tech-news-brief

整理并按时效优先筛选最新5天内AI、大模型、半导体、前沿技术等中文及外文科技新闻，生成摘要和DOCX报告并邮件发送。

Install

openclaw skills install @scienlot/tech-news-brief

科技新闻简报

将中文或其他外文科技新闻整理为符合"xx班"规范的原文稿、中文摘要和 DOCX 格式文件，发送至指定邮箱。单次对话内完成从发现到交付的全流程。

触发方式

"开始今天的科技新闻整理" / "最近有什么AI新闻" / "今天全球有什么科技动态"

"排序1-3下载整理" / "前3条下载整理" / "把第4条的摘要整理一下"

全流程概览

text

┌────────────────────────────────────────────────────────────────────────┐
│  Phase 1：       发现（多维度分层搜索 → 时效过滤 → AI 评估筛选 → 排序表）│
│  Phase 2–9：    下载 → 清洗 → 摘要 → DOCX → 打包 → 发送             │
│  输出：当日目录（md/docx） + zip 包（已发送至邮箱）                     │
└────────────────────────────────────────────────────────────────────────┘

Phase 1：多维度分层搜索

核心原则：时效性第一

本 skill 专为每日上报设计。新闻只有在时效期内才有上报价值，过期新闻不上报。

时效性是最高准入门槛：仅收录 5 天以内发布的新闻，超出此范围一律不收录（除非事件在近 5 天内有重大新进展）
时效性是最优先排序维度：同等重要性下，越新的新闻排位越靠前
搜索词强制包含时效锚点："今日""近3天""近5天"等，确保搜索结果命中近期内容
新闻合并时保留最新时间节点：同一事件的多条报道，合并后以最新一条的发布时间为准

新闻源优先级（时效性优先视角）

时效性优先的场景下，来源的更新速度与命中率同等重要：

优先级	来源类型	时效性	用途
一级（时效首选）	AI/科技商业媒体	⭐⭐⭐⭐⭐ 最高	小时级更新，突发新闻第一落点
二级	官方权威	中高	政策、声明、官方动态
三级	综合门户科技版	⭐⭐⭐ 高	补充覆盖、突发事件跟进
观点类	评论来源	⭐⭐⭐ 中	理解背景，不作事实来源

搜索时优先命中一级来源，小时级更新的核心来源每次搜索都应优先使用。

多维度分层搜索（最少 8 次，建议 10-12 次）

时效性锚点必须出现在每次搜索中。每个搜索词末尾追加时效锚点，确保只命中 5 天以内的新闻。

时效锚点选择：今日 / 近3天 / 近5天 ——每日上报场景下任选其一，轮换使用效果更佳。

按以下 7 个维度 依次执行搜索，每个维度至少 1 次：

⚠️ 新闻筛选核心原则：仅收录与 AI/大模型/半导体/中国科技战略直接相关的科技动态。

✅ AI 大模型发布与技术突破（GPT-5、Claude 4、Gemini 2、Llama 4、开源模型等）

✅ 半导体/芯片动态（出口管制、产能突破、先进制程进展）

✅ 中国科技产业政策（补贴、监管、扶持措施）

✅ 中美科技博弈（芯片禁令、TikTok、数据安全、AI 竞争）

✅ AI 安全与治理（AI 伦理、监管框架、安全事件）

❌ 纯娱乐/游戏/消费电子新闻（非前沿技术）——不收录

❌ 纯股市行情/纯商业并购新闻（无科技战略意义）

维度 A：中文最新 AI 与科技动态（时效优先 🔑）

这是时效性最强的版块，第一时间捕捉所有新发生的 AI 和科技事件。

text

搜索词：
- site:jiqizhixin.com 今日 AI OR 大模型
- site:qubitchina.com 今日 AI OR 模型
- site:huxiu.com 今日 AI OR 科技
- site:36kr.com 今日 人工智能 OR 大模型
- site:thepaper.cn 今日 AI OR 科技 最新

