majiayu000 Info Feed Aggregator
多源信息聚合 Skill —— 从学术论文到社交媒体，一站式搜集、去重、评分、报告。
能力概览
| 来源 | 状态 | 说明 |
|---|---|---|
| arXiv | 默认开启 | 免费 API，无需密钥 |
| Semantic Scholar | 默认开启 | 免费 API，1000次/5min |
| IEEE Xplore | 默认开启 | 直接搜索，无需密钥 |
| Crossref | 可选 | 免费，补充 DOI 元数据 |
| 微信公众号 | 默认开启 | 搜狗微信搜索，无需配置 |
| 小红书 | 暂停 | 搜索引擎索引有限，后续接入 |
| 通用 RSS | 可选 | 任意 RSSHub 路由 |
工作流
1. 即时搜索（Ad-hoc）
当用户请求搜索特定关键词时：
cd /Users/zhanglinghao/Documents/Code/Skills/skills/info-feed-aggregator
python3 scripts/search.py --keywords "关键词1" "关键词2" --max-results 20
读取 stdout 输出的 JSON 摘要，获取报告文件路径，然后读取 Markdown 报告并呈现给用户。
参数说明：
--keywords：搜索关键词列表（支持中英文）--sources：指定数据源（默认使用所有已启用源），如--sources arxiv semantic_scholar--max-results：最大结果数（默认 20）--time-range：时间范围，如7d（7天）、30d（30天）、1y（1年）--language：报告语言zh或en--output-format：原始报告输出格式json、markdown、pdf、both（默认both= JSON + MD）。注意：精炼报告 PDF 由 Section 4 流程单独生成，不受此参数控制
2. Profile 定时搜索
当用户要求按预设方案搜索时：
python3 scripts/search.py --profile daily_academic
Profile 文件位于 config/profiles/ 目录，定义了多个搜索主题（topic），每个主题包含关键词、分类、时间范围等。
列出可用 Profile：
python3 scripts/search.py --list-profiles
3. 健康检查
检查各数据源连通性：
python3 scripts/search.py --health
4. 精炼报告生成（核心输出）
搜索完成后，基于原始聚合报告（raw MD），生成一份 精炼分析报告，这是本技能的最终交付物。
流程：
- 读取 stdout JSON 获取
output_files路径 - 读取原始 Markdown 报告（分段读取，每段 200 行）
- 通读全部论文，理解每篇论文的核心贡献、方法和创新点
- 按研究方向/主题 重新分类 论文（不使用原始 adhoc 分组）
- 补充作者与机构信息：对每篇重点论文，从原始报告提取主要作者；如机构信息不完整，通过 WebSearch 查询补全
- 撰写精炼报告 Markdown，保存为
reports/{timestamp}_briefing.md - 渲染 PDF：
cd /Users/zhanglinghao/Documents/Code/Skills/skills/info-feed-aggregator python3 scripts/render_pdf.py -i reports/{timestamp}_briefing.md -o reports/{timestamp}_briefing.pdf - 向用户呈现 PDF 路径和报告内容摘要
精炼报告模板（必须严格遵循）：
# 学术前沿速报
**日期**: YYYY-MM-DD
**关键词**: keyword1, keyword2, keyword3
**覆盖来源**: arXiv, IEEE Xplore, Semantic Scholar, 微信公众号
**数据概览**: N 篇文献（M 学术论文 + K 资讯）
---
## 综述摘要
本次搜索围绕 [关键词] 三大方向，覆盖 [来源] 共 N 篇文献。
**主要发现：**
1. **[方向一名称]**：发现 X 篇相关论文。[2-3 句概括该方向的核心进展和趋势]
2. **[方向二名称]**：Y 篇新进展。[2-3 句概括]
3. **[方向三名称]**：Z 篇论文关注。[2-3 句概括]
**推荐精读：**
- [论文标题](链接) — [1 句推荐理由]
- [论文标题](链接) — [1 句推荐理由]
---
## 方向一：[方向名称]（X 篇）
> [1-2 段该方向的综合分析：当前研究热点是什么？主流方法是什么？有哪些新趋势？]
### 1. [论文标题](链接)
**作者**：First Author, Second Author et al. | **机构**：University/Institute Name
**核心贡献**：[2-3 句话概括论文的核心创新，不是摘要复制，而是提炼要点]
**方法亮点**：[1-2 句点出关键技术/算法]
**关键指标**：[如有量化结果，列出关键数字]
`ieee` | 被引: 7 | 相关度: ★★★☆☆
### 2. [论文标题](链接)
...（同上格式）
---
## 方向二：[方向名称]（Y 篇）
> [该方向综合分析]
