Daily Producer

每日一报生产引擎。从用户画像出发，自动采集多平台资讯，筛选去噪，AI 生成结构化日报，渲染为 HTML。

Security Scan

技能声明是“每日一报生产引擎”，功能自洽，但说明文档和实际脚本会读写本地配置、扫描/读取飞书 KB 与群聊、自动安装 opencli（npm 全局安装）并启动长期后台服务 —— 这些行为未在元数据中声明并带来明显的隐私/持久化风险，建议在受控环境中审查并明确凭据需求后再使用。

Purpose & Capability

技能名和描述（生成个性化日报）与大部分脚本和文档一致，但元数据没有声明任何依赖（required binaries/env/config paths），而运行时明确要求读取/写入 config/profile.yaml、使用 opencli（并在缺失时通过 npm 全局安装 @jackwener/opencli）、以及调用飞书相关工具和发送交互卡片。缺少对这些外部依赖与凭据的声明是不一致的：要么技能应声明需要 opencli/Chrome/feishu 凭据，要么不应在文档中要求自动全局安装与访问。

Instruction Scope

SKILL.md 与 init/daily-init.md 要求 agent：扫描可用的 MCP 工具、读取飞书知识库页面并（可选）读取近 7 天群聊记录、将这些推断结果写入永久的 config/profile.yaml、并保留原始抓取数据（包括群聊摘要和页面文本）到 output/raw/。读取企业内飞书群聊和知识库属于高隐私/高敏感范围，且脚本会把这些数据持久化到磁盘（output/、config/），这些动作为产出有合理解释但需要明确授权与最小化原则；当前元数据没有体现这些数据访问/保存的范围与凭据需求。

Install Mechanism

技能为 instruction-only（无 install spec），但运行说明会自动执行安装命令：pip install pyyaml（fallback）、npm install -g @jackwener/opencli，并要求启动 Chrome + Browser Bridge、Xvfb、noVNC 等组件。这意味着在运行时会以全局方式安装 npm 包并启动/控制浏览器和远程登录界面。这样的隐式全局安装与服务启动没有事先声明，增加入侵面与系统改动风险。

Credentials

注册表显示不需要任何环境变量或凭据，但文档中明确需要飞书相关权限（wiki/doc/chat 只读）、登录多个平台（微博、小红书、Twitter 等），并可能使用代理配置（PROXY_CONFIG）或通过 noVNC 在本地浏览器完成登录。凭据管理（飞书机器人令牌、第三方登陆态、代理）没有在元数据或安装说明中明确，这使得凭据需求与技能声明不匹配，且可能导致凭据被放入 config/profile.yaml 或由用户在浏览器中登录——两种方式都需要用户谨慎审查。

Persistence & Privilege

技能会启动长期后台组件（feedback_server.py，建议用 nohup 后台运行），写入 output/server.log、output/raw/* 和 config/profile.yaml，并可能启动/控制 Chrome/Xvfb/noVNC 会话以维持登陆态。这些是持久化进程和长期资源（浏览器会话、日志、原始抓取数据）的行为。虽然技能未设置 always:true，也不直接修改其它技能配置，但后台服务和长时间运行的浏览器会话加大了长期暴露面，且未在元数据中明确说明这些副作用。