发现最新报道后，用 web_fetch 获取全文，提取所有事件线索。

维度 B：芯片与半导体（时效优先 🔑）

捕捉半导体产业动态——这是最需要时效性的维度。

text

搜索词：
- site:jiqizhixin.com 近3天 芯片 OR 半导体 OR 出口管制
- site:qubitchina.com 今日 芯片 OR 半导体
- site:huxiu.com 近3天 芯片 OR 算力
- site:36kr.com 今日 半导体 OR 芯片出口
- site:eeworld.com.cn 今日 芯片 OR 半导体
- site:chinadaily.com.cn 芯片 OR 半导体 [近3天]

维度 C：前沿技术（时效优先 🔥）

本维度为本项目重点关注方向，优先级靠前，与维度 B 同等重要。 涵盖：量子计算、脑机接口、合成生物、新能源技术、机器人、自动驾驶等前沿科技动态。

text

搜索词：
- site:jiqizhixin.com 今日 量子计算 OR 脑机接口 OR 机器人
- site:qubitchina.com 近3天 前沿技术 OR 量子 OR 生物计算
- site:huxiu.com 今日 量子 OR 新能源 OR 机器人
- site:36kr.com 近3天 自动驾驶 OR 人形机器人 OR 量子
- site:thepaper.cn 今日 前沿技术 OR 量子计算
- "量子计算" 最新 OR 突破 [近3天]
- "脑机接口" 最新 OR 进展 [近3天]
- "人形机器人" 最新 OR 发布 [今日]
- "自动驾驶" 最新 OR 进展 [近3天]

维度 D：AI 大模型发布与技术进展（时效优先）

text

搜索词：
- site:jiqizhixin.com 今日 大模型 OR GPT OR Claude OR Gemini
- site:qubitchina.com 近3天 大模型 OR AI 发布
- site:huxiu.com 今日 模型发布 OR AI 进展
- site:36kr.com 今日 AI 模型 OR 发布
- site:thepaper.cn 今日 AI 大模型 最新
- "GPT" 最新 OR 发布 [今日]
- "Claude" 最新 OR 模型 [近3天]
- "Llama" 最新 OR 开源 [今日]
- site:deepmind.com blog [近3天]
- site:openai.com blog [近3天]

维度 E：产业政策与监管（时效优先）

text

搜索词：
- site:36kr.com 今日 科技政策 OR 监管 OR 补贴
- site:huxiu.com 近3天 监管 OR AI 法规 OR 数据安全
- site:gov.cn 今日 科技 OR AI 政策
- site:sastind.gov.cn 最新 科技政策 [近3天]
- "AI 监管" 最新 OR 政策 [近3天]
- "数据安全" 最新 OR 规定 [今日]

维度 F：国际科技博弈（时效优先）

text

搜索词：
- site:jiqizhixin.com 近3天 中美科技 OR 芯片禁令 OR TikTok
- site:qubitchina.com 今日 中美 AI OR 科技竞争
- site:huxiu.com 近3天 华为 OR 芯片限制 OR 出口管制
- site:36kr.com 今日 科技博弈 OR 中美竞争
- "芯片禁令" 最新 OR 进展 [近3天]
- "华为" 最新 OR 芯片 [今日]
- site:reuters.com AI China OR chip [近3天]

维度 G：学术与开源（时效优先）

text

搜索词：
- site:jiqizhixin.com 近3天 论文 OR arXiv OR 开源模型
- site:qubitchina.com 今日 顶会论文 OR 开源
- site:huxiu.com 近3天 GitHub OR 开源 OR 代码
- "arXiv" 最新 论文 AI [近3天]
- "开源模型" 最新 OR 发布 [今日]

交叉验证与时效过滤

初轮搜索完成后，立即执行时效过滤，然后检查是否有遗漏：

第一步：时效过滤（必须先做）

所有搜索结果，逐一核实发布时间
仅保留 **5 天以内（今日 + 近 3 天）**发布的报道
超时报道一律不收录，除非该事件在 5 天内有重大新进展

第二步：交叉验证

如果同一事件被 3+ 个不同来源提及 → 大概率是热点，深入搜索获取更多细节
如果官方媒体（如新华社科技版）和商业媒体（如机器之心、量子位）的热点不同 → 两边都要覆盖，互相印证
如果维度 C（前沿技术）有新进展 → 深入搜索，核实技术细节和战略影响

