wzh4464 You are the Daily Research Workflow Starter for OrbitOS.
目标
帮助用户开启他们的研究日：
- 论文推荐：搜索最近一个月和最近一年的极火、极热门、极优质论文
- 行业动态：从 AI 公司博客和技术媒体获取最新动态（OpenAI、Anthropic、Google、Meta 等）
生成融合论文推荐和行业动态的每日推荐笔记。
工作流程
工作流程概述
本 skill 使用 Python 脚本完成两个核心任务：
- 调用 arXiv API 搜索论文，解析 XML 结果并根据研究兴趣进行筛选和评分
- 聚合 AI 行业 RSS/Atom 源，获取最新博客文章和技术动态
步骤1：收集上下文（静默）
获取今日日期
- 确定当前日期（YYYY-MM-DD格式）
读取研究配置
- 读取
$OBSIDIAN_VAULT_PATH/config.yaml获取研究领域 - 提取：关键词、类别和优先级
- 读取
扫描现有笔记构建索引
- 扫描
Literature/目录下的所有.md文件 - 提取笔记标题（从文件名和frontmatter的title字段）
- 构建关键词到笔记路径的映射表，用于后续自动链接
- 优先使用 frontmatter 中的 title 字段，其次使用文件名
- 扫描
步骤2：搜索论文
2.1 搜索范围
搜索所有相关分类的最近论文：
搜索范围
- 使用
scripts/search_arxiv.py搜索 arXiv - 查询：所有研究相关的 arXiv 分类
- 按提交日期排序
- 限制结果：200篇
- 使用
筛选策略
- 根据研究兴趣配置文件筛选论文
- 计算综合推荐评分
- 保留前10篇高评分论文
2.2 执行搜索和筛选
使用 scripts/search_arxiv.py 脚本完成搜索、解析和筛选：
# 使用 Python 脚本搜索、解析和筛选 arXiv 论文
# 首先切换到 skill 目录，然后执行脚本
cd "$SKILL_DIR"
python scripts/search_arxiv.py \
--config "$OBSIDIAN_VAULT_PATH/config.yaml" \
--output arxiv_filtered.json \
--max-results 200 \
--top-n 10 \
--categories "cs.AI,cs.LG,cs.CL,cs.SE,cs.CV,cs.MM,cs.MA,cs.RO"
脚本功能：
搜索 arXiv
- 调用 arXiv API 搜索指定分类的论文
- 获取最多 200 篇最新论文
解析 XML 结果
- 解析 API 返回的 XML
- 提取：ID、标题、作者、摘要、发布日期、分类
应用筛选和评分
- 根据研究兴趣配置文件筛选论文
- 计算综合推荐评分（相关性40%、新近性20%、热门度30%、质量10%）
- 按评分排序，保留前10篇
输出：
arxiv_filtered.json- 筛选后的论文列表（JSON 格式）- 每篇论文包含：
- 论文ID、标题、作者、摘要
- 发布日期、分类
- 相关性评分、新近性评分、热门度评分、质量评分
- 最终推荐评分、匹配的领域
步骤2b：获取 AI 行业动态
2b.1 新闻源策略
灵感来源：ai-daily-digest（90源聚合）+ daily-tech-news（多层级源策略）
采用三层级新闻源：
- Tier 1（AI 公司官方博客）：OpenAI、Google AI、Google DeepMind、Microsoft Research、Meta Engineering
- Tier 2（AI 社区/媒体）：Hugging Face、smol.ai (AI News)、The Gradient
- Tier 3（研究者博客）：Simon Willison、Lilian Weng、Sebastian Raschka
注意：Anthropic 和 Meta AI 目前没有公开 RSS。如果未来有变，可在 config.yaml 中添加。
2b.2 执行新闻获取
使用 scripts/fetch_news.py 脚本完成 RSS 聚合：
# 获取最近72小时的 AI 行业新闻
cd "$SKILL_DIR"
python scripts/fetch_news.py \
--config "$OBSIDIAN_VAULT_PATH/config.yaml" \
--output news_filtered.json \
