# AI 日报 Pipeline

每日自动抓取 AI 行业动态，去重→归类→改写→发布到 [blog.ephron.ren](https://blog.ephron.ren)。

## 仓库结构

```
ai-daily-report/
├── README.md                            ← 本文件
├── script/
│   ├── ai_daily_blog_pipeline.py        ← 主脚本（~1100 行，纯 Python）
│   ├── run_meta.json                    ← 最近一次运行元数据
│   └── blog_markdown.md                 ← 最近一次发布的博文
├── skill/
│   ├── SKILL.md                         ← Hermes Agent 技能文档
│   └── references/
│       ├── llm-config-auto-follow.md    ← LLM 配置自动跟随机制
│       ├── mimo-api-performance.md      ← MiMo API 性能基准测试
│       ├── rendering-guide.md           ← 博文渲染 & 导览格式
│       └── timeout-config.md            ← 超时配置参考
└── cron/
    └── config.json                      ← Cron 作业设置
```

## Pipeline 流程（4 阶段）

| 阶段 | 做什么 | 是否调 LLM |
|------|--------|-----------|
| Stage 0 | 脚本去重（difflib，纯 Python） | ❌ |
| Stage 1 | LLM 语义去重 | ✅ 1 次调用 |
| Stage 2 | 并行改写摘要 + 分类 | ✅ 2 次并发调用 |
| Stage 3 | LLM 生成今日导览 | ✅ 1 次调用 |
| Stage 4 | 组装 + 发布到博客 | ❌ |

## 数据源

| 来源 | 类型 | 备注 |
|------|------|------|
| AI HOT | API | 主要来源，分类齐全 |
| 橘鸦 AI 早报 | RSS（content:encoded） | 每日 ~09:34 发布 |
| InfoQ AI | RSS | 英文技术管理 |
| 量子位 | RSS | 中文 AI 新闻 |
| MIT 科技评论 AI | RSS | 英文前沿报道 |

## 关键配置

- **Cron**: 每天 10:00 CST 执行，`no_agent` 模式
- **超时**: 脚本 600s，LLM 600s，RSS 25s，橘鸦 45s
- **LLM**: 自动跟随 Hermes 主模型配置
- **去重**: 只去重不精选，保留全部非重复条目
- **风格**: 无 emoji、无参考编号、无建议/评论、大白话

## 上次运行

来自 `run_meta.json`：
- 日期：2026-06-04
- 原始条目：39 | 去重后：38
- AI HOT：32 | InfoQ：2 | 量子位：5 | 橘鸦：0（超时）
- 已发布：https://blog.ephron.ren/posts/ai-2026-06-04

## 2026-06-04 修复

修复了橘鸦源长期不工作的问题：
1. 解析从 RSS `content:encoded` 获取内容，消除第二次 HTTP 请求
2. 修复正则 `\\s*` → `\s*`（白字符类错误）
3. 修复 `.*?` → `[^<]*?`（防止概览节渗漏）
4. 橘鸦超时从 25s 提升至 45s