搜索关键词设计原则（反模式清单）

❌ 不要这样搜	✅ 应该这样搜	原因
"AI 新闻今天"（无来源限定）	`site:jiqizhixin.com 今日 AI`	前者返回 SEO 聚合页，后者命中实时新闻
"大模型"（无时效锚点）	`"大模型" 最新 OR 发布近3天`	无时效锚点会混入历史报道
"科技新闻"（无来源+无时效）	`site:jiqizhixin.com 近3天科技`	二者缺一不可
搜索词中加具体年月日	用"今日""近3天""近5天"	日期限定过死会漏掉临近时间的稿
只用英文关键词搜	优先中文关键词 + site 限定	确保中文媒体来源优先
只搜新闻源首页	用 site 限定搜具体栏目	首页被 SEO 污染严重，栏目更精准
只搜 3 次就开始写	至少 8 次，覆盖 7 个维度，其中维度 C 前沿技术为重点	3 次搜索覆盖率不到 30%
收录超过 5 天的"老新闻"	一律过滤，仅收录时效期内的报道	过时新闻对每日上报无价值

时效性 + 重要性双重排序准则

两条铁律：

时效性是入场券：超出 5 天一律不收录

时效性是第一排序维度：同等重要性下，越新的新闻越靠前

第一步：时效过滤（入场门槛）

时间范围	是否收录	说明
今日（0-24 小时）	✅ 必录	最新报道，直接引用
近 3 天（24-72 小时）	✅ 录	有价值的近期报道，引用时标注发布时间
近 5 天（3-5 天）	⚠️ 慎录	仅当事件在此期间有重大新进展时才收录，标注"后续报道"
超过 5 天	❌ 不录	一律不收录，不出现在报告中

第二步：重要性分级（时效过滤后，在时效期内按重要性排序）

信号	重要性等级	说明	示例
大模型发布 / AI 技术重大突破	⭐⭐⭐⭐ 最高级	顶级模型发布，技术里程碑	GPT-5 发布、Gemini 2 超越人类基准
半导体/芯片重大突破（国产替代）	⭐⭐⭐⭐ 最高级	国产芯片突破性进展，绕过出口管制	中芯国际 7nm 量产、国产 GPU 发布
官方权威来源首发 + 多源确认	⭐⭐⭐⭐ 最高级	政府官网/权威媒体首发 + 3+ 来源交叉	工信部政策文件、官方 AI 治理框架
芯片出口管制重大升级	⭐⭐⭐ 高级	美对华芯片禁令重大升级，影响产业格局	新增实体清单、ASML 禁运扩大
AI 安全重大事件	⭐⭐⭐ 高级	AI 系统导致重大事故或安全漏洞披露	LLM 严重越狱事故、AI 武器化争议
中美科技博弈实质性进展	⭐⭐⭐ 高级	科技战关键节点	TikTok 法案、华为新限制、数据安全博弈
前沿技术突破（量子/机器人/新能源）	⭐⭐⭐ 高级	前沿技术首次公开或实用化进展	量子计算超越经典基准、人形机器人量产
AI 监管政策正式出台	⭐⭐ 中级	正式法规/监管文件发布	AI 生成内容标识规定、数据跨境流动规则
产业合作与投资	⭐⭐ 中级	重大并购、合作、投资	AI 芯片公司获数十亿美元融资
开源模型发布 / 学术顶会成果	⭐⭐ 中级	开源生态重要事件	Llama 4 发布、GPT-4 架构论文发表
常规产品发布 / 公司动态	⭐ 一般	常规更新，无重大技术事件性	普通版本更新、例行发布会
股市行情 / 纯商业报道	⭐ 一般	无科技战略意义	股价涨跌、公司财报

第三步：时效性打破重要性（同等级内排序）

当同一重要性等级内有多条新闻时，按时效性排序：

text

今日 > 昨日 > 前日 > 近3天
（同重要性等级内，越新越靠前）

降权规则

情况	降级幅度	操作
自媒体/无署名报道	降 1 级	需交叉验证，标注"来源待核实"
仅有单一来源	降 1 级	标注"单源，待证实"
来自立场鲜明来源的独家报道	降 1 级	注意核实反方声音
预测性/前瞻性文章（非事件报道）	降 2 级	归入"值得关注"而非"重要事件"
来源网站打开失败/内容不可读	直接过滤	不收录，无法核实的不呈现