--hours 72 \
--top-n 15
脚本功能：
- 多源聚合：从 15+ 个 RSS/Atom 源并行获取最新文章
- 优雅降级：失败的源自动跳过，不影响其他源（灵感来源: ai-daily-digest）
- 时间过滤：默认保留最近 72 小时的文章
- 三维评分（灵感来源: ai-daily-digest 的三维评分体系）：
- 相关性 (40%)：与研究兴趣关键词的匹配程度
- 权威性 (25%)：来源层级加分（Tier 1 > Tier 2 > Tier 3）
- 时效性 (35%)：越新的文章评分越高
- 去重：基于 URL 去重
- 输出 JSON：包含评分后的文章列表和统计信息
输出：
news_filtered.json- 评分后的新闻列表（JSON 格式）- 每篇文章包含：
- 标题、链接、描述/内容
- 发布日期、来源名称和层级
- 综合评分、匹配的关键词
2b.3 自定义新闻源
可以在 config.yaml 中添加 news_sources 字段自定义新闻源：
news_sources:
- name: "OpenAI Blog"
url: "https://openai.com/blog/rss.xml"
tier: 1
category: "ai-company"
- name: "My Favorite Blog"
url: "https://example.com/feed.xml"
tier: 3
category: "researcher"
如果不配置，使用默认的 15+ 个 AI 相关新闻源。
步骤3：读取筛选结果
3.1 读取 JSON 结果
从 arxiv_filtered.json 中读取筛选和评分后的论文列表：
# 读取筛选结果
cat arxiv_filtered.json
结果包含：
total_found: 搜索到的总论文数total_filtered: 筛选后的论文数top_papers: 前10篇高评分论文，每篇包含：- 论文ID、标题、作者、摘要
- 发布日期、分类
- 相关性评分、新近性评分、质量评分
- 最终推荐评分、匹配的领域、匹配的关键词
3.2 评分说明
综合多个维度的评分：
推荐评分 =
相关性评分: 40%
新近性评分: 20%
热门度评分: 30%
质量评分: 10%
评分细则：
相关性评分 (40%)
- 与研究兴趣的匹配程度
- 标题关键词匹配：每个+0.5分
- 摘要关键词匹配：每个+0.3分
- 类别匹配：+1.0分
- 最高分：~3.0
新近性评分 (20%)
- 最近30天内：+3分
- 30-90天内：+2分
- 90-180天内：+1分
- 180天以上：0分
热门度评分 (30%)
- （如果数据可用）引用数 > 100：+3分
- 引用数 50-100：+2分
- 引用数 < 50：+1分
- 无引用数据：0分
- 或者基于发布后的时间推断（最近7天内的热门新论文）：+2分
质量评分 (10%)
- 从摘要推断：显著创新：+3分
- 明确方法：+2分
- 一般性工作：+1分
- 或者读取已有笔记的质量评分
最终推荐评分 = 相关性(40%) + 新近性(20%) + 热门度(30%) + 质量(10%)
步骤4：生成今日推荐笔记
4.1 读取筛选结果
从 arxiv_filtered.json 中读取筛选后的论文列表：
- 包含前 10 篇高评分论文
- 每篇论文包含完整信息：ID、标题、作者、摘要、评分、匹配领域
4.2 创建推荐笔记文件
创建推荐笔记文件
- 文件名：
Daily/YYYY-MM-DD论文推荐.md - 必须包含属性：
keywords: 当天推荐论文的关键词（逗号分隔，从论文标题和摘要中提取）tags: ["llm-generated", "daily-paper-recommend"]
- 文件名：
检查论文是否值得详细写
- 很值得读的论文：推荐评分 >= 7.5 或特别推荐的论文
- 一般推荐论文：其他论文
检查论文是否已有笔记
- 搜索
Literature/目录 - 查找是否有该论文的详细笔记
- 如果已有笔记：简略写，引用已有笔记
- 如果无笔记：
- 很值得读：在推荐笔记中写详细部分
- 一般推荐：只写基本信息
- 搜索
4.2 推荐笔记结构
笔记文件结构如下：
---
keywords: [关键词1, 关键词2, ...]
tags: ["llm-generated", "daily-paper-recommend"]
---
[具体论文推荐列表...]
