Ai daily digest

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）。可用环境变量 CARD_FORMAT=png|jpeg、CARD_QUALITY、CARD_SCALE 覆盖。

   • 卡片质感（风格层，正交于 vendor 主题）：默认「经典」（与历史像素一致）。 CARD_STYLE=glass（或数据里加 "style":"glass"）切到「液态玻璃 / Apple Liquid Glass」—— 彩色渐变底 + 磨砂玻璃面板 + 镜面高光，仅换材质不改主题色，新增厂商自动可用。 backdrop-filter 仅 Chromium（Playwright）/浏览器生效，wkhtml 退化为半透明无模糊。 本地预览对比：浏览器打开 skills/ai-daily-digest/glass-preview.html； 展示页 index.html 顶部「质感」可一键切换（存 localStorage）。

7. 渲染卡片： 渲染前先跑一次环境自检（幂等；用 uv 管 Python 依赖、安装 npm 依赖与 Playwright Chromium， 并做 Python + Chromium smoke test）：

   scripts/ensure-daily-render-env.sh
   

   node "$SKILL_DIR/render.js" data/<vendor>/<date>.json output/<vendor>/<date> --engine playwright
   

   （$SKILL_DIR = 本 skill 目录；Playwright 渲染器已使用整页 clip 截图，避免元素稳定性等待导致的 elementHandle.screenshot 超时。）

8. 更新展示页指针与索引（所有厂商处理完后执行一次）：调 python "$SKILL_DIR/run.py" --reindex， 它按实际生成的 *.jpg 重建各厂商 output/<vendor>/latest.json + 汇总 output/index.json， 不要手拼这两个文件。

9. 提交并推送（触发 GitHub Pages 重新发布）：若本次有任意厂商产出新内容：

   git add -A data output
   python3 scripts/validate_daily_coverage.py --check --date <DATE>
   scripts/guard-daily-content-commit.sh <DATE>
   git commit -m "daily: <DATE>"
   

   一次提交涵盖所有厂商；commit 格式必须是 daily: YYYY-MM-DD（auto-merge guard 的 正则依赖此标记，写成 daily: <vendor> <date> 会被整支跳过）。推送遵循仓库根目录 AGENTS.md / CLAUDE.md 与下文「推送策略（routine 必读）」：云端只推当前工作分支 （Codex 用 Codex/daily-YYYY-MM-DD，Claude 用 claude/*），本机会话可直推 main。 guard-daily-content-commit.sh 是 hard guard：当前分支必须是 Codex/daily-<DATE>， staged diff 必须只含 data/ + output/ 且不能含 data/firsthand/，否则直接停止。 所有厂商今天都无新内容则不提交、直接结束。

10. 开当天 GitHub Issue（每日讨论贴，仅当本次有新内容时执行）：在本仓库创建 Issue， 标题 📰 VOL.NNN · YYYY-MM-DD 每日 AI 动态，label daily-digest。正文按厂商分节， 每节列出今日各条目（标题加粗 + 一句话摘要 + 源链接），末尾附展示页链接并邀请讨论。 优先用 GitHub MCP 的 issue 创建工具（如 mcp__github__issue_write，method=create）， 没有就用 gh issue create；若 label 不存在或打 label 失败，就不带 label 创建， 确保 Issue 本身建成功。创建前先查当天是否已有同标题 Issue，已有则跳过，每天最多一个。

11. 推送移动端：用 PushNotification 发一条通知：一句话概括今天各厂商各发了几条 + Issue 链接（若本次创建了）+ 展示页 https://yinjialu.github.io/ai-frontier-daily/ （工具不可用则写进最终回复）。微信草稿由本机定时任务处理，云端无需管。

data JSON schema

{
  "vendor": "anthropic",
  "date": "2026.05.31", "cnDate": "5月31日 周日",
  "edition": "VOL.151", "brand": "AI 前哨 · 每日 Anthropic",
  "updates": [
    {"tag": "模型发布", "title": "标题", "summary": "50-80字中文摘要", "source": "anthropic.com"}
    // 聚合轨 cn 每条还需带 "company": "DeepSeek"（来源公司中文名 → 渲染公司徽标）
  ],
  "outroTitle": "每天一条\n看懂 AI 大厂动向",
  "outroDesc": "…", "outroCta": "关注 · 不错过任何更新"
}

vendor 取 run.py --vendors 输出的任一 id（不要写死取值范围）。brand 用该 vendor 的 brand 字段。 edition 用年内第几天（TZ=Asia/Shanghai date +%j）。今天无值得发的内容则不发卡片。

