/ai-daily-digest

name: ai-daily-digest
description: >-
  Generate and publish a daily AI-vendor news card digest. Fetches the latest
  Anthropic (and later OpenAI, etc.) official announcements, curates them into
  concise Chinese summaries, renders editorial 小红书 (1080×1440) and 微信公众号
  cards, updates a GitHub Pages review page, and can push a mobile notification.
  Use when the user wants to "做今天的 AI 日报 / Anthropic 动态卡片", "抓取最新
  Anthropic 新闻并生成小红书图", "更新每日 AI 速递", refresh the gh-pages review
  page, or run the daily digest pipeline.

AI Daily Digest（每日 AI 大厂动态卡片）

抓取 AI 大厂（当前 **Anthropic + OpenAI**，可继续扩展）官方动态 → 中文策展 → 渲染 小红书 / 公众号卡片 → 更新 GitHub Pages 展示页 → 推送移动端通知。发布到平台的 最后一步由人工完成（符合各平台规则）。

多厂商（vendor）

每个厂商一条独立轨道，用 `--vendor <id>`（缺省 `anthropic`）贯穿全流程：

• 数据/产物分轨：`data/<vendor>/<date>.json`、`output/<vendor>/<date>/*.jpg`、

`output/<vendor>/latest.json`；展示页索引 `output/index.json` 汇总所有厂商（每天一条带 `vendor`）。

• 主题厂商化：`cards.css` 用语义 token（`--bg/--fg/--accent/--feature-*`），`.v-<vendor>` 作用域换肤；

默认（Anthropic）暖陶土色，`.v-openai` 深墨黑 + 青绿。`cards.js` 的 `VENDORS` 注册表决定品牌文案。

• 当前 id：`anthropic`、`openai`、`gemini`、`nvidia`（单品牌轨）+ `cn`（**国内大模型聚合轨**）。新增见文末「扩展到更多厂商」。

聚合轨（`cn` 国产大模型）

国内厂商分散、单家更新低频，故**合成一条聚合轨**：一条 `cn` 轨汇集 DeepSeek / 通义千问 / 智谱 GLM / Kimi / 豆包 / 文心 / 混元 / MiniMax / 阶跃星辰 / 百川 / 零一万物 / 蚂蚁百灵 等多家。与单品牌轨的差别：

• **每条 update 多一个 `company` 字段**（来源公司中文名，如 `"DeepSeek"`），渲染成卡片上的公司徽标；

单品牌轨不带 `company`，徽标自动不显示。

• **跨公司择优**：每天把各家动态放一起按重要性降序，**最多 10 条**（单品牌轨是 6 条）。
• **cn 抓取以 WebSearch 为主（重要，与国外四家不同）**：实测国内厂商官网/changelog（火山/腾讯云/

文心/智谱/MiniMax/DeepSeek 等）对 `WebFetch` 普遍返回 **403**（反爬 + 海外 IP 限制），不可靠。 故 cn 的发现路径**反过来**： 1. **首选 `WebSearch`** 按 `daily-search-matrix.json` 逐家公司查近 1~3 天动态（如「智谱 GLM 发布 2026年6月」「MiniMax 新模型」）， 这是 cn 唯一稳定可达的路径（国外四家用 WebFetch RSS，cn 用 WebSearch）。 2. **`WebFetch` 仅作补充**：搜到具体文章 URL 后可试抓细节，403 就退回用搜索摘要，**不要因抓不到就编造**。 3. **`sources.yaml` 的 `vendors.cn.rss`（GitHub releases.atom）**可正常抓，但多为 CLI/SDK 线， 作为「有动静」弱信号兜底，不是模型发布主信号。

• **来源质量（cn 尤其注意）**：WebSearch 命中多为中文科技媒体（二手）。严格按下文「官方 vs 媒体来源区分」：

能找到官方原文/官方引述的写实，单一媒体源的加「据报道/据梳理」限定词，**不编造版本号与跑分**。 某家今天没有可靠近 1~3 天动态就跳过它（聚合轨满刊靠跨公司汇总，不靠给每家硬凑）。

两种运行方式

| 方式 | 适用 | 摘要来源 | | --- | --- | --- | | **A. Claude 驱动**（推荐给 routine / 交互） | Claude Code / 定时 agent | 由 Claude 直接用 web 工具抓取并策展，质量最高 | | **B. 纯 Python**（GitHub Actions 无人值守） | CI | `run.py --live`：抓 RSS + 调 Claude API |

两种方式产出同一套 `data/<date>.json` 与 `output/<date>/*.png`，由同一渲染器 （`render.js` + `cards.js` + `cards.css`，唯一真源）渲染，风格一致。

A. Claude 驱动（推荐；云端 routine 与交互会话通用的执行细则）

在仓库根目录执行以下步骤（`output/`、`data/` 写到当前工作目录）。 **厂商列表动态读取，不要写死数量或名字。**

1. **日期与刊号**：按 Asia/Shanghai(UTC+8) 取 `DATE=YYYY-MM-DD`（云端 runner 多为 UTC， 直接 `date` 会差一天，用 `TZ=Asia/Shanghai date +%F`）；`edition` 用年内第几天 VOL.NNN（`TZ=Asia/Shanghai date +%j`）。 1.5 **发布链路 doctor（前置健康检查）**：正式抓取/渲染前先跑只读 preflight，提前暴露 Python/Node/Playwright/Pages 索引等环境问题：