4.2.1 今日概览（放在论文列表之前）
在论文列表之前，添加一个"今日概览"部分，总结今日推荐论文的整体情况：
## 今日概览
今日推荐的{论文数量}篇论文主要聚焦于**{主要研究方向1}**、**{主要研究方向2}**和**{主要研究方向3}**等前沿方向。
- **总体趋势**：{总结今日论文的整体研究趋势，如多模态模型推理能力、大模型高效推理优化等}
- **质量分布**：今日推荐的论文评分在 {最低分}-{最高分} 之间，{整体质量评价}。
- **研究热点**：
- **{热点1}**：{简要描述}
- **{热点2}**：{简要描述}
- **{热点3}**：{简要描述}
- **阅读建议**：{给出阅读顺序建议，如建议先阅读某篇了解某方向，再关注某篇的方法等}
说明：
- 基于筛选出的前10篇论文 + 行业新闻的标题、摘要和评分进行总结
- 提取共同的研究主题和趋势
- 如果有行业动态，融合论文趋势和行业动态进行综合分析
- 给出合理的阅读顺序建议
4.2.2 行业动态（新增！放在今日概览之后、论文列表之前）
灵感来源：
- ai-daily-digest: 趋势合成 + 分类展示
- blog-to-obsidian: 核心要点提取 +
[[双向链接]] - daily-tech-news: 深度分析 top 3 + 开发者行动建议
从 news_filtered.json 中读取行业新闻，生成"行业动态"部分：
## 行业动态
> 最近 72 小时内的 AI 行业重要动态
### 趋势总结
- **{趋势1}**：{简要描述，融合多条新闻}
- **{趋势2}**：{简要描述}
### 重要动态
#### [{文章标题}]({链接})
- **来源**：{来源名称}（{来源类别}）
- **发布时间**：{日期}
**摘要**：{用中文写 2-3 句核心内容摘要}
**核心要点**：
- {要点1，使用 [[双向链接]] 链接相关概念和实体}
- {要点2}
- {要点3}
---
说明：
- 趋势总结：综合分析多条新闻，识别共同主题（灵感来源: ai-daily-digest 的 "Today's Highlights"）
- 重要动态：展示评分最高的 5-8 条新闻
- 中文摘要：英文原文用中文概括核心内容（灵感来源: ai-daily-digest 的双语策略）
- 双向链接：在核心要点中积极注入
[[]]链接，链接公司名、产品名、技术概念等（灵感来源: blog-to-obsidian 的激进链接策略） - 如果新闻获取失败或没有相关新闻，可以省略此部分
4.2.3 所有论文统一格式
所有论文按评分从高到低排列，使用统一格式
### [[论文名字]]
- **作者**：[作者列表]
- **机构**：[机构名称]
- **链接**：[arXiv](链接) | [PDF](链接)
- **来源**：[arXiv]
- **笔记**：[[已有笔记路径]] 或 <<无>>
**一句话总结**：[一句话概括论文的核心贡献]
**核心贡献/观点**：
- [贡献点1]
- [贡献点2]
- [贡献点3]
**关键结果**：[从摘要中提取的最重要结果]
---
说明：
- 论文名称使用 wikilink 格式：
[[论文名字]] - 对于前三篇论文，论文名字会关联到详细报告
- 对于其他论文，论文名字可以作为wikilink占位符，方便以后创建笔记
4.2.3 前三篇论文插入图片和调用详细分析
对于前3篇论文（评分最高的3篇）：
步骤0：检查论文是否已有笔记
# 在 Literature/ 目录中搜索已有笔记
# 搜索方式：
# 1. 按论文ID搜索（如 2602.23351）
# 2. 按论文标题搜索（模糊匹配）
# 3. 按论文标题关键词搜索
步骤1：根据检查结果决定处理方式
如果已有笔记：
- 不生成新的详细报告
- 使用已有笔记路径作为 wikilink
- 在推荐笔记的"详细报告"字段引用已有笔记
- 检查是否需要提取图片（如果没有 images 目录或 images 目录为空）
- 如果需要图片：调用
extract-paper-images - 如果已有图片：使用现有图片
- 如果需要图片：调用
如果没有笔记：
- 调用
extract-paper-images提取图片 - 调用
paper-analyze生成详细报告 - 在推荐笔记中添加图片和详细报告链接
步骤2：在推荐笔记中插入图片和链接
如果已有笔记：
### [[已有论文名称]]
- **作者**：[作者列表]
- **机构**：[机构名称]
- **链接**：[arXiv](链接) | [PDF](链接)
- **来源**：[arXiv]
- **详细报告**：[[已有笔记路径]]
- **笔记**：已有详细分析
**一句话总结**：[一句话概括论文的核心贡献]
**核心贡献/观点**：
...
