agentleFS
chengkj99chengkj99/kj-skills/skills/ai-daily-websearch/SKILL.md

ai-daily-websearch

Skill14 starsChanged 5 months agoMITView on GitHub

每日 AI 前沿日报(WebSearch 采集 + 结构化定稿 + 网站自动发布)。搜索过去 24h 内 OpenAI/Anthropic/DeepMind 等机构动态及 Karpathy/LeCun/Mollick 等大 V 观点,经 P0/P1/P2 价值分级和去重后,输出面向程序员的中文日报,并自动更新网站数据。通用「AI 日报」默认入口。触发词:「AI 日报」「出日报」「今天 AI 有什么大事」「每日 AI 动态」「ai-daily-websearch」(若需深度 X 账号动态分析,改用 ai-daily-from-x)。

  • Commits and pushes

The file

Files
SKILL.md

AI 前沿日报技能(ai-daily-websearch)

实现细节:references/scoring-rubric.md
输出格式规范:references/compose-format.md
部署集成说明:references/deployment.md


目标

把「今日值得程序员关注的 AI 动态」压缩为可执行、可复盘、可分享的一页中文日报,自动写入网站,最大化信噪比,零模板空话。


技能执行总则

激活本技能后,默认交付物:

产物说明
content/daily/YYYY-MM-DD.md完整可读日报,写入网站仓库
网站数据更新自动调用 update-daily-digest.mjs
部署提示告知一条命令完成网站上线
用户意图你要做的
「出日报」「AI 日报」(未限定)阶段 1(采集)→ 阶段 2(定稿)→ 阶段 3(写入+更新)
「根据已有内容写日报」「定稿」仅阶段 2+3(前提:已有原始内容)
「只采集」「给我今日 AI 原始信息」仅阶段 1,明确告知用户这是草稿

执行流程

阶段 1:信息采集(5-8 次 WebSearch)

搜索过去 24 小时内的最新动态,覆盖以下维度:

搜索方向示例关键词
机构公告"OpenAI announcement today", "Anthropic news today"
模型/产品"new AI model released today", "LLM release [month year]"
工具更新"Claude update", "Gemini update", "ChatGPT update today"
大 V 动态"Karpathy twitter today", "Ethan Mollick post today"
研究突破"AI research paper today", "DeepMind announcement"
行业新闻"AI funding news", "AI company news today"

重点追踪来源:

  • 机构:OpenAI / Anthropic / Google DeepMind / Meta AI / Mistral / xAI / Hugging Face
  • 大 V:@karpathy @ylecun @emollick @demishassabis @drjimfan @rohanpaul_ai

阶段 2:价值评分与筛选(内化于判断)

按 references/scoring-rubric.md 评分,分级:

  • 🔥 P0(头条):重大发布/突破,建议当天行动
  • 📦 P1(重要):产品/工具/模型更新,本周评估
  • 📌 P2(简讯):趋势性信息,简要记录

去重:同一事件只保留最高质量一条(优先官方来源)。

阶段 3:生成定稿

按 references/compose-format.md 格式输出。

质量门禁(交付前自检):

  • 不编造 URL、发布时间、数字、账号
  • 无「补充性动态,可作为趋势参考」等空话
  • 无「加入日报追踪,等待更多上下文」
  • 每条「建议下一步」具体可执行(不写「持续关注」)
  • 同一事件只出现一次

阶段 4:写入项目并更新网站数据

适用于集成了 ai-daily-websearch 管线的项目(见 references/deployment.md)。

  1. 版本化检测:写入前用 Bash 检查 YYYY-MM-DD.md 是否已存在:
    • 不存在 → 直接写入 YYYY-MM-DD.md
    • 已存在 → 依次尝试 YYYY-MM-DD-2.md、YYYY-MM-DD-3.md……直到找到空槽,写入该版本文件,并在回复中注明「今日第 N 篇」
  2. Write 工具:保存日报到确定的路径(<APP_DIR>/content/daily/<文件名>)
  3. Bash 工具:执行数据更新(全量扫描模式,更健壮):
    APP_DIR="<项目根目录>"
    node "$APP_DIR/scripts/update-daily-digest.mjs"
  4. 一键部署:
    cd <APP_DIR> && pnpm daily:deploy
    该命令已内置完整流程(scripts/daily-deploy.sh):
    • Step 1:全量扫描 content/daily/ 更新网站数据
    • Step 2:git add 今日 md + generated.js → git commit → git push origin main
    • Step 3:vite build 生产包
    • Step 4:rsync 上传阿里云 ECS
    • Step 5:微信发布(默认跳过)

与 ai-daily-from-x 技能的关系

维度ai-daily-websearch(本技能)ai-daily-from-x
数据源Web 搜索(通用,无需 token)X API + Nitter RSS + Web(需 X_BEARER_TOKEN)
运行方式Cowork 定时任务,每日自动手动或 GitHub Actions
输出集成自动写入网站 + 部署输出到 output/ai-daily-from-x/
适合场景日常自动推送深度 X 动态分析

两者互补:本技能负责日常运营,ai-daily-from-x 负责深度 X 内容分析。


故障处理

情况处理方式
某板块确实无内容跳过该板块,不强行填充
搜索信息量少导读注明「今日信号偏弱」,精选写相对有价值的内容
Bash 执行失败告知用户手动运行命令,不影响日报内容交付

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.