙事）"
}

中文可读性硬约束：

• title_zh、summary_zh、value_zh、impact_zh 必须使用中文输出。
• 英文产品名、模型名、项目名保留原文；解释性文字必须是中文。
• 不得只翻译标题后堆英文摘要；每条至少说明「发生了什么」「为什么重要」「会影响谁/什么工作流」。
• quote_links 至少包含 1 个真实链接；优先官方公告、Changelog、GitHub Release、论文页或权威媒体报道。

1B. 人工补充（可选）

检查项目中是否存在 manual-input.md 文件（搜索顺序：项目根目录 → output/ai-coding-weekly-report/ 目录 → 兼容旧目录 output/weekly-report/）。

• 文件存在且有内容：解析其中的条目，合并到采集池
• 文件不存在或为空：静默跳过，不报错

manual-input.md 的格式模板参见 assets/manual-input-template.md。

Phase 2：内容分析

对采集池中所有条目执行以下处理：

2A. 分类

为每条内容打上分类标签（可多标签）：

2B. 去重

基于语义相似度去重：

• 同一事件的不同来源报道 → 合并为一条，保留最权威来源
• 标题/摘要相似度 > 80% → 标记为重复，人工确认时提示

2C. 评分

对每条内容按 5 个维度打分（每项 1-10 分），计算加权总分：

总分计算：score = 相关性×0.3 + 新颖性×0.25 + 实用性×0.25 + 影响力×0.15 + 时效性×0.05

Phase 3：筛选与确认

1. 按总分降序排列所有条目
2. 取 Top 15 条，生成候选列表
3. 输出候选列表供人工确认，格式：

# 本周 AI 编程周报候选（共 N 条，已选 Top 15）

| #   | 分数 | 分类 | 中文标题 | 中文摘要 | 价值/影响 | 引用 |
| --- | ---- | ---- | -------- | -------- | --------- | ---- |
| 1   | 9.2  | IDE  | ...      | ...      | ...       | [来源](URL) |
| ... |

请确认：
- 需要删除哪些条目？（输入编号）
- 需要调整排序吗？
- 有需要补充的内容吗？

1. 等待用户确认后进入 Phase 4
2. 如用户直接说"确认"或"没问题"，使用当前列表继续

Phase 4：三格式输出

基于确认后的条目列表，一次性生成三种格式。每种格式的模板和写作要求参见 references/output-templates.md。

4A. 周报精选稿

• 文件名：weekly_[YYYYMMDD-HHmm].md
• 结构化信息汇总，便于快速浏览
• 包含：本周概览、分类条目、每条的中文标题 + 中文摘要 + 价值说明 + 影响判断 + 引用链接

4B. 公众号深度改写稿

• 文件名：article_[YYYYMMDD-HHmm].md
• 基于周报内容深度改写，遵循「程序员 AI 破局指南」人设风格
• 约 2000 字，有观点、有深度、有节奏
• 必须执行去 AI 味检查（参照 content-creator 技能的 12 项检查清单）

4C. 视频脚本拆写稿

• 文件名：script_[YYYYMMDD-HHmm].md
• 从周报中挑选 3-5 个最有话题性的条目
• 每条拆写为 60-90 秒的口播段落
• 完全口语化，开头必须是 Hook

Phase 5：存档

1. 将三份文件写入 output/ai-coding-weekly-report/ 目录

2. 同时生成一份采集日志 collect-log_[YYYYMMDD-HHmm].json，记录：

   • 采集时间、覆盖范围
   • 原始采集条目数、去重后数量、最终入选数量
   • 每条的完整评分明细 + URL 字段（必填）

   每条 item 必须包含以下字段：

   {
     "rank": 1,
     "title_zh": "中文标题",
     "title_original": "原文标题",
     "score": 9.65,
     "category": "分类标签",
     "date": "YYYY-MM-DD",
     "summary_zh": "中文摘要",
     "value_zh": "价值说明",
     "impact_zh": "影响判断",
     "url": "主要原始链接（来自 WebSearch 结果，必填）",
     "url_secondary": "备用/补充链接（可选，来自同一事件的第二来源）",
     "relevance": 10,
     "novelty": 10,
     "utility": 9,
     "impact": 10,
     "timeliness": 8
   }

   URL 采集规则：

   • url 必须是 WebSearch 返回结果中的真实链接，不得编造
   • 优先选官方来源（官方博客、Changelog、GitHub Release）
   • url_secondary 优先选第三方权威报道（TechCrunch、InfoQ、VentureBeat 等）
   • 如果某条目找不到有效 URL，url 填 "N/A" 并在 url_note 字段说明原因
3. 输出完成摘要，列出所有生成的文件路径

注意事项

• 聚焦 AI 编程：严格过滤与 AI 编程无关的通用 AI 新闻（如纯学术 AGI 讨论、AI 绘画、AI 音乐等），除非它们对编程工作流有直接影响
• 中文优先：正文、候选表、摘要、点评、趋势观察必须用中文。英文内容只作为原文标题、引用来源或必要技术名词保留
• 引用链接：每条入选内容必须带真实引用链接，正文链接使用 Markdown 格式 [来源名称](URL)，不得编造或省略
• 价值影响：每条内容必须回答「为什么值得关注」和「对程序员/团队/工具链有什么影响」
• 人工确认环节：Phase 3 必须暂停等待用户确认，这是质量保障的关键节点
• 幂等性：每次执行产生独立的新文件，不覆盖历史产出
• 内容风格：公众号深度改写遵循人设（康健 / 程序员 AI 破局指南），坚定、专业、去 AI 味、反爹味

交付前自检

• 确认 output/ai-coding-weekly-report/ 下已生成同一时间戳的四个文件：weekly_*.md、article_*.md、script_*.md、collect-log_*.json
• 用 python3 -c "import json; json.load(open('<采集日志路径>'))" 校验采集日志可解析，且每条 item 的 url 字段非空（无有效链接时填 "N/A" 并附 url_note）
• 抽查周报精选稿中至少 3 条 [来源名称](URL) 引用链接，确认链接来自 WebSearch 真实结果且可访问
• 核对 article_*.md 篇幅约 2000 字，并已按 content-creator 的 12 项清单完成去 AI 味检查
• 确认 script_*.md 含 3-5 个 60-90 秒口播段落，每段开头是 Hook
• 确认三格式输出是在 Phase 3 用户确认候选列表之后才生成的