What to consider before installing

要点与建议： - 不一致之处：元数据未声明任何依赖或凭据，但运行手册会读取/写入 config/profile.yaml、访问飞书 KB/群聊、并在缺失 opencli 时自动用 npm 全局安装。请确认这些隐式行为是否可接受。 - 隐私风险：技能会读取企业/群聊历史并将提取的摘要持久化到磁盘（output/raw/、data/feedback 等），这些可能包含敏感内部信息。只有在明确授权且理解数据留存位置与保留期限时才允许读取飞书群/KB 数据。 - 凭据与登录：技能依赖登录态（飞书机器人、opencli 登录会话、各平台登录），但没有声明安全的凭据注入方式。优选做法是：在受限/隔离环境（容器或沙箱）中手动完成登录与审计，避免在未经审查的环境中粘贴长期凭据到配置文件。 - 安装与持久化：若接受使用该技能，建议先本地审计关键脚本（send_feishu_card.py、feedback_server.py、collect_sources_with_opencli.py、init/daily-init.md 中的安装命令），确认它们如何处理 tokens/URLs、是否会把密钥写入磁盘、以及 opencli 的安装/升级逻辑。最好在容器/VM 中运行首次测试以观察全局安装和后台进程行为。 - 最小化授权：在允许读取飞书时，只给只读且最小权限（wiki/doc/chat 只读），并明确要求删除/清理 output/raw/ 与 feedback 数据的流程。 - 若需帮助：可以请求技能作者补充元数据（声明所需 binaries、环境变量、config 路径和持久化行为），或提供一个安全的部署/运行指南与可回溯的安装脚本。 总体建议：该技能功能与描述一致，价值明确，但在凭据声明、自动安装与后台持久化方面存在不足和隐私风险——在未经审核的生产系统中不要直接启用，优先在隔离环境审计代码与手动配置凭据后再评估长期运行。

Daily Producer Skill

个性化每日资讯日报的完整生产系统。

启动协议

当用户表达"生成日报 / 跑 daily / 今天的日报"时：

1. 读取 config/profile.yaml
2. 不存在 → 读取并执行 init/daily-init.md 初始化流程（参考 reference/profile_template.yaml 模板）
3. 存在 → 进入日报生产流程

禁止： 未读取 profile 就问用户"你关注什么"；profile 存在时主动触发初始化。

---

运行时指令：用户提供信息源

用户在对话中提到某个网站、账号、平台或 URL，想纳入日报采集范围时，agent 必须正确写入 config/profile.yaml，而不是仅在本次临时使用。

判断类型并写入对应字段

情况一：网站 / 媒体 / 官方博客（有 URL，无 opencli 适配器） → 写入 sources.websites.cn 或 sources.websites.global

sources:
  websites:
    global:
      - name: "The Verge AI"
        url: "https://www.theverge.com/ai-artificial-intelligence"
        type: "media"       # media | official | community

情况二：直达 URL（每次必看的固定页面，跳过搜索直接抓取） → 写入 sources.direct

sources:
  direct:
    - "https://openai.com/news/"
    - "https://www.anthropic.com/news"

情况三：有 opencli 适配器的平台（微博/知乎/Twitter/Reddit 等） → 写入 sources.platforms.cn 或 sources.platforms.global，参考 reference/opencli_platforms.yaml 确认平台名

sources:
  platforms:
    cn:
      - name: "小红书"
        opencli: "xiaohongshu"
        commands:
          - "search \"{keyword}\" --limit 10"
        login_required: yes

操作流程

1. 读取当前 config/profile.yaml
2. 判断类型，写入对应字段（追加，不覆盖已有内容）
3. 告知用户"已添加到 profile.yaml，下次生成日报时生效"
4. 若用户希望立即生效（本次日报也包含），在 Step 02 采集时额外处理该来源

禁止： 仅在对话中记住该来源而不写入 profile.yaml；禁止覆盖已有的 sources 列表。

---

生产流水线

共 11 步。步骤 01-05、07-09 有自动化脚本，步骤 06 由 AI 执行，步骤 00 和 10 为 feedback 系统集成。

每步的详细说明、参数、输入输出格式见 reference/pipeline/ 目录。

profile.yaml
    ↓
00  【读取历史 feedback】       自动加载前一天 data/feedback/{date}.json
    ↓
01  build_queries.py           生成搜索查询
    ↓
02  collect_sources_with_opencli.py  采集候选池
    ↓
03  filter_index.py            时间筛选
    ↓
04  collect_detail.py          深抓正文
    ↓
05  prepare_payload.py         去噪打分（自动读取 feedback 加权）
    ↓
06  【AI】                     生成日报 JSON
    ↓
07  validate_payload.py        校验 JSON
    ↓
08  render_daily.py            渲染 HTML
    ↓
09  send_feishu_card.py        飞书卡片通知（交互卡片，禁止降级为纯文本）
    ↓
10  feedback_server.py         启动反馈服务（后台，保持运行）