B. 纯 Python（无人值守 / CI）

pip install -r requirements.txt          # pyyaml feedparser
export DIGEST_OUT="$PWD"                  # data/ output/ 写到这里（默认即当前目录）
python run.py                       # mock：用 fixtures，离线跑通，不需要 key（anthropic）
python run.py --vendor openai       # 指定厂商
python run.py --live                # 真实：抓 sources.yaml 的 RSS + 调 Claude API（需 ANTHROPIC_API_KEY）
python run.py --force               # 忽略去重强制处理
python run.py --engine playwright   # 字体保真渲染（生产推荐）
python run.py --reindex             # 仅重建 latest.json + index.json（扫描所有厂商）
python run.py --vendors             # 打印厂商清单 JSON [{id,name,brand,sources}]（routine/CI 自适应遍历用）

• 去重 seen.db（SQLite，指纹按 vendor|归一化标题）写到 DIGEST_OUT，各厂商互不干扰，每天只推增量。
• live 摘要在 curator.py 调 Claude API（system prompt 随 vendor 切换）；mock 用离线启发式。
• CI（.github/workflows/daily.yml）每天循环跑所有厂商（for v in $(run.py --vendors …)），再一次性提交； 新增厂商自动覆盖。CCR 每日 routine 同样自适应。

文件结构

skills/ai-daily-digest/
  SKILL.md          # 本文件
  ADD_VENDOR.md     # 新增厂商 runbook（加 Gemini/英伟达等照此走）
  run.py            # 编排：采集→去重→摘要→渲染→更新指针（--vendor / --reindex）
  collector.py      # 采集（mock 读 fixtures / live 抓 vendors.<vendor>.rss）
  curator.py        # 策展+摘要（mock 启发式 / live 调 Claude；VENDOR_META 品牌文案）
  dedup.py          # SQLite 去重（指纹按 vendor 命名空间）
  render.js         # 渲染器（playwright / wkhtmltoimage）
  cards.js          # 卡片构建逻辑 + VENDORS 注册表（浏览器与 Node 共用，唯一真源）
  cards.css         # 卡片样式（语义 token + .v-<vendor> 主题）
  sources.yaml      # 信息源（按 vendors.<vendor> 分组的 RSS / webfetch）
  fixtures/         # mock 样例数据

# 数据/产物（写到 DIGEST_OUT，默认仓库根）：
data/<vendor>/<date>.json          # 当天结构化数据
output/<vendor>/<date>/*.jpg       # 渲染卡片
output/<vendor>/latest.json        # 该厂商最新一天指针（发布脚本消费）
output/index.json                  # 汇总所有厂商，供展示页（每天一条带 vendor）

仓库根目录的 index.html（展示页）读 output/index.json，顶部 Anthropic/OpenAI 切换 Tab，按厂商主题展示当天卡片轮播 + 采集热力图，由 GitHub Pages 部署。

输出卡片

• 小红书 1080×1440：封面 + 每条一张内容卡（含 01/06 页码与水印序号）+ 结尾卡。
• 微信公众号：900×383 封面 + 正文长图（高度自适应）。

发布（人工，符合平台规则）

• 小红书【全自动，2026-06-11 起】：走本机 xiaohongshu-mcp 服务（二进制 ~/.local/bin/xiaohongshu-mcp，cookie/工作目录 ~/.config/xiaohongshu-mcp/， HTTP MCP 端口 18060，账号 ai-report）。一条命令发一厂商： python skills/ai-daily-digest/publish_xhs_newspic.py --vendor <id> [--private|--dry-run] —— 内部先调 to_xhs_post.py 组装素材（标题≤20 字/正文≤1000 字/标签数组/竖图清单， 标签随厂商切换），再把卡片复制为 ASCII 临时名（服务不接受中文路径）调 publish_content。 服务未启动会自动拉起；登录态失效时在 ~/.config/xiaohongshu-mcp/ 下重跑 ~/.local/bin/xiaohongshu-login 扫码。watch-and-publish.sh 的 [4/4] 步已挂入每日链路 （去重标记 .last_published_xhs.<vendor>，厂商间隔 45s 防风控连发）。 注意：xiaohongshu-mcp 是独立登录态，与浏览器里 creator 后台网页登录可能互踢； --private 发「仅自己可见」笔记，用于测试链路。