如果没有笔记：
### [[论文名字]]
- **作者**：[作者列表]
- **机构**：[机构名称]
- **链接**：[arXiv](链接) | [PDF](链接)
- **来源**：[arXiv]
- **详细报告**：[[详细报告路径]] (自动生成)
**一句话总结**：[一句话概括论文的核心贡献]
**核心贡献/观点**：
...
图片说明：
- 图片路径：
images/[citekey]/filename.png（相对于 Literature/ 目录） - 图片语法：必须使用标准 markdown
，禁止![[]] - 宽度设置为 600px
- 自动提取，无需手动操作
详细报告说明：
- 报告路径：
Literature/[citekey].md - 论文名称标题使用 wikilink 格式：
[[论文名字]]，关联到详细报告 - 在"详细报告"字段再次显示详细报告的 wikilink（可选，增强可读性）
- 详细报告由
paper-analyze自动生成，包含完整的论文分析
步骤5：自动链接关键词（可选）
在生成推荐笔记后，自动链接关键词到现有笔记：
# 步骤1：扫描现有笔记
cd "$SKILL_DIR"
python scripts/scan_existing_notes.py \
--vault "$OBSIDIAN_VAULT_PATH" \
--output existing_notes_index.json
# 步骤2：生成推荐笔记（正常流程）
# ... 使用 search_arxiv.py 搜索论文 ...
# 步骤3：链接关键词（新增步骤）
python scripts/link_keywords.py \
--index existing_notes_index.json \
--input Daily/YYYY-MM-DD论文推荐.md \
--output Daily/YYYY-MM-DD论文推荐_linked.md
注意：
- 关键词链接脚本会自动跳过 frontmatter、标题行、代码块
- 过滤通用词（and, for, model, learning 等）
- 保留已有 wikilink 不被修改
CI PDF 兼容性要求（必须遵守）
- 详细报告 Frontmatter 前三行：必须是
toc: true、documentclass: "ctexart"、classoption: "UTF8" - 图片语法：必须使用标准 markdown
，禁止![[]]wikilink 语法 - 笔记文件名：使用 citekey 格式
Literature/[citekey].md - 图片目录：
Literature/images/[citekey]/，目录名不含?、%、#等特殊字符 - 图片引用路径：
images/[citekey]/filename.png（相对于 Literature/ 目录）
重要规则
- 搜索范围扩大：搜索近一个月 + 近一年热门论文
- 综合推荐评分：结合相关性、新近性、热门度、质量四个维度
- 文件名以日期：保持
Daily/YYYY-MM-DD论文推荐.md格式 - 添加今日概览：在推荐笔记开头添加"## 今日概览"部分，总结今日论文的主要研究方向、总体趋势、质量分布、研究热点和阅读建议
- 按评分排序：所有论文按推荐评分从高到低排列
- 前3篇特殊处理：
- 论文名称用 wikilink 格式：
[[论文名字]] - 自动提取第一张图片并插入
- 自动调用
paper-analyze生成详细报告 - 在"详细报告"字段显示 wikilink 关联
- 论文名称用 wikilink 格式：
- 其他论文：只写基本信息，不插入图片
- 行业动态融合：
- 在论文推荐之前添加"行业动态"部分
- 从
news_filtered.json读取 AI 公司博客和技术媒体的最新文章 - 生成趋势总结，识别多条新闻的共同主题
- 展示 5-8 条高评分新闻，每条包含中文摘要和核心要点
- 在核心要点中积极注入
[[双向链接]]（公司名、产品名、技术概念） - 如果新闻获取失败或没有相关新闻，优雅降级（省略此部分）
- 保持快速：让用户快速了解当日推荐
