# AI Daily Report

> 收集并生成AI领域热门报告。触发条件：用户要求获取AI相关信息，如"收集AI新闻"、"获取AI信息"、"有什么AI新动态"、"AI今天发生了什么"、"生成AI报告"、"AI摘要"、"AI周报"、"AI今日动态"等。支持用户指定具体领域（如LLM、CV、NLP、机器人等），支持指定收集条数（不指定默认10条），支持指定时间段（不指定默认"今日"），输出包含md、html、pdf多个版本的文件。

- Skill: `ascend/ai-daily-report` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add ascend/ai-daily-report`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ascend/ai-daily-report/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Web & Frontend
- Author: ascend (https://skillmd.com/u/ascend)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/ascend/ai-daily-report

---


# AI Daily Report

本技能用于收集并生成AI领域的每日热门报告。

## 触发场景（泛化）

以下表达方式均可触发本技能：
- "收集今日AI新闻" / "有什么AI新闻"
- "获取AI信息" / "帮我查一下AI动态"
- "AI今天发生了什么" / "最近AI有什么新消息"
- "生成AI报告" / "做一份AI摘要"
- "AI今日动态" / "AI周报"
- "看看最近AI圈发生了什么"

## 支持的参数

| 参数 | 类型 | 必填 | 说明 |
|------|------|------|------|
| `领域` | string | 否 | 具体AI领域，如：LLM、大模型、CV、计算机视觉、NLP、自然语言处理、机器人、自动驾驶、多模态、AI Agent、具身智能、生成式AI、AIGC、Stable Diffusion、Midjourney等。不指定则收集全领域 |
| `条数` | number | 否 | 收集的条数，不指定则默认10条 |
| `时间段` | string | 否 | 收集的时间范围，如"今日"、"本周"、"本月"、"近一周"、"近一个月"等。不指定默认"今日" |

## 时间段参数说明

| 用户表达 | 解析结果 | 说明 |
|----------|----------|------|
| "今天有什么AI新闻" | 今日 | 默认选项 |
| "本周AI动态" | 本周 | 最近7天 |
| "本月AI报告" | 本月 | 最近30天 |
| "近一周的AI论文" | 近一周 | 最近7天 |
| "帮我整理一下这个月的AI技术" | 近一个月 | 最近30天 |
| "上周的AI新闻" | 上周 | 7-14天前 |

## 防卡死机制（重要）

为防止任务卡住或超时，执行时必须遵循以下规则：

### 超时控制

| 操作 | 超时限制 | 说明 |
|------|----------|------|
| `web_fetch` 单次 | 10秒 | 单个URL抓取超时 |
| `web_search` 单次 | 8秒 | 单次搜索超时 |
| 单个信息源 | 15秒 | 整个源的超时限制 |
| 整个收集阶段 | 120秒 | 第二步的总时间限制 |

### 错误处理

1. **失败跳过** - 单个源失败不影响整体，继续下一个
2. **快速失败** - 连续3个源失败则降低采集目标
3. **兜底内容** - 如果某类内容收集不足，用已有内容补充
4. **永不阻塞** - 任何操作都必须在超时内完成或放弃

### 并行策略

- 使用 `sessions_spawn` 启动子任务并行抓取多个源
- 每个子任务独立设置超时
- 主任务汇总结果，超时未返回的源忽略

### 进度反馈

每完成一个信息源，输出简短提示：
```
[1/5] Hacker News ✓
[2/5] arXiv 论文列表 ✓
...
```

## 工作流程

### 第一步：解析用户指令（快速）

- 识别触发关键词
- 提取领域参数（可选，默认全领域）
- 提取条数参数（可选，默认10条）
- **提取时间段参数**（可选，默认"今日"）
- 预估耗时并告知用户

**时间段解析规则：**
| 关键词 | 时间范围 |
|--------|----------|
| 今日/今天/今日消息 | 当天（0天） |
| 昨日/昨天 | 前1天 |
| 本周/近7天/最近一周 | 0-7天 |
| 上周 | 7-14天前 |
| 本月/近30天/最近一个月 | 0-30天 |
| 上月 | 30-60天前 |
| 指定日期如"3月15日" | 具体日期 |

时间段影响：
- 文件名包含时间段标识
- 搜索时使用时间过滤参数
- 内容筛选时考虑时间相关性

### 第二步：多维度信息收集

**超时限制：120秒**

按优先级抓取信息源，每个源单独设置超时：

**优先级1 - 必须成功（选择2-3个）：**
- Hacker News 或 Reddit
- arXiv 论文列表

**优先级2 - 尽量成功（选择2-3个）：**
- The Verge AI
- VentureBeat
- 36kr AI

**优先级3 - 可选（选择1-2个）：**
- Papers with Code
- GitHub Trending

**执行规则：**
1. 每个 `web_fetch` 调用设置 `maxChars: 8000` 限制内容
2. 每个 `web_fetch` 内部隐含10秒超时
3. 单个源超过15秒未响应则跳过
4. 超过120秒强制结束，进入整理阶段

