Install
openclaw skills install tech-news-brieftech-news-brief
🔑API key required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。
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
┌────────────────────────────────────────────────────────────────────────┐
│ 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。
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。
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。
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）
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）
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）
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）
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：
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：
## 🔥 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：
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。
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
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
{YYYYMMDD}xx班-科技新闻原文{序号}-{排序ID}.md
格式模板：
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：
{YYYYMMDD}xx班-科技新闻摘要{序号}-{排序ID}.md
格式模板
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}/：
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
cd {REPORTS_DIR} && zip -j {YYYYMMDD}.zip {YYYYMMDD}/*.md {YYYYMMDD}/*.docx
8.2 发送
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：
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
limit200-500 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。
推荐新闻源
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 DOCXscripts/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