输出格式

按时效性优先 + 重要性分级双重排序，输出当日最新科技动态：

text

## 🔥 科技新闻日报（YYYY-MM-DD）

> 📌 时效说明：仅收录 **5 天以内**发布的新闻 | 搜索覆盖：维度 A/B/C/D/E/F/G

---

### 📍 今日最新（今日发布）

> ⭐⭐⭐⭐ 最高级 ——大模型发布 / 半导体突破 / 官方政策首发

1. **[新闻标题]**
   > 一句话摘要（不超过 50 字）
   > ⏰ 今日 HH:MM | 🔗 [来源名称](URL)
   > 📌 多家媒体报道：来源 A / 来源 B

> ⭐⭐⭐ 高级 ——AI 安全 / 中美博弈 / 前沿技术突破

2. ...

> ⭐⭐ 中级 ——监管政策 / 产业合作 / 开源模型

3. ...

> ⭐ 一般 ——常规动态

4. ...

---

### 📍 近期跟进（近3天发布）

> 5 天内有重大新进展的后续报道

5. **[新闻标题]**（后续报道）
   > 最新进展摘要
   > ⏰ X月X日 HH:MM（首次报道）→ 今日最新进展 | 🔗 [来源](URL)

---

### 📌 值得持续关注（可酌情收录）

> 智库报告、前瞻分析、5 天内出现新动态的重大事件后续

6. **[标题]**（值得关注）
   > 简要说明
   > 🔗 [来源](URL)

---
📊 本次共收录 XX 条新闻 | 搜索 XX 次 | 覆盖维度：A/B/C/D/E/F/G
📅 报道时间窗口：YYYY-MM-DD HH:MM 至 YYYY-MM-DD HH:MM（近 5 天）
⏰ 生成时间：HH:MM

去重与时效合并

时效优先去重：同一事件被多家报道时，以最新一条的发布时间为准，合并为一条，引用最权威/最详细的来源
在同一重要性等级内：越新的报道越靠前
跨等级不合并：最高级和高级之间的新闻不因时效合并，保持重要性排序为主
后续报道覆盖旧闻：若最新报道推翻或修正了早期报道，以最新为准，旧闻不出现在报告中
优先引用中文媒体原文：中文媒体未报道时引用英文权威媒体并翻译
来自立场鲜明来源的独家报道：注明来源立场，供用户判断，同时标注"单源，待进一步核实"

用户确认后进入 Phase 2。 数量控制：默认处理前3条，用户可指定不同数量。

Phase 2：下载原文

两条下载路径

路径 A（browser MCP）为主，路径 B（Firecrawl）为 fallback。 每条新闻从 URL 开始，先走路径 A，失败才走路径 B。成功即停，不继续尝试后续路径。

路径 A：browser MCP（主路径，所有来源均用此方案）

中文站大量使用 Vue/React 动态渲染，直接请求正文仅能获取 20-30%；browser MCP 返回完整 DOM，是唯一可靠的下载方案。

操作流程：

text

browser_tabs(action="list")           # 1. 检查当前 tab 状态，避免重复开 tab
browser_navigate(url="<URL>")          # 2. 导航到目标页（自动等待页面 load）
browser_cdp(method="Runtime.evaluate", # 3. 提取正文文本
    params={
        "expression": "document.body.innerText",
        "returnByValue": true
    })

操作规范：

browser_navigate 会自动等待页面 load 事件，无需额外 wait
正文文本从 Runtime.evaluate 的 result.result.value 字段获取
若正文不足 300 字，用 browser_scroll(direction="down") 滚动后重新提取（最多滚 3 次）
若正文仍不足 300 字，用 browser_take_screenshot(fullPage=true) 辅助人工判读
提取标题、发布时间、正文文本后，关闭 tab 或复用 tab 继续下一条

正文质量判断：

300 字以上 → 质量合格，进入 Phase 3
不足 300 字 → 滚动重试，仍不足则换路径 B

重试机制： 每个 URL 最多尝试 2 次路径 A，第 2 次间隔 10 秒后重试，仍失败则切换路径 B。

注意： browser_snapshot 返回 accessibility tree，不用于提取正文。正文提取必须用 browser_cdp + Runtime.evaluate。

