daily-news-report

仓库: sickn33/antigravity-awesome-skills
安装量: 508
排名: #2107

安装

npx skills add https://github.com/sickn33/antigravity-awesome-skills --skill daily-news-report

Daily News Report v3.0

架构升级：主 Agent 调度 + SubAgent 执行 + 浏览器抓取 + 智能缓存

核心架构 ┌─────────────────────────────────────────────────────────────────────┐ │ 主 Agent (Orchestrator) │ │ 职责：调度、监控、评估、决策、汇总 │ ├─────────────────────────────────────────────────────────────────────┤ │ │ │ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ │ │ 1. 初始化 │ → │ 2. 调度 │ → │ 3. 监控 │ → │ 4. 评估 │ │ │ │ 读取配置 │ │ 分发任务 │ │ 收集结果 │ │ 筛选排序 │ │ │ └──────────┘ └──────────┘ └──────────┘ └──────────┘ │ │ │ │ │ │ │ │ ▼ ▼ ▼ ▼ │ │ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ │ │ 5. 决策 │ ← │ 够20条？ │ │ 6. 生成 │ → │ 7. 更新 │ │ │ │ 继续/停止 │ │ Y/N │ │ 日报文件 │ │ 缓存统计 │ │ │ └──────────┘ └──────────┘ └──────────┘ └──────────┘ │ │ │ └──────────────────────────────────────────────────────────────────────┘ ↓ 调度 ↑ 返回结果 ┌─────────────────────────────────────────────────────────────────────┐ │ SubAgent 执行层 │ ├─────────────────────────────────────────────────────────────────────┤ │ │ │ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │ │ │ Worker A │ │ Worker B │ │ Browser │ │ │ │ (WebFetch) │ │ (WebFetch) │ │ (Headless) │ │ │ │ Tier1 Batch │ │ Tier2 Batch │ │ JS渲染页面 │ │ │ └─────────────┘ └─────────────┘ └─────────────┘ │ │ ↓ ↓ ↓ │ │ ┌─────────────────────────────────────────────────────────────┐ │ │ │ 结构化结果返回 │ │ │ │ { status, data: [...], errors: [...], metadata: {...} } │ │ │ └─────────────────────────────────────────────────────────────┘ │ │ │ └─────────────────────────────────────────────────────────────────────┘

配置文件

本 Skill 使用以下配置文件：

文件 用途 sources.json 信息源配置、优先级、抓取方法 cache.json 缓存数据、历史统计、去重指纹 执行流程详解 Phase 1: 初始化 步骤: 1. 确定日期（用户参数或当前日期） 2. 读取 sources.json 获取源配置 3. 读取 cache.json 获取历史数据 4. 创建输出目录 NewsReport/ 5. 检查今日是否已有部分报告（追加模式）

Phase 2: 调度 SubAgent

策略：并行调度，分批执行，早停机制

第1波 (并行): - Worker A: Tier1 Batch A (HN, HuggingFace Papers) - Worker B: Tier1 Batch B (OneUsefulThing, Paul Graham)

等待结果 → 评估数量

如果 < 15 条高质量: 第2波 (并行): - Worker C: Tier2 Batch A (James Clear, FS Blog) - Worker D: Tier2 Batch B (HackerNoon, Scott Young)

如果仍 < 20 条: 第3波 (浏览器): - Browser Worker: ProductHunt, Latent Space (需要JS渲染)

Phase 3: SubAgent 任务格式

每个 SubAgent 接收的任务格式：

task: fetch_and_extract sources: - id: hn url: https://news.ycombinator.com extract: top_10 - id: hf_papers url: https://huggingface.co/papers extract: top_voted

output_schema: items: - source_id: string # 来源标识 title: string # 标题 summary: string # 2-4句摘要 key_points: string[] # 最多3个要点 url: string # 原文链接 keywords: string[] # 关键词 quality_score: 1-5 # 质量评分

constraints: filter: "前沿技术/高深技术/提效技术/实用资讯" exclude: "泛科普/营销软文/过度学术化/招聘帖" max_items_per_source: 10 skip_on_error: true

return_format: JSON

Phase 4: 主 Agent 监控与反馈

主 Agent 职责：

监控: - 检查 SubAgent 返回状态 (success/partial/failed) - 统计收集到的条目数量 - 记录每个源的成功率

反馈循环: - 如果某 SubAgent 失败，决定是否重试或跳过 - 如果某源持续失败，标记为禁用 - 动态调整后续批次的源选择

决策: - 条目数 >= 25 且高质量 >= 20 → 停止抓取 - 条目数 < 15 → 继续下一批 - 所有批次完成但 < 20 → 用现有内容生成（宁缺毋滥）

Phase 5: 评估与筛选 去重: - 基于 URL 完全匹配 - 基于标题相似度 (>80% 视为重复) - 检查 cache.json 避免与历史重复

评分校准: - 统一各 SubAgent 的评分标准 - 根据来源可信度调整权重 - 手动标注的高质量源加分

排序: - 按 quality_score 降序 - 同分按来源优先级排序 - 截取 Top 20

Phase 6: 浏览器抓取 (MCP Chrome DevTools)

