ClawHub

Data Ai Daily Brief Skill

v4.3.2

AI-powered industry intelligence daily brief generator for the Data+AI sector. Automatically searches, filters, writes, and delivers structured daily briefin...

0· 430· 12 versions· 0 current· 0 all-time· Updated 5h ago· MIT-0
byhaiyangchen@haiyangchenbj

Security Scans

VirusTotalBenignClawScanBenignStatic analysisBenign

Install

openclaw skills install data-ai-daily-brief

AI 行业情报日报生成器

一个 AI 驱动的行业情报日报生成技能，自动搜集、过滤、编写并推送高质量的行业日报。默认以 Data+AI 行业为例，可通过配置文件切换至任何行业。

工作流程

当用户请求生成日报时，按以下步骤执行：

Step 1: 确认配置 [确定性]

  1. 读取工作区中的 config.json 配置文件（如果存在）
  2. 如不存在，使用 scripts/init_config.py 初始化默认配置
  3. 确认目标日期（默认当天）和输出渠道

Step 2: 信息采集与过滤 [确定性+LLM]

使用 web_search 工具，按以下优先级和过滤规则采集信息：

核心原则

数据平台优先，严格过滤。 每条信息必须能明确回答：这会影响企业数据平台的产品路线、架构设计、成本结构、治理方式、运维效率或 Agent 在数据场景的落地吗？如果不能明确回答「是」，一律不纳入。

信息宁缺毋滥。 绝不因为某个板块条目过少而降低准入标准。日报的价值在于精准，不在于条数多。

搜索策略（三阶段）

阶段一：一手来源定向搜索（必须执行）

针对第一优先级厂商，逐一搜索其官方渠道：

英文搜索：

  1. site:databricks.com OR site:snowflake.com OR site:aws.amazon.com announcement
  2. site:cloud.google.com OR site:azure.microsoft.com data platform announcement
  3. site:github.com (apache/iceberg OR apache/spark OR apache/flink OR trinodb/trino) release
  4. site:prnewswire.com OR site:businesswire.com data platform OR data lake OR data warehouse
  5. site:prnewswire.com OR site:businesswire.com (funding OR acquisition OR IPO) data platform

中文搜索：

  1. site:cloud.tencent.com OR site:help.aliyun.com 数据 发布
  2. site:volcengine.com OR site:huaweicloud.com 数据 公告
  3. site:caict.ac.cn OR site:ccidreport.com OR site:cesi.cn 数据 发布 报告（辅助，这些站点索引差，不能作为覆盖国内机构的唯一手段）
  4. 信通院 OR 中国信息通信研究院 数据 报告 发布
  5. 赛迪研究院 OR CCID 数据 报告
  6. 国家数据局 数据 政策 OR 规划 OR 标准

投融资定向搜索（必须执行）：

  1. (Databricks OR Snowflake OR Confluent OR ClickHouse OR dbt) funding OR acquisition OR IPO
  2. data platform OR data infrastructure funding round
  3. 数据平台 OR 大数据 融资 OR 收购 OR 上市
  4. (Databricks OR Snowflake OR Palantir OR Elastic OR Cloudera) earnings OR revenue OR quarterly results
  5. site:news.crunchbase.com OR site:techcrunch.com "venture capital" OR "funding" data
  6. site:cbinsights.com data OR analytics report

阶段二：扩展搜索（补充覆盖）

英文：

  1. "data platform" OR "data infrastructure" release announcement {date_range}
  2. Databricks OR Snowflake OR "data lakehouse" announcement {date_range}
  3. Apache Iceberg OR Hudi OR Paimon OR "Delta Lake" release {date_range}
  4. "data governance" OR "data catalog" OR "data quality" announcement {date_range}
  5. Gartner OR Forrester OR IDC "data platform" OR "data analytics" {date_range}
  6. ClickHouse OR DuckDB OR StarRocks OR Doris release update {date_range}

中文：

  1. 数据平台 OR 数据基础设施 发布 公告
  2. 湖仓一体 OR 数据湖 OR 数据治理 新品
  3. 阿里云 OR 腾讯云 OR 华为云 数据 发布
  4. 艾瑞咨询 OR 亿欧智库 数据平台 OR 大数据 报告
  5. 国家数据局 OR 数据要素 政策 OR 标准 OR 规划
  6. "data platform" OR "data infrastructure" partnership OR integration OR collaboration {date_range}