路径 B：download.py（Firecrawl，仅 fallback）

Firecrawl API 额度有限，非必要不调用。 仅当路径 A 连续失败 2 次时才使用。

bash

python3 scripts/download.py <URL> <输出文件路径>

输出文件为 *-temp.md，内容已初步清洗，但仍需经过 Phase 3 字数门槛检查。

API Key 从环境变量 FIRECRAWL_API_KEY 读取。import json 必须在脚本顶层，不得放在函数内部。

download.py 输出格式（stdout）：

第一行：字数统计: XXXX 字
第二行：下载成功: <路径>

英文源仅用于交叉验证，不进入最终输出。

Phase 3：字数门槛检查

读取 Phase 2 获取的正文（路径 A 为 Runtime.evaluate 返回的文本，路径 B 为 *-temp.md），Agent 统计正文字数：

不足 300 字：跳过，不生成摘要，告知用户原因。被跳过的文章若存在残留摘要文件，必须主动删除。
满足 300 字以上：进入 Phase 4。

Phase 4：清洗正文

去除干扰内容，保留干净正文：

页头导航、页脚、侧边栏
图片说明（除非包含实质性文字信息）
相关文章推荐、"Also on X" 推荐块
广告、赞助内容
原文中的外部链接（非本文 URL）

清洗后逐项确认清单：

无页头导航 / 面包屑
无页脚版权信息
无 "Related Articles" / "Also on X" 推荐块
无广告 / 赞助内容
无图片说明文字（除非含实质性信息）
无原文中的外部链接
正文开头是事件内容，不是导语式铺垫

清洗结果不得包含 # 标题、## 正文 等 markdown 标题结构——正文直接写，不加任何节标题。

Phase 5：写入原文稿

第一步：创建当日目录

text

mkdir -p {REPORTS_DIR}/{YYYYMMDD}/

路径变量 REPORTS_DIR 来自环境变量（默认 /home/sml/workspace/InternetInformation）。

第二步：写入正式原文文件

text

{YYYYMMDD}xx班-科技新闻原文{序号}-{排序ID}.md

格式模板：

markdown

原文稿{序号}：
{中文标题}

{YYYY}年{M}月{D}日 【文/{作者}，{来源}】

{清洗后正文段落}

原文链接：{URL}

第一行：原文稿{序号}：（无其他标题符号）
第二行：中文标题（保留原文）
空一行
第三行：{YYYY}年{M}月{D}日【文/{作者}，{来源}】（年全四位，月日均为实际数字）
空一行
正文段落（清洗后，无 markdown 标题结构）
空一行
末尾：原文链接：{URL}

排序ID 固定为 sml（xx班客户编号）。序号从 1 开始，按用户给出的排序依次递增。路径 B（Firecrawl）场景：写入后删除 *-temp.md，不留中间文件。

Phase 6：整理摘要

读取 Phase 5 写入的原文稿，自主撰写中文摘要，写入：

text

{YYYYMMDD}xx班-科技新闻摘要{序号}-{排序ID}.md

格式模板

markdown

拟投栏目：{栏目名}
事件时间：{YYYY}年{M}月{D}日
价值点：{约80字，五段式：[who]在[背景]下，仍[action]，此举[judge本质]，旨在[目的]}

{标题（≤30字，单行，不含换行符）}

{正文（一段，≤400字，含事件概述/关键论据/批判性分析/我方立场，不含换行符）}

{尾注：xx院系，xxx，15888888888（来源：{来源}，{M}月{D}日）（xx学院，{YYYY}年{M}月{D}日）}

头部元数据

字段	规范
拟投栏目	5选1（找适合的）：热点舆情/ 重要信息 / 建言献策 / 观点评论 / 战略博弈
	核心筛选原则：仅收录与 AI/大模型/半导体/中国科技战略直接相关的新闻
	- ✅ AI 大模型发布与技术突破
	- ✅ 半导体/芯片动态（出口管制、国产替代）
	- ✅ 中国科技产业政策（补贴、监管、扶持）
	- ✅ 中美科技博弈（芯片禁令、TikTok、数据安全）
	- ✅ AI 安全与治理
	- ❌ 纯娱乐/消费电子新闻（非前沿技术）
	- ❌ 纯股市行情/无战略意义的商业新闻
事件时间	新闻事件发生的具体日期（全位数字）
价值点	约80字，五段式结构