对于需要 JS 渲染的页面，使用无头浏览器：

流程: 1. 调用 mcp__chrome-devtools__new_page 打开页面 2. 调用 mcp__chrome-devtools__wait_for 等待内容加载 3. 调用 mcp__chrome-devtools__take_snapshot 获取页面结构 4. 解析 snapshot 提取所需内容 5. 调用 mcp__chrome-devtools__close_page 关闭页面

适用场景: - ProductHunt (403 on WebFetch) - Latent Space (Substack JS 渲染) - 其他 SPA 应用

Phase 7: 生成日报 输出: - 目录: NewsReport/ - 文件名: YYYY-MM-DD-news-report.md - 格式: 标准 Markdown

内容结构: - 标题 + 日期 - 统计摘要（源数量、收录数量） - 20条高质量内容（按模板） - 生成信息（版本、时间戳）

Phase 8: 更新缓存 更新 cache.json: - last_run: 记录本次运行信息 - source_stats: 更新各源统计数据 - url_cache: 添加已处理的 URL - content_hashes: 添加内容指纹 - article_history: 记录收录文章

SubAgent 调用示例 使用 general-purpose Agent

由于自定义 agent 需要 session 重启才能发现，可以使用 general-purpose 并注入 worker prompt：

Task 调用: subagent_type: general-purpose model: haiku prompt: | 你是一个无状态的执行单元。只做被分配的任务，返回结构化 JSON。

任务：抓取以下 URL 并提取内容

URLs:
- https://news.ycombinator.com (提取 Top 10)
- https://huggingface.co/papers (提取高投票论文)

输出格式：
{
  "status": "success" | "partial" | "failed",
  "data": [
    {
      "source_id": "hn",
      "title": "...",
      "summary": "...",
      "key_points": ["...", "...", "..."],
      "url": "...",
      "keywords": ["...", "..."],
      "quality_score": 4
    }
  ],
  "errors": [],
  "metadata": { "processed": 2, "failed": 0 }
}

筛选标准：
- 保留：前沿技术/高深技术/提效技术/实用资讯
- 排除：泛科普/营销软文/过度学术化/招聘帖

直接返回 JSON，不要解释。

使用 worker Agent（需重启 session） Task 调用: subagent_type: worker prompt: | task: fetch_and_extract input: urls: - https://news.ycombinator.com - https://huggingface.co/papers output_schema: - source_id: string - title: string - summary: string - key_points: string[] - url: string - keywords: string[] - quality_score: 1-5 constraints: filter: 前沿技术/高深技术/提效技术/实用资讯 exclude: 泛科普/营销软文/过度学术化

输出模板

Daily News Report（YYYY-MM-DD）

本日筛选自 N 个信息源，共收录 20 条高质量内容 生成耗时: X 分钟 | 版本: v3.0

Warning: Sub-agent 'worker' not detected. Running in generic mode (Serial Execution). Performance might be degraded. 警告：未检测到 Sub-agent 'worker'。正在以通用模式（串行执行）运行。性能可能会受影响。

1. 标题

  • 摘要：2-4 行概述
  • 要点：
  • 要点一
  • 要点二
  • 要点三
  • 来源：链接
  • 关键词：keyword1 keyword2 keyword3
  • 评分：⭐⭐⭐⭐⭐ (5/5)

2. 标题

...

Generated by Daily News Report v3.0 Sources: HN, HuggingFace, OneUsefulThing, ...

约束与原则 宁缺毋滥：低质量内容不进入日报 早停机制：够 20 条高质量就停止抓取 并行优先：同一批次的 SubAgent 并行执行 失败容错：单个源失败不影响整体流程 缓存复用：避免重复抓取相同内容 主 Agent 控制：所有决策由主 Agent 做出 Fallback Awareness：检测 sub-agent 可用性，不可用时优雅降级 预期性能 场景 预期时间 说明 最优情况 ~2 分钟 Tier1 足够，无需浏览器 正常情况 ~3-4 分钟 需要 Tier2 补充 需要浏览器 ~5-6 分钟 包含 JS 渲染页面 错误处理 错误类型 处理方式 SubAgent 超时 记录错误，继续下一个 源 403/404 标记禁用，更新 sources.json 内容提取失败 返回原始内容，主 Agent 决定 浏览器崩溃 跳过该源，记录日志 兼容性与兜底 (Compatibility & Fallback)

为了确保在不同 Agent 环境下的可用性，必须执行以下检查：

环境检查:

在 Phase 1 初始化阶段，尝试检测 worker sub-agent 是否存在。 如果不存在（或未安装相关插件），自动切换到 串行执行模式 (Serial Mode)。

串行执行模式:

不使用 parallel block。 主 Agent 依次执行每个源的抓取任务。 虽然速度较慢，但保证基本功能可用。

用户提示:

必须在生成的日报开头（引用块部分）包含明显的警告信息，提示用户当前正在运行于降级模式。

← 返回排行榜