阶段三：来源溯源（强制执行）

对阶段二中通过媒体报道发现的信息，必须使用 web_fetch 或追加 site: 搜索追溯到一手来源。无法找到一手来源的信息标注「⚠️ 待验证」或降级到 Watchlist。

搜索覆盖硬性要求：必须对所有第一优先级厂商至少执行一次定向搜索。

覆盖范围与时效性（红线规则）

工作日（周二至周五） 严格只覆盖过去 24 小时内（日报日期前一天 08:00 至当天 08:00 CST）首次公开发布的信息。

周一特殊规则： 时效性窗口扩展为 72 小时（上周五 08:00 CST 至周一 08:00 CST），覆盖周五至周日三天。周一日报总量上限从 10-14 条放宽至 14-20 条。周一日报标题标注为《Data+AI 全球日报 | YYYY-MM-DD（含周末）》。

⚠️ 时效性红线——以下情况一律不得纳入：

  • 原始发布日期早于当期时效窗口的信息
  • 已在此前日报中出现过的信息
  • 产品发布日期在数天甚至数周前的旧公告
  • 会议/峰会日程等已提前公布、非今日首次披露的常态信息

✅ 时效性判定方法：

  1. 查看原始页面的发布日期（publish date）
  2. 发布日期不在当期窗口内 → 直接排除
  3. 日报撰写前，先列出候选信息的发布日期清单，逐条确认

聚焦领域

大数据、数据平台、数据基础设施、数据治理、数据工程、数据智能平台、湖仓架构、查询引擎、流批处理、向量检索基础设施、开源数据生态。

AI 相关信息仅在明确影响数据平台时才纳入。

严格排除

  • 纯 AI 新闻（纯模型发布、纯 benchmark、纯消费级 AI 产品）
  • AI 产业中与数据平台无直接关系的动态
  • 财经媒体、大众媒体的二手报道和分析
  • 搬运号、标题党、无来源转述

厂商关注优先级

第一优先级： AWS、Google Cloud、Microsoft Azure、Databricks、Snowflake、阿里云、腾讯云、华为云、字节跳动火山引擎

第二优先级： Confluent、MongoDB、Elastic、ClickHouse、Cloudera、Starburst/Trino、dbt Labs、Fivetran、Airbyte、Dataiku、Palantir、百度智能云、京东云

仅在与数据平台直接相关时： NVIDIA、Intel、AMD

开源项目

Iceberg、Hudi、Paimon、Delta Lake、Trino、Spark、Flink、Ray、Airflow、Kafka、dbt、ClickHouse、DuckDB、Milvus、Weaviate、Lance/LanceDB、StarRocks、Doris、SeaTunnel、Amoro 等。

投融资信息源参考

重点跟踪厂商： Databricks、Snowflake、Google Cloud、AWS、阿里云大数据、Elastic、Cloudera、华为云大数据、Palantir

信息源： SiliconANGLE Big Data、DBTA (Database Trends and Applications)、InfoQ 大数据、PR Newswire、Business Wire、SEC EDGAR（美股财报）、各公司 IR 页面、Crunchbase News、CB Insights、PitchBook News、TechCrunch Venture

分析师机构

全球头部： Gartner、Forrester、IDC、a16z、Sequoia、Bessemer、Futurum Group、Constellation Research、Wikibon/SiliconANGLE Research

国内研究机构： 信通院、赛迪研究院、电子标准院、艾瑞咨询、亿欧智库

政策与标准机构： 国家数据局、工信部（数据相关政策）

头部券商研报： 国内外头部券商中与数据平台直接相关的核心论点和数据

信源要求

仅接受一手来源： 官网、官方博客、release notes、GitHub 仓库、原始发言（X/LinkedIn/博客）、earnings call 原始记录、分析师机构报告、PR Newswire/Business Wire 新闻稿

不接受： 财经媒体二手分析（分析师报告除外）

Step 3: 编写日报 [LLM]

基于已筛选出的有效信息，生成一份面向数据平台从业者的专业日报。

信息置信度分层

Level A：已确认事实 — 有公司官网、官方博客、GitHub release、财报文件、活动实录等一手来源确认。→ 可进入 A / B / C / D。

Level B：高可信二手确认 — 有 Reuters、Bloomberg、TechCrunch 等可靠媒体报道，但暂无一手文件。→ 可谨慎进入 A / C，但必须标注「媒体报道/未见公司正式文件」。未正式确认事件优先放 E。