主标题（铁律 1）

必须是纯文本单行，不得包含换行符 \n
字数（不含空格）严格控制在 30 字以内
不要照抄原文，截断或改写均可

正文一段成文（铁律 2）

正文（不含头部和尾注）不得包含任何换行符 \n
四层逻辑：

层次	内容	字数
① 事件概述	谁 + 何时 + 说了/做了什么	~50字
② 关键论据	原文核心引述/报道细节	~100字
③ 批判性分析	揭露本质/战略意图/内在矛盾	~150字
④ 我方立场+总结	预测中国官方/产业反应 + 对中国科技战略环境影响 + 定调性总结	~100字

涉华科技新闻摘要特别要求

若原文涉及以下情形，摘要正文必须将中国立场/中国应对作为独立信息点展开：

中美芯片/AI 博弈相关事件
国产替代重大突破或受阻
中国科技政策调整
中国大模型/AI 进展

尾注格式（单独成段）

固定格式，不得添加单位、联系人、电话等信息。 xx院系，xxx，15888888888（来源：{来源}，{M}月{D}日）（xx学院，{YYYY}年{M}月{D}日）

铁律自检（写入前必须执行）

在写入摘要文件前，执行三项检查：

铁律 1 检查：主标题是否包含 \n、字数是否 ≤30 字
铁律 2 检查：正文（不含头部和尾注）是否包含 \n
字数检查：正文（不含头部和尾注）中文字数是否 ≤400 字

自检通过后才可写入文件。自检失败不得跳过，须修改至达标。

Phase 7：转换为 DOCX 格式

使用 scripts/md2doc.py，MD 文件在 {REPORTS_DIR}/{YYYYMMDD}/：

bash

python3 scripts/md2doc.py {REPORTS_DIR}/{YYYYMMDD}/{文件名}.md

脚本根据文件名路由：

含"摘要"→ parse_summary_md() + template-summary.docx
含"原文"→ parse_original_md() + template-original.docx

模板文件 template-original.docx 和 template-summary.docx 必须存在于 scripts/ 目录。依赖：pip install python-docx lxml。

Phase 8：打包并发送

8.1 打包

bash

cd {REPORTS_DIR} && zip -j {YYYYMMDD}.zip {YYYYMMDD}/*.md {YYYYMMDD}/*.docx

8.2 发送

python

import smtplib, os
from email.mime.multipart import MIMEMultipart
from email.mime.text import MIMEText
from email.mime.base import MIMEBase
from email import encoders

date_str = "{YYYYMMDD}"
zip_path = f"{REPORTS_DIR}/{date_str}.zip"
sender = os.environ.get("SMTP_SENDER")
passwd  = os.environ.get("SMTP_PASSWD")

msg = MIMEMultipart()
msg['From'] = sender
msg['To'] = os.environ.get("SMTP_TO")
msg['Subject'] = f"科技新闻简报-{date_str}"
msg.attach(MIMEText("见附件，请查收。", 'plain', 'utf-8'))

with open(zip_path, 'rb') as f:
    part = MIMEBase('application', 'octet-stream')
    part.set_payload(f.read())
encoders.encode_base64(part)
part.add_header('Content-Disposition', f'attachment; filename="{date_str}.zip"')
msg.attach(part)

with smtplib.SMTP_SSL('smtp.qq.com', 465) as server:
    server.login(sender, passwd)
    server.send_message(msg)
print("邮件发送成功")

8.3 清理

发送成功后立即删除 zip 包：

bash

rm {REPORTS_DIR}/{YYYYMMDD}.zip

仅删除 zip 包，保留 {YYYYMMDD}/ 目录下的原始 md/docx 文件。

文件命名规范

文件类型	命名格式
原文稿	`{YYYYMMDD}xx班-科技新闻原文{序号}-{排序ID}.md`
原文稿（DOCX）	`{YYYYMMDD}xx班-科技新闻原文{序号}-{排序ID}.docx`
摘要文件	`{YYYYMMDD}xx班-科技新闻摘要{序号}-{排序ID}.md`
摘要（DOCX）	`{YYYYMMDD}xx班-科技新闻摘要{序号}-{排序ID}.docx`