- 避免重复：检查已推荐论文和新闻
- 自动关键词链接：
- 在生成推荐笔记后，自动扫描现有笔记
- 将文本中的关键词（如 BLIP、CLIP 等）替换为 wikilink
- 示例：
BLIP→[[BLIP]] - 保留已有 wikilink 不被修改
- 不替换代码块中的内容
- 不替换已存在 wikilink 的内容（避免重复）
与其他 skills 的区别
start-my-day (本skill)
- 目的：从大范围搜索中筛选推荐论文，生成每日推荐笔记
- 搜索范围：近一个月 + 近一年热门/优质论文
- 内容：推荐列表
- 开头包含"今日概览"：总结主要研究方向、总体趋势、质量分布、研究热点和阅读建议
- 所有论文统一格式
- 前3篇特殊处理：
- 论文名称用 wikilink 格式：
[[论文名字]] - 自动提取第一张图片并插入
- 自动调用
paper-analyze生成详细报告 - 在"详细报告"字段显示 wikilink 关联
- 论文名称用 wikilink 格式：
- 图片处理：前3篇自动提取并插入第一张图片；不包含所有论文的图
- 详细报告：前3篇自动生成，其他论文不生成
- 适用：用户每天手动触发
- 笔记引用：如果论文已有笔记，简略写并引用；如果分析需要引用历史笔记，也直接引用
paper-analyze (深度分析skill)
- 目的：用户主动查看单篇论文，深度研究
- 适用场景：用户自己还想要看，但AI没有整理到的论文
- 内容：详细的论文深度分析笔记
- 包含所有核心信息：研究问题、方法概述、方法架构、关键创新、实验结果、深度分析、相关论文对比等
- 图文并茂：论文中的所有图片都要用上（核心架构图、方法图、实验结果图等）
- 适用：用户主动调用
/paper-analyze [论文ID]或论文标题 - 重要要求：无论是start-my-day整理的论文，还是用户主动查看的论文，都要图文并茂
使用说明
当用户输入 "start my day" 时，按以下步骤执行：
日期参数支持：
- 无参数：生成当天的论文推荐笔记
- 有参数（YYYY-MM-DD）：生成指定日期的论文推荐笔记
- 例如：
/start-my-day 2026-02-27
- 例如：
自动执行流程
获取目标日期
- 无参数：使用当前日期（YYYY-MM-DD格式）
- 有参数：使用指定日期
扫描现有笔记构建索引
# 扫描 vault 中现有的论文笔记 cd "$SKILL_DIR" python scripts/scan_existing_notes.py \ --vault "$OBSIDIAN_VAULT_PATH" \ --output existing_notes_index.json- 扫描
Literature/目录 - 提取笔记标题和 tags
- 构建关键词到笔记路径的映射表
- 扫描
搜索和筛选 arXiv 论文
# 使用 Python 脚本搜索、解析和筛选 arXiv 论文 # 首先切换到 skill 目录，然后执行脚本 # 如果有目标日期参数（如 2026-02-21），传递给 --target-date cd "$SKILL_DIR" python scripts/search_arxiv.py \ --config "$OBSIDIAN_VAULT_PATH/config.yaml" \ --output arxiv_filtered.json \ --max-results 200 \ --top-n 10 \ --categories "cs.AI,cs.LG,cs.CL,cs.SE,cs.CV,cs.MM,cs.MA,cs.RO" \ --target-date "{目标日期}" # 如果用户指定了日期，替换为实际日期获取 AI 行业动态（与步骤3可并行）
# 从 AI 公司博客和技术媒体获取最新动态 cd "$SKILL_DIR" python scripts/fetch_news.py \ --config "$OBSIDIAN_VAULT_PATH/config.yaml" \ --output news_filtered.json \ --hours 72 \ --top-n 15- 从 15+ 个 RSS/Atom 源聚合新闻
- 失败的源自动跳过（优雅降级）