Level C：间接信号 / 未证实传闻 — 社交媒体爆料、社区讨论、未合并 PR 猜测。→ 只能进 E. Watchlist。

去重规则

同一条信息只能归入一个主板块，优先级：A > B > C > D > E。若已作为 A 板块核心事件，不再在 B/C/D 重复展开。

去重自检（强制步骤）： 完成全部板块编写后，列出所有事件/来源/产品名称，检查跨板块重复。同一事件出现在两个以上板块 → 保留优先级最高的板块，其余删除或仅用一句引用（≤15字）。

标题与开头

标题格式：# Data+AI 全球日报 | YYYY-MM-DD（周一标注「含周末」）

开头固定结构：

**今日最重要的3点：**
1. [一句趋势判断，写方向而非完整事件，15-30 字]
2. [一句趋势判断，写方向而非完整事件，15-30 字]
3. [一句趋势判断，写方向而非完整事件，15-30 字]

**总判断：** [用 1-2 句话给出当天最值得带走的行业判断，≤120字，必须落到数据平台演进方向、投入重点或市场变化]

重要区分：「今日最重要的3点」不是 Top Signals 的摘要版，也不是 3 条事件标题。它是跨事件提炼出的 3 个「今天该带走的变化方向」。

硬约束：

  • 每条判断 15-30 字（不需要撑满，能说清楚即可），不得包含产品名全称、版本号、具体数字
  • 好的判断应该能让读者理解"发生了什么方向的变化"以及"so what"

总判断约束：

  • ≤120 字，不需要撑满，简洁优先
  • 必须是方向性判断，不可重复3点或 A 板块的事件细节

自检方法： 写完3点后，遮住 A 板块，只看3点。如果读者能从3点中直接还原出 A 板块每条的标题和核心数字，说明3点写得太像摘要了，需要重写。

正文板块

A. Top Signals（3条）

当天最重要的已发生事件，必须有一手来源。每条包含：

### 1. 事件标题
**来源：** [具体出处](链接)
**摘要：** 2-3 句
**为什么对数据平台重要：** xxx
> 企微摘要：xxx

B. Product & Tech（0-6条，宁缺毋滥）

严格限定为数据平台相关的产品与技术动态。

  • 允许：云厂商数据产品发布/更新、开源数据项目 release、数据框架/引擎/工具链新版本
  • 不允许：政策文件、股市行情、券商研报、AI模型发布（除非直接集成到数据平台产品中）

每条包含：事件标题、来源、摘要（1-2句）、对数据平台的影响判断、企微摘要

C. Views & Research（0-5条）

收录两类高价值信息：关键人物的原始观点，以及高公信力机构的正式研究。

  • 人物观点： 创始人、CEO、CTO 等在采访、演讲、博客、X、LinkedIn 中的原始表达
  • 机构研究： Gartner / Forrester / IDC / Omdia / Futurum Group / Constellation Research / Wikibon、信通院 / 赛迪 / 头部券商的官方报告
  • 政策与标准： 国家数据局、工信部等政府机构发布的与数据平台、数据要素、数据治理直接相关的政策文件、标准规范（须为正式发布）

每条包含：人物/机构名称、来源、核心观点、映射到数据平台的判断、企微摘要

D. Capital & Corporate（0-4条，宁缺毋滥）

收录与数据平台领域直接相关的资本与公司事件，使用 inline 类型标签：

  1. 【投融资】 — 融资轮次、战略投资、估值变化
  2. 【财报发布】 — 季度/年度业绩、营收增长、关键业务指标
  3. 【IPO】 — IPO 申请、上市定价、首日表现
  4. 【收购兼并】 — 收购、合并、资产剥离

每条包含：

### 1. 【投融资】事件标题
**来源：** [具体出处](链接)
**核心数据：** 融资金额/估值/营收/增长率
**摘要：** 2-3 句
**对数据平台的影响：** xxx
> 企微摘要：xxx

E. Watchlist（1-3条）

收录三类信息：

  • 【预告】 即将发生的重要事件
  • 【降级】 有价值但不满足 A-D 准入标准的信息
  • 【跟踪】 已发生事件的后续影响仍待验证

每条包含：关注项标题、来源、为什么值得继续看、需要等待什么信号确认、企微摘要

企微摘要字段规则（所有板块通用）

每条新闻在所有详细字段之后，必须附加一行：> 企微摘要：一句话语义压缩

规则：

  • 对整段内容做语义压缩，30-80 字
  • 必须是独立成句、信息自足的完整句子
  • 不包含链接、不包含来源标注
  • 仅出现在 Markdown 文件中，HTML 文件中不展示