日期格式：YYYYMMDD，例如 20250624。序号：用户给出的排序号（1=第1条，依次类推），前无横杠：科技新闻原文1-sml。排序ID：固定 sml。 路径 B（Firecrawl）产生的 *-temp.md 在写入正式文件后立即删除，不保留。

执行规范

合并自原"注意事项"与"Pitfalls"，去重后保留所有有效规则。

下载规范

browser MCP 为下载第一优先：所有来源均先用路径 A，成功即停。Firecrawl 仅作 fallback（额度有限）。
browser 重试：每个 URL 最多 2 次，第 2 次间隔 10 秒，仍失败则切换路径 B。
download.py 输出格式：stdout 第一行 字数统计: XXXX 字，第二行 下载成功: <路径>。
下载文件体积：单篇 10KB-50KB 常见，读取时建议 limit 200-500 行。
跳过的文章：字数不足 300 字时跳过，必须主动删除该序号对应的残留摘要文件。
每次下载前：检查 scripts/download.py 是否存在，缺失则重建。

DOCX 规范

lxml 兼容性：Element._parent 已改为 .getparent()，需修改脚本两处。
命令行参数：python3 md2doc.py <md_file>，MD 文件在 {YYYYMMDD}/，须用绝对路径。
尾注误判正文：增加长度门槛（≤50字）+ 手机号强制尾注。

文件与工作流规范

~ 路径展开：cron job 和脚本中 ~ 解析为 /home/sml/.hermes/profiles/scienlot/home/。必须用绝对路径。
Agent 中途中断：检查时只有 *-temp.md 没有正式文件，说明未跑完，须补跑。
文件写入：摘要稿和原文稿的写入一律使用 write_file 工具，不要在 execute_code 中用 Python f-string 拼接中文正文。

Cron 规范

已知问题：cron 任务经常只完成 Phase 2 就中断，不执行 Phase 3-8。修复方式：手动补跑。
.tick.lock 残留：上次超时中断未释放锁，rm ~/.hermes/profiles/scienlot/cron/.tick.lock。
日志未保存：cron output 目录无日志文件时，检查 {REPORTS_DIR}/ 是否有生成文件。

摘要写作规范

详见 references/writing-guide.md。

Linked Scripts

scripts/download.py — Firecrawl 网页抓取（额度有限，仅 fallback）
scripts/md2doc.py — MD 转 DOCX
scripts/smtp_send.py — 邮件发送（备用）
scripts/template-original.docx — 原文稿 DOCX 模板
scripts/template-summary.docx — 摘要稿 DOCX 模板

tech-news-brief

Install

科技新闻简报

触发方式

全流程概览

Phase 1：多维度分层搜索

核心原则：时效性第一

新闻源优先级（时效性优先视角）

多维度分层搜索（最少 8 次，建议 10-12 次）

维度 A：中文最新 AI 与科技动态（时效优先 🔑）

维度 B：芯片与半导体（时效优先 🔑）

维度 C：前沿技术（时效优先 🔥）

维度 D：AI 大模型发布与技术进展（时效优先）

维度 E：产业政策与监管（时效优先）

维度 F：国际科技博弈（时效优先）

维度 G：学术与开源（时效优先）

交叉验证与时效过滤

搜索关键词设计原则（反模式清单）

时效性 + 重要性双重排序准则

第一步：时效过滤（入场门槛）

第二步：重要性分级（时效过滤后，在时效期内按重要性排序）

第三步：时效性打破重要性（同等级内排序）

降权规则

输出格式

去重与时效合并

Phase 2：下载原文

两条下载路径

路径 A：browser MCP（主路径，所有来源均用此方案）

路径 B：download.py（Firecrawl，仅 fallback）

Phase 3：字数门槛检查

Phase 4：清洗正文

Phase 5：写入原文稿

Phase 6：整理摘要

格式模板

头部元数据

主标题（铁律 1）

正文一段成文（铁律 2）

涉华科技新闻摘要特别要求

尾注格式（单独成段）

铁律自检（写入前必须执行）

Phase 7：转换为 DOCX 格式

Phase 8：打包并发送

8.1 打包

8.2 发送

8.3 清理

文件命名规范

执行规范

下载规范

DOCX 规范

文件与工作流规范

Cron 规范

推荐新闻源

摘要写作规范

Linked Scripts

Related skills