搜广推领域模型 Scaling Up 日报生成技能 v2.0
适用场景
- 用户说"生成今天的搜广推日报"或"跑一下 ScalingUp 日报"
- 自动化任务每周一 08:00 触发（任务 ID: scaling-up-2）
- 需要系统性追踪搜广推领域最新论文、技术文章、开源项目动态
信息源（6 类优先级）
优先级 1：ArXiv 论文 — 最新学术论文
使用 web_search 搜索以下关键词（最近 7 天的新论文）：
"arxiv recommendation system scaling law {year}""arxiv CTR prediction transformer {year}""arxiv generative recommendation advertising {year}""arxiv sequential recommendation token mixer {year}""arxiv unified modeling search recommendation {year}""arxiv recommendation foundation model {year}""arxiv scaling law recommendation {year}""arxiv ads ranking model {year}"
每个搜索取前 5 条结果。
对每篇论文记录：标题、arXiv ID、作者/机构、核心贡献、链接。
优先级 2：微信公众号 — 国内技术深度解读
使用 wechat-article-search skill 搜索以下关键词（最近 7 天）：
"推荐系统 Scaling Law""搜广推 大模型""序列建模 推荐""生成式推荐""TokenMixer 排序"
每个关键词搜索 3-5 条。
对每篇文章记录：标题、公众号名、链接、发布日期、核心内容。
微信搜索命令格式：
cd {skill_dir} && NODE_PATH={skill_dir}/node_modules {node_path} scripts/search_wechat.js "关键词" -n 5
其中 {skill_dir} 为本 skill 的安装路径，{node_path} 为 Node.js 可执行文件路径。
优先级 3：知乎 — 深度技术分析
使用 web_search 搜索以下关键词（最近 7 天）：
"site:zhuanlan.zhihu.com 推荐系统 Scaling Law {year}""site:zhuanlan.zhihu.com TokenMixer 推荐 {year}""site:zhuanlan.zhihu.com 生成式推荐 广告 {year}""site:zhuanlan.zhihu.com 搜广推 序列建模 {year}""site:zhuanlan.zhihu.com OneRec OneRanker GR4AD""site:zhuanlan.zhihu.com 推荐系统 大模型 {year}""site:zhuanlan.zhihu.com UniMixer 推荐 {year}""site:zhuanlan.zhihu.com 推荐系统 MoE 稀疏 {year}"
每个搜索取前 5 条结果。
优先级 4：技术博客 — 大厂团队博客
使用 web_search 搜索以下关键词：
"site:ai.meta.com blog recommendation {year}""site:research.google blog recommendation {year}""美团技术团队 推荐 {year}""字节跳动技术博客 推荐 {year}""阿里巴巴技术 推荐系统 {year}""快手技术博客 生成式推荐 {year}""腾讯技术 推荐系统 {year}"
优先级 5：GitHub Trending — 热门开源项目
使用 web_search 搜索以下关键词：
"GitHub recommendation system trending {year} stars""GitHub awesome recommendation system {year}""GitHub bytedance recommendation model open source""GitHub Meta HSTU recommendation""GitHub Kuaishou OneRec OpenOneRec""github.com/trending 机器学习 推荐系统"
优先级 6：行业会议 — KDD/WWW/ICML/NeurIPS/SIGIR 等
使用 web_search 搜索以下关键词：
"KDD {year} accepted papers recommendation""WWW {year} recommendation system paper""ICML {year} recommendation transformer paper""NeurIPS {year} recommendation system paper accepted""SIGIR {year} recommendation scaling sequential""RecSys {year} accepted papers call""WSDM {year} recommendation paper""AAAI {year} recommendation system paper"
重点关注的技术方向
- Scaling Law 在搜广推领域的验证与落地（Wukong/SUAN/EST/TokenMixer-Large 路线）
- TokenMixer 架构演进（RankMixer → TokenMixer-Large → UniMixer）
- 生成式端到端统一建模（OneRec/OneRanker/GR4AD）
- 稀疏注意力与 MoE 高效扩展（ULTRA-HSTU/LightSUAN）
- 多行为序列推荐与基础模型
已知核心论文（去重用，不需要重复列出）
参考 references/known_papers.md 文件。
日报生成格式
- 标题：
搜广推领域模型 Scaling Up 日报 | {当天日期}
- 驱动模型声明：标题下方紧跟
> 驱动模型：{AI模型名称}（如 Claude-Opus-4.6、Gemini-3.0-Pro 等），标注本次辅助生成所使用的大模型名称
- 趋势概览：简要总结当日最重要的 2-3 个动态
- 按信息源优先级分章节展示内容