Step 01: 生成搜索查询

从 profile 的 topics/keywords 生成两类查询：platform（纯关键词给各平台搜索）和 google（带 after: 日期过滤）。

python3 scripts/build_queries.py --date {date} --window 3

→ 详见 reference/pipeline/01_build_queries.md

Step 02: 采集候选池

用 opencli 从 profile 配置的所有平台（微博/小红书/B站/Twitter/Reddit 等）和网站（机器之心/量子位/TechCrunch 等）采集资讯。

python3 scripts/collect_sources_with_opencli.py --date {date} --max-keywords 5 --max-results 5

• 采集前自动运行 opencli doctor 检查连接
• cn 关键词分发给国内平台，en 关键词分发给国外平台
• Reddit 自动探测 opencli 可用性，不通走 API+代理
• 每次请求间隔 3 秒防限流

→ 详见 reference/pipeline/02_collect_sources.md → 各平台输出字段参考 reference/opencli_output_formats.md

Step 03: 时间筛选

过滤掉超出时间窗口的旧内容。无时间字段的条目直接过滤，网站类条目（Google site: 搜索自带时间过滤）直接保留。

python3 scripts/filter_index.py --date {date} --window 3

→ 详见 reference/pipeline/03_filter_index.md

Step 04: 深抓正文

平台类条目已有完整内容（直接保留），网站类条目只有标题+URL（用 opencli web read 抓正文）。同一 URL 不重复抓取。

python3 scripts/collect_detail.py --date {date}

→ 详见 reference/pipeline/04_collect_detail.md

Step 05: 去噪打分

基于 profile 关键词匹配度过滤噪音（不用硬编码黑名单，通用于任何画像），按热度+关键词匹配打分排序。

python3 scripts/prepare_payload.py --date {date}

→ 详见 reference/pipeline/05_prepare_payload.md

Step 06: AI 生成日报 JSON（核心）

AI 读取 output/raw/{date}_candidates.json，从候选中选出 15 条目标条目，写 summary/relevance/sidebar，生成日报 JSON。

必须参考：

• reference/pipeline/06_generate_json.md — 生成规则和 JSON 结构
• reference/daily_payload_example.json — 结构示例
• config/profile.yaml — 用户画像（决定 relevance 和 sidebar 角度）

输出：output/daily/{date}.json

Step 07: 校验 JSON

生成后必须校验，不通过则修改后重新校验。

python3 scripts/validate_payload.py output/daily/{date}.json

→ 详见 reference/pipeline/07_validate_payload.md

Step 08: 渲染 HTML

python3 scripts/render_daily.py output/daily/{date}.json --output output/daily/{date}.html --force

→ 详见 reference/pipeline/08_render_html.md

Step 09: 飞书卡片通知

HTML 渲染完成后，立即向飞书群发送交互卡片（msg_type: interactive）。

PUBLIC_URL=$(grep 'public_url' config/profile.yaml | head -1 | awk -F'"' '{print $2}')
python3 scripts/send_feishu_card.py "${PUBLIC_URL}/daily/${DATE}.html"

格式强制要求： 必须使用交互卡片，禁止降级为纯文本。飞书机器人发的纯文本消息没有链接预览；只有 msg_type: interactive 才能显示带标题和按钮的卡片。

配置前提（在 config/profile.yaml 中）：

server:
  public_url: "http://your-domain.com"
feishu:
  notification:
    enabled: true
    chat_id: "oc_xxx"

→ 详见 reference/pipeline/09_notify_feishu.md

---

快速执行

DATE=$(date +%Y-%m-%d)

# Step 00: feedback 由 prepare_payload.py 自动读取，无需手动操作

python3 scripts/build_queries.py --date $DATE --window 3
python3 scripts/collect_sources_with_opencli.py --date $DATE --max-keywords 5 --max-results 5
python3 scripts/filter_index.py --date $DATE --window 3
python3 scripts/collect_detail.py --date $DATE
python3 scripts/prepare_payload.py --date $DATE   # 自动读取前一天 feedback 加权