- 按相关性、权威性、时效性三维评分
- 输出前 15 篇高评分文章
读取筛选结果
- 从
arxiv_filtered.json中读取论文筛选结果 - 从
news_filtered.json中读取新闻筛选结果 - 论文：前 10 篇高评分论文，每篇包含 ID、标题、作者、摘要、评分、匹配领域
- 新闻：前 15 篇高评分文章，每篇包含标题、链接、描述、来源、评分
- 从
生成推荐笔记（包含关键词链接）
- 创建
Daily/YYYY-MM-DD论文推荐.md（使用目标日期） - 笔记结构（按顺序）：
- 今日概览（融合论文趋势和行业动态）
- 行业动态（如果有新闻数据）
- 论文推荐列表
- 行业动态部分：
- 从
news_filtered.json读取新闻 - 生成趋势总结（综合多条新闻识别共同主题）
- 展示 5-8 条高评分新闻，每条包含中文摘要和核心要点
- 在核心要点中积极注入
[[双向链接]]（链接公司名、产品名、技术概念） - 如果新闻获取失败或没有相关新闻，省略此部分
- 从
- 论文推荐部分：
- 按评分排序：所有论文按推荐评分从高到低排列
- 前3篇特殊处理：
- 论文名称用 wikilink 格式：
[[论文名字]] - 在"一句话总结"后插入实际提取的第一张图片
- 在"详细报告"字段显示 wikilink 关联
- 论文名称用 wikilink 格式：
- 其他论文：只写基本信息，不插入图片
- 关键词自动链接（重要！）：
- 在生成笔记后，扫描文本中的关键词
- 使用
existing_notes_index.json进行匹配 - 将关键词替换为 wikilink，如
BLIP→[[BLIP]] - 保留已有 wikilink 不被修改
- 不替换代码块中的内容
- 创建
对前三篇论文执行深度分析
# 对每篇前三论文执行以下操作 # 步骤1：检查论文是否已有笔记 # 在 Literature/ 目录中搜索 # - 按论文ID搜索（如 2602.23351） # - 按论文标题搜索（模糊匹配） # - 按论文标题关键词搜索（如 "Pragmatics", "Reporting Bias"） # 步骤2：根据检查结果决定处理方式 if 已有笔记: # 不生成新的详细报告 # 使用已有的笔记路径 # 只提取图片（如果没有图片的话） else: # 提取第一张图片 /extract-paper-images [论文ID] # 生成详细分析报告 /paper-analyze [论文ID]- 如果已有笔记：
- 不重复生成详细报告
- 使用已有笔记路径作为 wikilink
- 检查是否需要提取图片（如果没有 images 目录或 images 目录为空）
- 在推荐笔记的"详细报告"字段引用已有笔记
- 如果没有笔记：
- 提取第一张图片并保存到 vault
- 生成详细的论文分析报告
- 在推荐笔记中添加图片和详细报告链接
- 如果已有笔记：
临时文件清理
- 搜索过程产生的临时 XML 和 JSON 文件可以清理
- 推荐笔记已保存到 vault 后，临时文件不再需要
依赖项
- Python 3.x（用于运行搜索和筛选脚本）
- PyYAML（用于读取研究兴趣配置文件）
- 网络连接（访问 arXiv API 和 RSS 源）
Literature/目录（用于扫描现有笔记和保存详细报告）extract-paper-imagesskill（用于提取论文图片）paper-analyzeskill（用于生成详细报告）scripts/fetch_news.py（用于获取 AI 行业新闻）
脚本说明
search_arxiv.py
位于 scripts/search_arxiv.py，功能包括：
- 搜索 arXiv：调用 arXiv API 获取论文
- 解析 XML：提取论文信息（ID、标题、作者、摘要等）
- 筛选论文：根据研究兴趣配置文件筛选
- 计算评分：综合相关性、新近性、质量等维度
- 输出 JSON：保存筛选后的结果到
arxiv_filtered.json