- 每个条目必须包含：标题/论文名、来源、可访问的真实链接、核心要点
- 文末附「引文索引」，按平台分类整理所有链接
- 在每个章节末尾标注当日该源检索到的条目数量
- 强制结构化排版：使用多级标题、列表、加粗高亮等 Markdown 元素增强可读性，严禁大段纯散文
日报模板参考 templates/daily_report_template.md。
引用链接规范（P0 级，强制执行）
日报中所有条目必须附上真实可访问的引用链接，严禁使用占位符或编造链接。
- ArXiv 论文：必须通过
web_search 搜索论文标题确认真实的 arxiv.org/abs/XXXX.XXXXX 链接，绝不允许编造 abs ID（如 2504.xxxxx）
- GitHub 项目：必须搜索确认真实的仓库 URL，不允许猜测 URL 路径
- 微信公众号文章：必须通过
wechat-article-search skill 搜索获取真实 mp.weixin.qq.com 链接
- 知乎/博客文章：必须提供可点击访问的原始链接
- 学术会议：必须提供会议官网或具体 proceedings 链接
- 每条引用在写入报告前必须通过
web_search 验证其真实性
- 如果确实无法找到可验证的链接，应明确标注「链接待补充」，而非编造假链接
事实准确性
- 论文的作者归属、机构、发表会议等信息必须经过验证
- 机构归属必须基于作者 affiliation，不可按部署场景/业务线推断（详见
references/known_papers.md）
- 会议论文数量、录取率等统计数据需从官方来源获取
- 遇到不确定的信息，优先
web_fetch arxiv 页面核对作者 affiliation，而非凭记忆填写
发布同步（双平台，强制执行）
日报生成后，必须同时同步到以下两个平台（缺一不可）：
平台 1：IMA 知识库「龙虾-模型ScalingUp」
- 知识库 ID：
6peD1tTQj2UYi41MTaDgLpfVnbCegcA-sjzZLJ0zVPA=
- 上传流程：
create_media 获取 COS 上传凭证
- 必填参数：
file_name, file_size, content_type=text/markdown, knowledge_base_id, file_ext=md
- 使用
cos-upload.cjs 脚本上传文件到 COS
add_knowledge 将文件挂到知识库（media_type=7）
- 必填参数：
media_type, media_id, title, knowledge_base_id, file_info.cos_key/file_size/file_name
- 认证：
ima-openapi-clientid + ima-openapi-apikey（凭证存于 ~/.config/ima/client_id、~/.config/ima/api_key）
- Base URL：
https://ima.qq.com（Base Path: /openapi/wiki/v1/）
- 限流处理：遇
code=220030 时 sleep 15 秒后重试即可
平台 2：腾讯文档（Markdown 格式）
- 上传命令：
# 用 jq 生成参数文件，避免命令行转义问题
jq -Rn --arg title "搜广推模型ScalingUp日报_{日期}" \
--rawfile mdx "{report_file}" \
'{title:$title, mdx:$mdx, content_format:"markdown"}' > /tmp/td_args.json
mcporter call tencent-docs create_smartcanvas_by_mdx --args "$(cat /tmp/td_args.json)"
- 标题上限 36 字符（按字符数计算），超长会报
business 400001
- 前置条件：
mcporter 已注册 tencent-docs server，token 有效
双平台一致性要求
- 两平台文件名/标题保持一致：
搜广推领域模型 Scaling Up 日报_YYYY-MM-DD（腾讯文档标题可适当缩短以满足 36 字符限制）
- 日报以纯 Markdown 文本为主，图片若为外链可直接引用
- 若含本地图片或 base64，腾讯文档版需替换为
upload_image 返回的 image_id
- IMA 和腾讯文档上传链应并行启动，不要串行等待
输出文件
将日报保存为：{workspace_dir}/搜广推领域模型 Scaling Up 日报_YYYY-MM-DD.md
效率优化
- 并行化：IMA 上传链与腾讯文档上传链必须并行启动
- 长流程三段分离：检索 → 落盘 → 上传，每段完成后立即持久化到文件
- subagent 并发上限 2 个：每完成一个信息源就 append 到草稿文件
- 质量校验合并：用一条 Python 脚本输出所有指标，不要分 5-6 条命令
依赖说明
前置 Skill
wechat-article-search：微信公众号文章搜索（需先安装）ima-skills（或"腾讯ima"）：IMA 知识库操作（需先安装）tencent-docs：腾讯文档 MCP（需通过 mcporter 注册）
运行时依赖
- Node.js >= 18（微信搜索脚本）
- Python 3（IMA 上传脚本）
- npm 包：cheerio（微信搜索脚本依赖）
- jq（腾讯文档参数构建）
凭证要求
- IMA API：
~/.config/ima/client_id + ~/.config/ima/api_key
- 腾讯文档 MCP：mcporter 已注册
tencent-docs server（token 存于 ~/.mcporter/mcporter.json）
安装后首次运行检查清单
- 确认
wechat-article-search skill 已安装
- 确认
ima-skills skill 已安装
- 运行
npm install 安装 cheerio 依赖
- 确认 IMA API 凭证已配置
- 创建 IMA 知识库并记录 KB ID
- 确认 mcporter 已注册
tencent-docs MCP server 且 token 有效（双平台发布所需）
- 配置自动化任务（每周一 08:00）
- 执行一次测试运行验证全流程（需验证 IMA 和腾讯文档双平台均同步成功）