   python3 scripts/doctor_publish.py --stage daily --stage pages

2. **取厂商清单**：运行 `python3 skills/ai-daily-digest/run.py --vendors`，得到 JSON 数组， 每项含 `{id, name, brand, sources:[抓取URL]}`，遍历其中每一个厂商（数量与名字以输出为准）。 若某项 `sources` 为空（环境缺 pyyaml），改读 `sources.yaml` 的 `vendors.<id>` 下 rss/webfetch 的 url。 **先建立本次抓取覆盖记录**（这是提交 guard 的硬前置，不是可选笔记）：

   python3 scripts/validate_daily_coverage.py --init --date <DATE>

抓取完成后，把每个厂商的官方搜索 query/来源 URL、`firsthand.query` 的候选数量填入 `output/daily-research/<DATE>.json`，并运行 `python3 scripts/validate_daily_coverage.py --check --date <DATE>`。 `cn` 聚合轨必须逐一记录 `daily-search-matrix.json` 中的每家公司，即使搜索无结果也要写 `sources: ["none-found"]`；缺任何一家，后续 guard 会拒绝提交。这样“没有结果”与“没有搜索”不再混淆。 3. **抓取真实最新动态**（对每个厂商 V）：依次 `WebFetch` V.sources 的 URL——RSS/Atom/网页 都可直接 WebFetch，Google 系 RSS 也能抓；需要细节再 `WebSearch`。厂商特例：Anthropic 主站 JS 渲染、无官方 RSS（抓 `anthropic.com/news` 顶部条目）；`openai.com/news` 网页对 WebFetch 返回 403，用其 RSS `https://openai.com/news/rss.xml`。 3.5 **补内参（本机抓取，补云端盲区——重要）**：云端 Routine 是数据中心 IP，`anthropic.com/news`、 `claude.com/blog` 等 Cloudflare/JS 站常被拦（早报因此会漏 news/blog 内容，只剩 GitHub releases）。 本机内参监控用住宅 IP 已抓好这些，导出在 `data/firsthand/index.json`。对每个厂商 V，**额外读内参近 1~2 天条目作候选**：

   python3 -m scripts.firsthand.query --vendor <anthropic|openai|gemini|cn> --days 2 --json --include-open-prs

把这些条目**并入候选池**，与 WebFetch/WebSearch 结果一起去重策展（同一事件只留一条，优先内参的官方一手 + 真实发布日期）。内参覆盖：anthropic（claude-blog/news/research/engineering/transformer-circuits）、openai、gemini（deepmind/google）、cn（qwen/蚂蚁百灵）；nvidia 暂无内参源，仍走 WebFetch。 `--include-open-prs` 会只读 open / 已拉取的 `firsthand/*` PR 中 `data/firsthand/**/*.md` 的 OKF 内容， 让「已发现但尚未合入 main」的一手官方动态也能进入当天早报候选池；它不读取 PR 里的代码改动。 JSON 输出会给这类候选加 `candidate_origin: "open-pr"` 与 `candidate_ref: "firsthand/<date>"`， 日报 Issue/最终回复里要保留这个来源标注，便于 review 时知道该候选尚未进入 main。

4. **去重（Claude 链路）**：看 `data/<V.id>/` 里最近的 *.json，只挑近 1~3 天的「新」条目， 避免与已发布重复；若今天 `data/<V.id>/<DATE>.json` 已存在且已覆盖当日要点，则该厂商 跳过、不覆写。（B 链路的 `seen.db` 去重不适用于本链路。） 5. **价值筛选 + 中文策展**。只保留对中文 AI 从业者有价值的条目（模型发布、能力 更新、重要研究、重大合作、定价/政策），过滤纯招聘/办公室开设/人事任命等。 每条：选一个标签【模型发布/开发者/企业/研究/生态/政策/安全】，写 50–80 字 客观中文摘要（说清「变了什么 + 对用户意味着什么」，不夸张不编造），按重要性 降序，最多 6 条。

• **聚合轨 `cn`**：跨多家公司统一择优，**最多 10 条**，且每条必须带 `company`

字段（来源公司中文名，如「DeepSeek」「通义千问」「智谱」「Kimi」「豆包」「文心」「混元」 「MiniMax」「阶跃星辰」「百川」「零一万物」「百灵」），用于渲染公司徽标。

• **同事件跨源聚合（去重，重要）**：同一件事被多个信息源报道（如 Anthropic 同一发布同时出现在

`anthropic.com/news` 与 `claude.com/blog`，或内参 + web 抓到同一条）时，**合并成一条**， 不要重复占用名额。择优规则：优先**官方一手**来源作主链接、取**真实发布日期**（内参的 `published`）； 正文可点明"多家/多源报道"。判据：标题/主体指向同一事件（同一产品名、同一公告）。聚合轨 `cn` 同理——同一新闻被多家媒体转载只算一条，`company` 取最权威来源。 摘要必须保留对应中文限定词（「可能」「据报道」「疑似」），不得改写为断言。

• **官方 vs 媒体来源区分**：涉及根因分析、「史上最大/最严重」等定性描述，

须区分是官方 postmortem/Status Dashboard 确认，还是媒体推测或用户反馈； 若官方仅承认故障存在但未给出根因，摘要只写「官方确认」，不写未经证实的技术原因。 6. **写当天数据**到 `data/<vendor>/<YYYY-MM-DD>.json`（必含 `"vendor"` 字段），字段见下面 schema。 该厂商今天无值得发的内容则跳过它、不写文件。 渲染默认输出 **JPEG**（移动端优先：1080×1440、`deviceScaleFactor:1`、质量 86， 单张约 100–300KB，低于公众号在文图片 1MB 上限，省去后压缩）。可