init: AI日报 pipeline 完整代码 + 技能文档 + 运行记录

README.md

@@ -0,0 +1,67 @@
+# 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