### 1. ...
---
## 资讯动态概览
> [如有微信/RSS 等社交媒体内容，用 1-2 段概括业界动态。如无则省略此节]
- **[资讯标题]** — [1 句话概括]
- ...
---
## 研究趋势与建议
基于本次 N 篇文献的整体分析：
1. **[趋势一]**：[2-3 句分析]
2. **[趋势二]**：[2-3 句分析]
3. **[趋势三]**：[2-3 句分析]
**建议关注**：[1-2 句针对用户研究方向的具体建议]
---
*由 info-feed-aggregator 生成于 YYYY-MM-DD HH:MM*
撰写要求：
- 不要复制粘贴原始摘要 — 用自己的话提炼每篇论文的核心贡献和亮点
- 重新分类 — 根据论文内容按研究方向分组（如"MEC 任务卸载"、"AIGC 缓存与传输"、"新型天线架构"），而非使用原始的 adhoc 分组
- 综合分析 — 每个方向的开头要有 1-2 段整体分析，不只是论文罗列
- 标注作者与机构 — 每篇重点论文标注第一作者（或前 2-3 位）和所属机构，中国机构附加中文名
- 保留关键链接 — 每篇论文标题保留原始 URL 链接
- 低相关度论文可合并 — 相关度 ≤ 0.40 的论文可以合并为简要列表，不需逐一展开
- 资讯动态精简 — 微信等社交媒体内容如果质量不高（如摘要碎片化），可合并为概览
- 如用户提出了具体研究问题，在综述摘要和趋势分析中融入对该问题的回应
5. 深度分析（可选后续步骤）
对搜索结果中感兴趣的条目，可以：
- 打开论文链接精读
- 使用 WebSearch 补充背景信息
- 基于搜索结果做领域综述或趋势分析
配置
数据源配置
编辑 config/sources.json 修改数据源连接参数：
{
"sources": {
"ieee": {
"enabled": true,
"method": "web"
},
"wechat": {
"enabled": true,
"method": "sogou"
}
}
}
默认配置无需 API Key。IEEE 使用网页搜索，微信使用搜狗微信搜索。
搜索 Profile
在 config/profiles/ 下创建 JSON 文件定义搜索方案：
{
"name": "my_research",
"description": "我的研究方向监控",
"topics": [
{
"id": "topic_1",
"keywords": ["keyword1", "keyword2"],
"time_range": "7d",
"max_items": 15
}
],
"sources": ["arxiv", "semantic_scholar", "ieee"],
"report": {
"language": "zh",
"group_by": "topic"
}
}
输出示例
搜索完成后 stdout 输出：
{
"status": "ok",
"total_raw": 45,
"total_deduped": 32,
"sources_used": ["arxiv", "semantic_scholar"],
"output_files": {
"json": "reports/20260312_feed.json",
"markdown": "reports/20260312_feed.md"
}
}
依赖安装
# 搜索脚本依赖
pip install requests feedparser
# PDF 渲染依赖（pandoc + xelatex）
brew install pandoc
brew install --cask mactex # 或 basictex + 手动安装 CJK 包
PDF 渲染使用 pandoc + xelatex，自动使用系统中文字体（PingFang SC）。
定时任务
- Claude Code：通过
scheduled-tasks配置定时执行 - OpenClaw：通过 cron 任务调度（后续单独配置）