**示例：**
```javascript
// 并行抓取多个源，设置超时
await Promise.race([
  web_fetch({ url: "...", maxChars: 8000 }),
  new Promise(r => setTimeout(() => r(null), 15000)) // 15秒超时
])
```

### 第三步：筛选与整理

- 根据指定领域和条数筛选内容
- 收集到的内容不足时，降低条数要求
- 确保新闻、论文、工具各类型都有

### 第四步：AI领域知识摘要

**核心原则：基于AI领域知识进行总结，不要直接翻译原文**

摘要撰写要求：
- 使用中文撰写，但不要机翻
- 结合AI领域背景知识进行解读
- 提炼技术要点、创新点、意义
- 说明该内容在AI发展中的位置和影响
- 如涉及论文，需说明创新方法、实验结果、适用场景
- 如涉及工具，需说明功能特点、适用场景、竞品对比

每条内容包含：
- 标题
- 摘要（100字以上，融入AI领域分析）
- 消息源链接
- 发布日期

### 第五步：总体总结

包含：
- 核心趋势（3-5条）- 从AI领域视角解读
- 需要关注的问题
- 一句话总结

### 第六步：生成多格式报告

**超时限制：60秒**

保存到：`~/.openclaw/workspace/ai-reports/`

1. **Markdown版本** (`.md`) - 直接保存
2. **HTML版本** (`.html`) - 渲染美化后的HTML
3. **PDF版本** (`.pdf`) - 通过HTML转换（可选，失败不影响主流程）

**调用脚本转换格式：**

```bash
python3 ~/.openclaw/workspace/skills/ai-daily-report/scripts/md_converter.py \
  ~/.openclaw/workspace/ai-reports/AI-报告-{领域}-{时间段}-{日期}.md \
  ~/.openclaw/workspace/ai-reports/
```

**文件名格式：**
- 今日报告：`AI-报告-LLM-今日-2026-03-18.md`
- 本周报告：`AI-报告-LLM-本周-2026-03-18.md`
- 本月报告：`AI-报告-LLM-本月-2026-03-18.md`

**PDF转换失败不影响报告生成**，HTML已足够阅读。

## 输出格式（Markdown版本）

```markdown
# 🔥 AI领域热门速递（{领域}）— {时间段} YYYY年M月D日

> 收集领域：{领域} | 收集时间段：{时间段} | 收集条数：{N}条

## 📰 {N}条热门新闻

### 1. [标题]
> [基于AI领域知识的摘要，100字以上...]
> 📅 发布日期 | 🔗 [来源](URL)

### 2. [标题]
...

## 📄 {N}条热门论文

### 1. [论文标题]
> [AI领域视角的论文解读，包括创新方法、实验结果等，100字以上]...
> 📅 arXiv ID | 🔗 [来源](URL)

## 🛠️ {N}条热门技术/工具

### 1. [技术/工具名称]
> [功能特点、适用场景、竞品对比，100字以上]...
> 🔗 [项目地址](URL)

## 📊 今日AI领域总体总结

### 【核心趋势】
1. [从AI领域视角解读]
2. ...

### 【需要关注的问题】
- ...

### 【一句话总结】
...
```

## HTML模板

脚本 `md_converter.py` 已内置美观的HTML模板，包含：
- 渐变紫色主题header
- 卡片式内容布局
- 响应式设计（适配手机/电脑）
- 新闻/论文/工具分类展示
- 打印友好样式

## PDF生成

脚本会自动检测并安装PDF转换依赖：

1. **自动安装** - 脚本会自动尝试安装以下Python库（按优先级）：
   - `weasyprint` ⭐ 推荐，效果最好
   - `pdfkit`
   - `xhtml2pdf`
   - `fpdf2` - 纯Python，样式简化

2. **无需手动安装** - 首次运行时会自动下载缺失的库

3. **兜底方案** - 如均安装失败，会提示使用浏览器打印为PDF

## 注意事项

- **摘要必须基于AI领域知识进行总结，禁止直接翻译**
- 每条摘要必须达到100字以上
- 必须附上来源URL
- 总体总结要有深度分析
- 使用中文撰写
- 领域名称需要规范化（如"大模型"→"LLM"）
- 报告保存后向用户展示文件路径
- **执行时必须设置超时，防止卡死**
- **PDF生成失败不影响HTML报告**
- **时间段默认为"今日"，可根据用户需求调整**