输出要求

重要性排序与渠道差异化：

搜索范围的扩展可能带来更多候选信息。必须严格按重要性排序，不能因为来源多了就降低门槛：

  1. 所有候选信息按重要性排序：对数据平台的实际影响 > 来源权威性 > 话题热度
  2. 企微精简版：保持原定条数上限（A≤3、B≤6、C≤5、D≤4、E≤3），只选最重要的条目
  3. HTML 完整版：各板块可适当放宽 2-3 条（A 仍≤3、B≤8、C≤7、D≤6、E≤5）
  4. 宁缺毋滥原则不变：扩展的是搜索覆盖面，不是准入标准
  • 输出中文，专业、简洁、克制
  • 每条信息必须有：来源（具体链接或出处）、摘要、影响判断
  • 总量控制在 10-14 条（周一为 14-20 条），宁少勿滥。此为企微版上限；HTML 版可上浮至 16-20 条（周一 20-26 条）
  • 不杜撰数据

Step 4: 生成输出文件 [确定性+LLM]

  1. Markdown 文件：Data+AI全球日报_{date}.md
    • 每条新闻包含 > 企微摘要：xxx 行
    • 包含全部条目（含 HTML 扩展条目），通过企微摘要行区分哪些进入精简推送
  2. HTML 文件：参考 assets/report-template.html 模板样式，生成美观的 Data+AI全球日报_{date}.html
    • HTML 中每条信息的来源带有可点击的超链接
    • 投融资板块使用类型标签（彩色标记区分投融资/财报/IPO/收购兼并）
    • 不包含企微摘要行
    • 包含全部条目（企微精简版条目 + HTML 扩展条目）

Step 5: Review & 修正 [LLM]

生成文件后、推送前，必须执行一轮完整 review。review 不通过不得进入 Step 6 推送。

Review 检查项：

  1. 时效性合规 — 逐条核对发布日期是否在时效窗口内
  2. 跨板块去重 — 同一事件出现在两个以上板块 → 合并
  3. 板块准入合规 — 逐条检查是否符合所在板块准入标准
  4. 信源质量 — 每条是否有明确一手来源链接
  5. 格式完整性 — 企微摘要行、来源/摘要/影响三要素、3点是否为趋势判断（15-30字）、总判断是否 ≤120 字且不重复事件细节
  6. 宁缺毋滥 — 各板块条数是否在规定范围内

Step 6: 推送（按配置） [确定性]

根据 config.json 中的配置，执行推送。支持以下 9 大渠道（✅ 已验证 / 📦 社区贡献·未验证）：

国内渠道

  1. ✅ 企业微信：scripts/send_wecom.py

    • 先发精简摘要版（<4096字节），再发完整版 HTML 文件
    • 摘要采用3层优先级填充：层级1（标题+今日变化+总判断）→ 层级2（板块标题+新闻标题）→ 层级3（一句话摘要，按剩余空间填充）
    • 摘要中不带任何链接，保持纯文本阅读体验，来源仅以文字标注
    • 所有来源链接仅在 HTML 完整版中呈现
    • 支持防重复推送锁，避免同一日期重复推送
    • 配置：群机器人 Webhook URL → WECOM_WEBHOOK_URL

  2. 📦 钉钉：scripts/send_dingtalk.py

    • 支持 Markdown 消息 + 链接消息，支持加签安全验证
    • 配置：群机器人 Webhook → DINGTALK_WEBHOOK_URL，可选加签 → DINGTALK_SECRET
    • 限制：每分钟最多 20 条消息

  3. 📦 飞书：scripts/send_feishu.py

    • 支持富文本（post）和交互卡片（含按钮）两种模式
    • 配置：群机器人 Webhook → FEISHU_WEBHOOK_URL，可选签名 → FEISHU_SECRET
    • 卡片模式：--card --link-url <URL>
    • 限制：每分钟 5 条，每小时 100 条

