Wuhan AI Daily

武汉 AI 信息每日采集 SKILL

配置参数

使用前需在环境变量中配置以下参数（请勿将实际值提交至代码仓库）：

FEISHU_APP_TOKEN  = <你的飞书多维表格 App Token>
FEISHU_TABLE_ID   = <你的飞书多维表格 Table ID>

配置方式：在 claude_desktop_config.json 的 lark-mcp 启动参数中，或通过系统环境变量注入；也可在本地项目的 .env 文件中设置（.env 需加入 .gitignore）。

飞书写入通过 lark-mcp 工具完成，无需手动鉴权。

飞书表格字段结构

注意：表格第一列「时间」是系统自动生成的创建时间字段（带锁），无法写入，忽略即可。

执行流程

Step 1：构建搜索关键词

每次执行使用以下关键词矩阵，覆盖三类信息：

Step 2：执行全网搜索

• 调用 web_search 执行各关键词组，每组取前 5 条
• 对标题模糊或摘要不足的条目，调用 web_fetch 精读原文

Step 3：去重与相关性过滤

丢弃以下内容：

• 相关性不足：必须同时满足「武汉/湖北」+「人工智能/AI/大模型/智能化」两个维度
• 重复内容：URL 相同或标题高度相似，仅保留一条

Step 4：生成结构化字段

对每条通过过滤的内容，生成以下字段：

• 发布日期：从原文提取发布时间，转为 Unix 毫秒时间戳（当日 00:00:00 北京时间）；无法识别则用执行当日
• 信息摘要：100 字以内，用自己语言描述核心信息
• 信息源链接：原始页面完整 URL
• 类型：从「政策、新闻、活动」三选一；无法归类标「其他」

Step 5：写入飞书多维表格

调用 lark-mcp:bitable_v1_appTableRecord_create 逐条写入：

path:
  app_token: $FEISHU_APP_TOKEN
  table_id:  $FEISHU_TABLE_ID

data.fields:
  发布日期:    <Unix毫秒时间戳>
  信息摘要:    "<100字以内摘要>"
  信息源链接:  "<完整URL>"
  类型:        "<政策|新闻|活动|其他>"

时间戳动态计算规则：

• Unix 毫秒时间戳 = 自 1970-01-01 00:00:00 UTC 起的毫秒数
• 北京时间（UTC+8）某日 00:00:00 的时间戳，可用以下方式动态计算：
  • JavaScript：new Date('YYYY-MM-DDT00:00:00+08:00').getTime()
  • Python：int(datetime(YYYY, MM, DD, 0, 0, tzinfo=timezone(timedelta(hours=8))).timestamp() * 1000)
• 每天固定偏移 86,400,000 毫秒，禁止使用硬编码的静态年份查找表

Step 6：输出执行摘要

执行完成后输出：

本次采集完成 ✅
- 搜索关键词组：X 组
- 候选条目：X 条
- 过滤后写入：X 条
- 写入成功：X 条 / 失败：X 条
- 执行时间：YYYY-MM-DD

若写入条目为 0，输出告警：「今日未采集到相关信息，请人工核查」

异常处理