新闻联播每日情报分析

检索并分析央视《新闻联播》某一天或当日刚播出的内容：直采央视官网官方文字稿（第一信源），产出固定格式情报报告——核心摘要→五类要点（时政/政策/宏观经济产业/民生/国际）→潜在影响推演→持续关注信号，事实与观点严格分区并逐条标注信源可信度。用户说"早报"、"分析昨天/今天的新闻联播"、"联播报告"、"新闻联播讲了什么"，或定时任务每日触发时必须使用本技能；想了解央视头条政策、宏观动向、国际要闻时也用本技能。内置零依赖抓取脚本直取官网 day 日期页（绕过 index 页 JS 反爬），当日 20 点后即可全量分析。

从央视官网直采《新闻联播》官方文字稿，产出固定格式情报报告。

为什么坚持一手直采：tv.cctv.com 是央视官网，文字稿与播出内容逐条对齐（★★★★★），可回溯、可核对；二手聚合接口拿到的往往是标题列表或转述，无法支撑逐条溯源的情报分析。本技能内置实战验证的零依赖抓取脚本与完整坑位记录，这是它的核心价值。

执行步骤

1. 确定目标日期

任务说"昨天" = 执行日前一天。凌晨或晚间执行时注意日期换算。

2. 抓取官方文字稿（首选路径）

bash

python3 scripts/fetch_xwlb.py [YYYYMMDD] [输出目录]

• 指定日期时直取 tv.cctv.com/lm/xwlb/day/YYYYMMDD.shtml 日期页，一次性拿到当日全部条目（含标题与全文）；
• 无日期参数时默认取 index 首屏最新一期；
• 输出 <输出目录>/YYYYMMDD.md，每条含标题、来源 URL、《央视网消息》全文；
• 纯 Python 标准库（urllib + re），零外部依赖；每页间隔 1s，单期 <1min；
• 输出目录不传时：环境变量 XWLB_OUT > 默认 ./data/xwlb（相对当前工作目录）。

当日可用性（实测）：19:00 播出后，约 20:00–20:30 官方文字稿全量上线（实测某期 20:22 即 17 条中 16 条含全文）。定时任务排在 20:30 左右最稳；更早触发若官方条目 <10 或含全文 <6，等 10 分钟重跑、最多 4 次。

典型产出：13–26 条中约 12–18 条含全文。整期视频入口等条目仅标题级简介属官方惯例，标 [仅标题] 即可，不是抓取故障。

3. fallback（官网抓取失败或当日未上线时）

用你可用的搜索工具搜 {月日} 新闻联播 主要内容，骨架源依次考虑：民间文字版镜像（全文但属二手，需后核）、新浪 7x24 快讯（纯 HTML 可直抓）、财经媒体速览。

4. 官方信源定锚与二次核对

以官网文字稿为基线；对头条及关键数据，补搜新华网、人民网、部委官网核对口径。多源口径一致 → 置信度 ★★★★★/★★★★☆；有出入时在报告中明确标注冲突点，以官方口径为准。

5. 时间线自洽性核验（防旧文污染）

搜索结果常混入往年旧文。核对周年数、领导人行程时间线、URL 内嵌日期；与目标日期矛盾的结果一律丢弃。

6. 背景补充

对 1–3 个关键条目（元首外交 / 冲突 / 重大政策 / 宏观数据）补搜背景，用于第 7 步的推演。

7. 输出固定格式报告

用下方报告模板。三条硬规则：

• 国内/国际联播快讯需拆出子条目逐条归类，不得遗漏；
• 事实【事实】与推演【观点】严格分区标注；查不到细节的标"待证实"，禁止编造；
• 敏感冲突类内容的搜索可能被安全策略拦截，不重试，用官方稿口径 + "待证实"标注即可。

8. 归档（如有持久化能力）

• 平台有日记 / 长期记忆系统：将报告要点写入执行日笔记，防止定时任务重发（去重依据 = 存档文件 + 笔记归档两者齐备）；
• 只有文件系统：按日期保存 Markdown 报告即可。

报告模板

markdown

# 新闻联播 {YYYY-MM-DD} 情报报告

## 核心摘要
（3 句话：本期最重要的三件事及一句话定性）

## 分类要点
### ① 时政
- 条目……【事实】信源：央视官网 ★★★★★ / 新华网 ★★★★★（口径一致）
### ② 政策
### ③ 宏观经济与产业
### ④ 民生
### ⑤ 国际
（联播快讯拆子条目逐条归类）

## 潜在影响推演【观点】
（对普通人及相关行业意味着什么；每条推演注明依据的报告条目）

## 值得持续关注的信号
（后续值得跟踪的事态变化、政策落地节点、数据发布窗口）

质量标准

• 每条目至少一个官方信源或两家独立媒体佐证；
• 信源可信度基线：央视 / 新华 / 人民网 ★★★★★；主流财经媒体速览 ★★★★☆；联播转述外媒 ★★★☆☆；
• 推演必须落在"对普通人及相关行业意味着什么"，不能停留在复述新闻；
• 关键条目附可回溯来源（存档文件路径 + 交叉验证口径）。

坑位记录（实战验证，遇到故障先查这里）

• 官网 index.shtml 改版为 JS 动态加载（反爬 cookie + 空容器，带 cookie 二访也无效）：主路径必须走 day/YYYYMMDD.shtml 日期页；页面 script 引用清单里的 xwlb_data.js 名字唬人，实为日历控件非数据文件。
• 文字稿提取正则别写窄：视频页有多个文本区块，「视频简介」只是一行标题复述，全文藏在「主要内容」区块（以「央视网消息（新闻联播）：」开头）——匹配 央视网消息|本台消息|记者从 才能命中。
• 老 API 已死：vdn.apps.cntv.cn 视频信息接口已失效（返回"该视频不存在"），直接抓视频页 HTML。
• 开场整期入口条目 URL 内嵌次日日期（如 9 月 7 日期存于 /09/08/ 路径下）：从 URL 提取日期会错位一天——指定日期跑脚本时，产出文件以 target 参数命名（脚本已处理）。
• 当晚 20 点后即可全量抓当日期：比直觉预期早得多，晚间定时任务可行；更早时段不足由重试逻辑兜底。
• 页面渲染类抓取工具不可用时：改用 curl -A "Mozilla/5.0 ..." + 正则去标签 直抓 HTML。
• 搜索的 recency 过滤不保险：旧文会混入（实例：80 周年活动报道混入 81 周年检索）→ 靠周年数与行程时间线矛盾识别排除；财联社 cls.cn 文章 ID 逐年递增（2025 约 213 万档，2026 约 247 万档），可辅助判断新旧。
• 敏感主题搜索被拦截（返回 sensitive content blocked）：不反复重试；混合解析多个搜索结果时敏感内容会把整批输出一起拦掉 → 敏感 / 非敏感分开解析。

定时任务建议（可选）

若你的平台支持定时任务：

• 主班：每日 20:30 左右跑当日期（播出 19:00，实测 20:00–20:30 文字稿全量上线）；条目不足时 sleep 600 秒重试、最多 4 次；
• 兜底班（可选）：次日晨间再跑一次前一期，主班已交付则只回一句去重说明不重发；
• 去重依据：存档文件 + 笔记归档两者齐备 = 本期已交付，防迟到重跑 / 跨日撞车导致重发。