国际渠道

  1. 📦 Slack：scripts/send_slack.py

    • 使用 Block Kit 富消息格式，支持按钮链接
    • 配置：Incoming Webhook URL → SLACK_WEBHOOK_URL

  2. 📦 Discord：scripts/send_discord.py

    • 使用 Embed 消息格式，支持文件上传
    • 配置：Webhook URL → DISCORD_WEBHOOK_URL
    • 限制：Embed 描述 4096 字符，每秒 5 次

  3. 📦 Telegram：scripts/send_telegram.py

    • 通过 Bot API 推送 HTML 格式消息，支持文件上传
    • 配置：Bot Token → TELEGRAM_BOT_TOKEN，Chat ID → TELEGRAM_CHAT_ID
    • 限制：消息 4096 字符，每秒 30 条

  4. 📦 Microsoft Teams：scripts/send_teams.py

    • 支持 Adaptive Card（推荐）和旧版 MessageCard 格式
    • 配置：Incoming Webhook → TEAMS_WEBHOOK_URL
    • 旧版兼容：--legacy

通用渠道

  1. 📦 邮件：scripts/send_email.py

    • SMTP 邮件推送，HTML 正文 + 纯文本备选
    • 配置：SMTP_HOST, SMTP_USER, SMTP_PASSWORD, EMAIL_TO

  2. ✅ GitHub Pages：scripts/deploy_github.py

    • 部署到 GitHub Pages 作为公开访问的网页，自动归档历史版本
    • 配置：GITHUB_TOKEN, GITHUB_USER

硬性规则

以下规则不可违反，优先级高于所有其他指引：

  1. 时效性红线 — 原始发布日期不在当期时效窗口（工作日24h/周一72h）内的信息一律不纳入，无例外
  2. 一手来源强制 — 每条信息必须可追溯到一手来源（官网/博客/release notes/GitHub/PR Newswire 等），不接受纯媒体二手分析
  3. 不杜撰数据 — 所有数字、日期、版本号必须来自原文，不得推测或编造
  4. 去重自检 — 完成全部板块后必须执行跨板块去重，同一事件最多出现在一个板块
  5. Review 门禁 — Step 5 不通过不得推送，宁可不发也不发有问题的日报
  6. 宁缺毋滥 — 任何板块不因条目过少而降低准入标准，空板块好于注水板块
  7. 推送权限分级 — 自动化模式（automation）下发现质量问题可自主修正后推送；手动模式下发现问题需等用户确认

失败处理

场景处理方式
搜索阶段全部无结果报告「今日无符合条件的信息」，生成空日报模板（仅标题+日期），不推送
单一来源不可用（如某网站超时）跳过该来源，继续其他搜索，在报告中标注「⚠️ {来源} 未能访问」
候选信息全部未通过 Review输出审查结果明细，不推送，等用户决策
推送失败（webhook 超时/403）重试 1 次，仍失败则保存文件到工作区并通知用户手动推送
配置文件缺失使用 scripts/init_config.py 生成默认配置后继续
HTML 模板缺失仅生成 Markdown 文件，跳过 HTML 生成，在输出中说明

自定义指南

修改关注领域

编辑 config.json 中的 customization 字段，可自定义：

  • 关注的行业领域（默认 Data+AI）
  • 厂商优先级列表
  • 开源项目列表
  • 输出语言和格式

添加推送渠道

在 config.json 的 adapters 中启用渠道并填入配置：

渠道配置键类型主要环境变量
企业微信wechatworkWebhookWECOM_WEBHOOK_URL
钉钉dingtalkWebhookDINGTALK_WEBHOOK_URL, DINGTALK_SECRET
飞书feishuWebhookFEISHU_WEBHOOK_URL, FEISHU_SECRET
SlackslackWebhookSLACK_WEBHOOK_URL
DiscorddiscordWebhookDISCORD_WEBHOOK_URL
TelegramtelegramBot APITELEGRAM_BOT_TOKEN, TELEGRAM_CHAT_ID
TeamsteamsWebhookTEAMS_WEBHOOK_URL
邮件emailSMTPSMTP_HOST, SMTP_USER, SMTP_PASSWORD
GitHubgithubAPIGITHUB_TOKEN, GITHUB_USER

调整定时任务

修改 config.json 中的 cron 配置：

{
  "schedule": "0 8 * * 1-5",
  "timezone": "Asia/Shanghai"
}

Version tags

latestvk9714fgrf5m68p886mxeb4jw6d84w2cm