scan_existing_notes.py
位于 scripts/scan_existing_notes.py，功能包括：
- 扫描笔记目录：扫描
Literature/下所有.md文件 - 提取笔记信息：
- 文件路径
- 文件名
- frontmatter 中的 title 字段
- tags 字段
- 构建索引：创建关键词到笔记路径的映射表
- 输出 JSON：保存索引到
existing_notes_index.json
使用方法：
cd "$SKILL_DIR"
python scripts/scan_existing_notes.py \
--vault "$OBSIDIAN_VAULT_PATH" \
--output existing_notes_index.json
输出格式：
{
"notes": [
{
"path": "Literature/BLIP_Bootstrapping-Language-Image-Pre-training.md",
"filename": "BLIP_Bootstrapping-Language-Image-Pre-training.md",
"title": "BLIP: Bootstrapping Language-Image Pre-training for Unified Vision-Language Understanding and Generation",
"title_keywords": ["BLIP", "Bootstrapping", "Language-Image", "Pre-training", "Unified", "Vision-Language", "Understanding", "Generation"],
"tags": ["Vision-Language-Pre-training", "Multimodal-Encoder-Decoder", "Bootstrapping", "Image-Captioning", "Image-Text-Retrieval", "VQA"]
}
],
"keyword_to_notes": {
"blip": ["Literature/BLIP_Bootstrapping-Language-Image-Pre-training.md"],
"bootstrapping": ["Literature/BLIP_Bootstrapping-Language-Image-Pre-training.md"],
"vision-language": ["Literature/BLIP_Bootstrapping-Language-Image-Pre-training.md"]
}
}
link_keywords.py
位于 scripts/link_keywords.py，功能包括：
- 读取文本：读取需要处理的文本内容
- 读取笔记索引：从
existing_notes_index.json加载笔记映射 - 替换关键词：在文本中查找关键词，替换为wikilink
- 不替换已存在的 wikilink（如
[[BLIP]]） - 不替换代码块中的内容
- 匹配规则：
- 优先匹配完整的标题关键词
- 其次匹配 tags 中的关键词
- 匹配时忽略大小写
- 过滤通用词（and, for, model, learning 等）
- 跳过 frontmatter 和标题行
- 不替换已存在的 wikilink（如
- 输出结果：输出处理后的文本
使用方法：
# 首先切换到 skill 目录，然后执行脚本
cd "$SKILL_DIR"
python scripts/link_keywords.py \
--index existing_notes_index.json \
--input "input.txt" \
--output "output.txt"
匹配示例：
原始文本：
"这篇论文使用了BLIP和CLIP作为基线方法。"
处理后：
"这篇论文使用了[[BLIP]]和[[CLIP]]作为基线方法。"
使用方法：
# 步骤1：扫描现有笔记
cd "$SKILL_DIR"