# AI 生成 output/daily/$DATE.json

python3 scripts/validate_payload.py output/daily/$DATE.json
python3 scripts/render_daily.py output/daily/$DATE.json --output output/daily/$DATE.html --force

# Step 09: 飞书卡片通知（必须用卡片，不得用纯文本）
PUBLIC_URL=$(grep 'public_url' config/profile.yaml | head -1 | awk -F'"' '{print $2}')
python3 scripts/send_feishu_card.py "${PUBLIC_URL}/daily/${DATE}.html"

# Step 10: 启动反馈服务（同时自动启动 graphify watch，如果 profile 中已启用）
nohup python3 scripts/feedback_server.py >> output/server.log 2>&1 &

Step 10 说明（反馈服务）

• 用 nohup 启动，会话关闭不受影响
• 端口被占时明确报错（不再静默漂移到 +1 端口）
• 自动 24 小时后退出（可在 config/profile.yaml 的 server.timeout_hours 调整）
• 日志写入 output/server.log
• 若服务已在运行，feedback_server.py 会自动关闭旧进程再重启

→ 完整流水线说明见 reference/pipeline/00_overview.md

---

目录结构

config/
  profile.yaml              用户画像

scripts/
  build_queries.py           01 生成搜索查询
  collect_sources_with_opencli.py  02 采集候选池
  filter_index.py            03 时间筛选
  collect_detail.py          04 深抓正文
  prepare_payload.py         05 去噪打分
  validate_payload.py        07 校验 JSON
  render_daily.py            08 渲染 HTML
  send_feishu_card.py        09 飞书卡片通知（交互卡片，禁止纯文本）
  render_index.py            站点首页生成
  feedback_server.py         10 反馈服务

reference/
  pipeline/                  流水线各步骤详细文档（8 个 .md）
  profile_template.yaml      profile 结构模板
  opencli_platforms.yaml     opencli 全量平台目录（31 个平台）
  opencli_output_formats.md  各平台输出字段和时间格式
  daily_collection_guide.md  采集执行指南
  daily_payload_example.json 日报 JSON 结构示例
  daily_example.html         HTML 视觉基线
  index_to_detail_guide.md   index → detail 流程说明

init/
  daily-init.md              画像初始化向导

output/
  daily/{date}.json          日报 JSON
  daily/{date}.html          日报 HTML
  raw/{date}_queries.txt     搜索查询
  raw/{date}_index.txt       原始候选池
  raw/{date}_index_filtered.txt  筛选后候选池
  raw/{date}_detail.txt      深抓详情
  raw/{date}_candidates.json 去噪打分后候选
  archive/                   旧 HTML 归档

---

工具依赖

opencli（首选采集工具）

通过 Chrome DevTools Protocol 连接本地 Chrome，复用登录态采集 73+ 平台。

opencli doctor  # 检查连接状态

不可用时退回 web_search + web_fetch，不阻断生产。

Python 3.10+

本地脚本依赖，pyyaml 用于解析 profile（无则用内置 parser）。

Graphify（可选，知识图谱收藏功能）

日报中的「收藏」按钮依赖 Graphify 将文章写入本地知识图谱。首次使用前必须安装并启动 watch 模式：

pip install graphifyy

# 启动 watch 模式（后台持续监听新收藏）
graphify ~/graphify-data --watch &

启动后，用户在日报中点击收藏 → 文章自动写入 ~/graphify-data/raw/ → Graphify 增量更新知识图谱。

开启方式： 在 config/profile.yaml 中设置：

graphify:
  enabled: true
  data_dir: "~/graphify-data"   # 与上方 graphify 命令路径保持一致

不需要此功能可跳过（enabled: false 时收藏按钮不写入文件，点击无副作用）。

---

质量约束

• 前 3 条优先产品/模型/平台级变化
• 默认最近 3 天窗口
• URL 用具体文章页，不用首页
• 信号多样性：官方/媒体/社区/开源/研究
• 所有中间产物必须留痕到 output/raw/
• JSON 必须通过 validate_payload.py 校验后才能渲染