• 公众号个人订阅号：草稿接口权限已回收，手动建草稿贴图，或用 135/壹伴等已授权 编辑器导入草稿箱。

• 公众号【已认证服务号】——「云端抓取 → 本机合并+推送」半自动链路（仍由人工群发）：

  推送策略（routine 必读）：云端 GitHub 代理只允许推当前工作分支， 直推 main 会得到 403——这是预期行为，不要把 403 当失败重试，也不要尝试推 main。 routine 只需把 daily: YYYY-MM-DD 提交推到自己的工作分支（Codex 用 Codex/daily-YYYY-MM-DD， Claude 用 claude/*）， .github/workflows/auto-merge-daily.yml 会在分支只含 data/+output/ 改动时自动合并入 main 并删除分支。代码 / 文档 / 配置改动不要混进每日内容分支——guard 会整支跳过； 这类改动请单独开分支提 PR 人工合并（纯文档推送不会触发 workflow，混推会滞留在分支上流失）。

  一条命令搞定「合并分支 + 各厂商建草稿」：

  scripts/watch-and-publish.sh --dry-run   # 演练：照常合并每日内容分支，但微信只打印结构不碰 API
  scripts/watch-and-publish.sh             # 合并 daily-* / Codex/daily-* → main → 为当天每个厂商建微信贴图草稿
  VENDORS_PUBLISH="anthropic openai" scripts/watch-and-publish.sh   # 只给指定厂商发微信
  

  它做三件事：① git fetch，把未合并的 origin/daily-<DATE> / origin/Codex/daily-<DATE> 用 -X theirs 合并进 main、 run.py --reindex 重建指针、push main、删远端分支；② 对每个有当天 data/<vendor>/<DATE>.json 的厂商跑 publish_wechat_newspic.py --vendor <id> 建**贴图(newspic)**草稿；③ .last_published.<vendor> 去重（每家每天只成功一次）。凭据 ~/.config/wechat-official-draft/config.yaml，本机公网 IP 须在 公众号 IP 白名单，且需已认证服务号。

  • 单厂商手动发：scripts/publish-local.sh [--vendor <id>]（只发不合并）。
  • 图文文章形态（可选）：to_wechat_md.py [--vendor <id>] → push_draft.mjs。

  每日自动：scripts/launchd-publish.plist（LaunchAgent，每天 23:15/23:45/次日 00:30 通过独立 publisher worktree 跑 watch-and-publish.sh， 多次兜底吸收云端 cron 抖动）。安装/更新：

  cp scripts/launchd-publish.plist ~/Library/LaunchAgents/com.yinjialu.ai-frontier-daily.publish.plist
  launchctl unload ~/Library/LaunchAgents/com.yinjialu.ai-frontier-daily.publish.plist 2>/dev/null
  launchctl load -w ~/Library/LaunchAgents/com.yinjialu.ai-frontier-daily.publish.plist
  

扩展到更多厂商

完整步骤见 ADD_VENDOR.md（含调研信息源、配色、产出首期、验证的逐步 runbook， 附 Gemini / 英伟达候选配置）。速览——改动集中在 5 个文件；云端定时与渲染器无需改：

1. sources.yaml：在 vendors.<新id> 下加 rss/webfetch 源（先 curl -sI / WebFetch 实测）。
2. cards.js：在 VENDORS 注册表加一项（name/daily/label）。
3. cards.css：加一个 .v-<新id> 主题块覆盖语义 token（深底主题记得加 .v-<id>.card::after{screen}）。
4. index.html：加两处颜色——.vtab[data-v="<id>"]{--vc}（Tab 选中色）+ body.v-<id>{...--clay/--h0..h4} （页面强调色 + 热力图梯度）。易漏：缺了 Tab 选中态没色、页面 chrome 不换色。
5. curator.py：在 VENDOR_META 加品牌名/brand/结尾文案；发布脚本（to_xhs_post/to_wechat_md/ publish_wechat_newspic）的 VENDOR_NAME/标签按需补。
6. 云端定时无需改：Codex Automation / CCR routine 与 daily.yml 都自适应——跑 run.py --vendors 读出厂商清单 再遍历；只要新厂商在 curator.py VENDOR_META + sources.yaml 登记好即可被自动带上。

展示页 Tab 的显示名与顺序也自动派生（名字取 cards.js 的 VENDORS.name、顺序按其定义序）； 只有上面第 4 步的颜色需手加。run.py --vendors 可本地自测厂商清单与各家源 URL。