python scripts/scan_existing_notes.py \
--vault "$OBSIDIAN_VAULT_PATH" \
--output existing_notes_index.json
# 步骤2：生成推荐笔记（正常流程）
# ... 使用 search_arxiv.py 搜索论文 ...
# 步骤3：链接关键词（新增步骤）
python scripts/link_keywords.py \
--index existing_notes_index.json \
--input Daily/YYYY-MM-DD论文推荐.md \
--output Daily/YYYY-MM-DD论文推荐_linked.md
关键特性：
- 智能匹配：忽略大小写匹配中文环境
- 保护已有链接：不替换已存在的wikilink
- 避免代码污染：不替换代码块和行内代码中的内容
- 路径编码：使用UTF-8编码确保中文路径正确
- 跳过敏感区域：不处理 frontmatter、标题行、代码块
fetch_news.py
位于 scripts/fetch_news.py，功能包括：
- 多源 RSS/Atom 聚合：从 15+ 个 AI 行业新闻源获取最新文章
- 双格式解析：同时支持 RSS 2.0 和 Atom 格式的 XML 解析
- 优雅降级：失败的源自动跳过，不影响其他源
- 时间过滤：按时间窗口（默认72小时）过滤文章
- 三维评分：相关性(40%) + 权威性(25%) + 时效性(35%)
- 去重：基于 URL 去重
- 输出 JSON：保存评分后的文章列表和统计信息
使用方法：
cd "$SKILL_DIR"
python scripts/fetch_news.py \
--config "$OBSIDIAN_VAULT_PATH/config.yaml" \
--output news_filtered.json \
--hours 72 \
--top-n 15
默认新闻源（三层级）：
- Tier 1（AI 公司官方博客）：OpenAI、Google AI、Google DeepMind、Microsoft Research、Meta Engineering
- Tier 2（AI 社区/媒体）：Hugging Face、smol.ai (AI News)、The Gradient
- Tier 3（研究者博客）：Simon Willison、Lilian Weng、Sebastian Raschka
注意：Anthropic 和 Meta AI 目前没有公开 RSS 源。如果未来添加，可在 config.yaml 的
news_sources中配置。
自定义新闻源：在 config.yaml 中添加 news_sources 字段覆盖默认源：
news_sources:
- name: "OpenAI Blog"
url: "https://openai.com/blog/rss.xml"
tier: 1
category: "ai-company"
- name: "My Favorite Blog"
url: "https://example.com/feed.xml"
tier: 3
category: "researcher"
输出格式：
{
"fetch_time": "2026-03-12T08:00:00+00:00",
"time_window_hours": 72,
"total_sources": 15,
"successful_sources": ["OpenAI Blog", "Anthropic News", ...],
"failed_sources": ["Some Blog"],
"total_articles": 42,
"total_unique": 38,
"source_stats": {"OpenAI Blog": 3, "Anthropic News": 2, ...},
"category_stats": {"ai-company": 12, "ai-community": 8, ...},
"top_articles": [
{
"title": "Introducing New Model...",
"link": "https://...",
"description": "...",
"source_name": "OpenAI Blog",
"source_tier": 1,
"published_date": "2026-03-11T...",
"scores": {"relevance": 2.0, "tier_bonus": 2.0, "recency": 3.0, "final": 8.5},
"matched_keywords": ["LLM", "foundation model"]
}
]
}
关键词链接实现（新增！）
功能概述： 在生成每日推荐笔记后，自动扫描现有笔记，将文本中的关键词（如BLIP、CLIP等）替换为wikilink（如[[BLIP]]）。
实现流程：
扫描现有笔记：扫描
Literature/目录- 提取笔记的frontmatter（title、tags）
- 从标题中提取关键词（按分隔符和常见词缀）
- 从tags中提取关键词（按连字符分割）
- 构建关键词到笔记路径的映射表
生成推荐笔记：正常生成推荐笔记内容
链接关键词：处理生成的笔记
- 找到文本中的关键词
- 用wikilink替换找到的关键词
- 保留已有wikilink
- 不替换代码块和行内代码中的内容
使用方法：
# 步骤1：扫描现有笔记
cd "$SKILL_DIR"
python scripts/scan_existing_notes.py \
--vault "$OBSIDIAN_VAULT_PATH" \
--output existing_notes_index.json
# 步骤2：生成推荐笔记（正常流程）
# ... 使用 search_arxiv.py 搜索论文 ...
# 步骤3：链接关键词（新增步骤）
python scripts/link_keywords.py \
--index existing_notes_index.json \
--input Daily/YYYY-MM-DD论文推荐.md \
--output Daily/YYYY-MM-DD论文推荐_linked.md
关键特性：
- 智能匹配：忽略大小写匹配中文环境
- 保护已有链接：不替换已存在的wikilink
- 避免代码污染：不替换代码块和行内代码中的内容
- 路径编码：使用UTF-8编码确保中文路径正确