daily-news-collector

# 每日资讯收集助手 ## 任务目标 - 本 Skill 用于：每天自动从多个媒体渠道收集最新资讯并生成结构化日报 - 能力包含： - 支持RSS订阅源、网页抓取等多种数据源 - 自动解析和格式化原始数据 - 智能筛选重要资讯并分类整理 - 生成可读性强的Markdown格式日报 - 触发条件：用户需要"收集资讯"、"生成日报"、"监控媒体动态"等场景 ## 前置准备 - 依赖说明： ``` requests==2.31.0 feedparser==6.0.10 beautifulsoup4==4.12.2 lxml==4.9.3 ``` - 配置媒体源：根据 [references/sources.md](references/sources.md) 创建 `sources.json` 配置文件 ## 操作步骤 ### 标准流程 1. **收集原始数据** - 从RSS源收集：调用 `scripts/collect_feeds.py` 读取配置并获取文章列表 ```bash python /workspace/projects/daily-news-collector/scripts/collect_feeds.py --config ./sources.json --output ./raw_data.json ``` - 从网页抓取：调用 `scripts/collect_webpages.py` 获取网页内容 ```bash python /workspace/projects/daily-news-collector/scripts/collect_webpages.py --url <URL> --output ./webpage_data.json ``` - 合并数据到统一的JSON文件供后续分析 2. **分析筛选资讯** - 智能体读取收集到的原始数据 - 根据用户需求筛选重要资讯（如：科技类、商业类、特定关键词） - 按主题自动分类（科技、商业、社会、政策等） - 为每条资讯生成简明摘要（1-2句话） 3. **生成日报** - 参照 [assets/template.md](assets/template.md) 的格式 - 按分类组织内容，包含标题、链接、摘要、来源 - 添加日期、统计数据（总条数、分类分布） - 输出为Markdown格式的日报文件 ### 可选分支 - 当只需要RSS数据：仅执行 `collect_feeds.py` - 当需要增量更新：检查历史数据，只收集新发布的内容 - 当需要定制分类：在分析阶段根据用户指定的分类规则 ## 资源索引 - 核心脚本： - [scripts/collect_feeds.py](scripts/collect_feeds.py) (解析RSS订阅源，获取文章列表) - [scripts/collect_webpages.py](scripts/collect_webpages.py) (抓取网页内容，提取正文) - 配置参考： - [references/sources.md](references/sources.md) (媒体源配置指南和示例) - [references/format.md](references/format.md) (日报格式规范) - 输出模板： - [assets/template.md](assets/template.md) (日报结构模板) ## 注意事项 - 脚本负责数据获取和格式化，智能体负责内容分析和总结 - 定期更新媒体源配置以保持数据新鲜度 - 遵守目标网站的robots.txt规则，合理设置抓取频率 - 生成的日报保存在当前工作目录（`.`），便于用户访问 ## 使用示例 ### 示例1：收集科技媒体资讯 ```bash # 1. 配置RSS源（如36氪、TechCrunch等） # 2. 收集数据 python /workspace/projects/daily-news-collector/scripts/collect_feeds.py --config ./tech_sources.json --output ./tech_news.json # 3. 智能体分析并生成科技日报（由智能体完成） # - 筛选科技类资讯 # - 生成分类摘要 # - 输出：daily-tech-report-2024-01-15.md ``` ### 示例2：监控竞品动态 ```bash # 1. 配置竞品官网和新闻源 # 2. 收集网页内容 python /workspace/projects/daily-news-collector/scripts/collect_webpages.py --url https://competitor.com/news --output ./competitor_news.json # 3. 智能体分析竞品动态（由智能体完成） # - 提取关键信息（产品发布、融资、合作等） # - 生成竞品监控报告 ``` ### 示例3：综合日报 ```bash # 1. 从多个源收集数据（RSS + 网页） python /workspace/projects/daily-news-collector/scripts/collect_feeds.py --config ./all_sources.json --output ./all_news.json # 2. 智能体生成综合日报（由智能体完成） # - 按主题分类 # - 生成每日摘要 # - 输出：daily-report-2024-01-15.md ```