Mixlab Daily Briefing（ 高价值内容筛选）

从 mixdao latest 获取数据 → 用 MiniMax-M2.5 做分类整理（agent loop：至多5组、每组至少3条）并生成分组摘要与每条推荐语 → 按 cachedStoryId 提交推荐语并上传简报到 mixdao。需配置 MIXDAO_API_KEY、ANTHROPIC_API_KEY。自然语言触发示例：「执行 daily briefing」「做今日 mixdao 简报」。

Daily Briefing（拉取 + MiniMax 分类 + 简报上传 + 推荐语提交）

脚本

脚本	作用
scripts/01-fetch.js	拉取 mixdao GET /api/latest（环境变量 MIXDAO_API_KEY）→ 使用接口返回的 date，解析并扁平化为 items → 写入 temp/briefing-{date}.json（内容为 { date, items }）→ 输出 [FILE PATH] <path>。
scripts/02-briefing.js	读取步骤 1 的 temp 文件 → 调用 MiniMax-M2.5 做分组（agent loop 直至满足约束）→ 生成分组摘要（100 字内）与每条推荐语（140 字内，创业者视角）→ 保存简报 MD，并 PATCH /api/briefing 上传简报到 mixdao → 按 cachedStoryId 批量 PATCH /api/latest/recommendation 提交推荐语。

工作流程

步骤 1：从 latest 获取数据

在 skill 根目录下执行：

node scripts/01-fetch.js

输出：[FILE PATH] <temp 文件完整路径>，供步骤 2 使用。

步骤 2：MiniMax 分类整理 + 提交推荐语

将步骤 1 输出的文件路径传入：

node scripts/02-briefing.js <filepath>

示例：

node scripts/02-briefing.js ./temp/briefing-2026-02-14.json

02-briefing 内部流程：

1. 读取 JSON（格式 { date, items }，date 为 YYYY-MM-DD，items 为非空数组；每条 item 需含 id（即 cachedStoryId）及 title、translatedTitle、text、url，与 01-fetch 输出一致），校验 date 与 items。
2. 分组 Agent Loop（MiniMax-M2.5）：对类似话题分组，至多 5 组，每组至少 3 条；不满足则反馈重试，最多 3 次。
3. 生成摘要与推荐语：每组一段分组摘要（100 字内）；每条站在创业者角度生成推荐语（140 字内），格式：xxx场景、xxx问题、xxx解决方案、xxx价值。
4. 将简报写入与 temp 同目录的 .md 文件，并调用 mixdao PATCH /api/briefing（body: { date, title, content }）上传简报。
5. 按 cachedStoryId 批量调用 mixdao PATCH /api/latest/recommendation（body: { items: [{ cachedStoryId, recommendationText }, ...] }，Bearer MIXDAO_API_KEY）提交推荐语。根据返回的 results 统计成功/失败并打 log。

环境变量

变量	说明
MIXDAO_API_KEY	必填。mixdao API 的 Bearer token（拉取 latest 与提交推荐语）。
ANTHROPIC_BASE_URL	可选，默认 https://api.minimaxi.com/anthropic。MiniMax 兼容 Anthropic 的 base URL。
ANTHROPIC_API_KEY	必填。MiniMax API Key，用于调用 MiniMax-M2.5。

注意事项

• 环境变量：运行前请设置 MIXDAO_API_KEY 与 ANTHROPIC_API_KEY（见上表）。
• 请求超时：01-fetch 拉取 API 超时 15 秒；02-briefing 内推荐语为一次批量 PATCH，超时 15 秒。
• 临时文件：步骤 1 将原始数据写入 temp/，步骤 2 仅读取，不删除；示例路径 ./temp/briefing-YYYY-MM-DD.json 由 01-fetch 生成。
• 推荐语格式：每条 140 字内，创业者视角：场景、问题、解决方案、价值。