requests==2.31.0
  feedparser==6.0.10
  beautifulsoup4==4.12.2
  lxml==4.9.3
  

     python /workspace/projects/daily-news-collector/scripts/collect_feeds.py --config ./sources.json --output ./raw_data.json
     

     python /workspace/projects/daily-news-collector/scripts/collect_webpages.py --url <URL> --output ./webpage_data.json
     

每日资讯收集助手

任务目标

• - 本 Skill 用于：每天自动从多个媒体渠道收集最新资讯并生成结构化日报
• 能力包含：

- 支持RSS订阅源、网页抓取等多种数据源 - 自动解析和格式化原始数据 - 智能筛选重要资讯并分类整理 - 生成可读性强的Markdown格式日报

• - 触发条件：用户需要收集资讯、生成日报、监控媒体动态等场景

前置准备

• - 依赖说明：

requests==2.31.0
feedparser==6.0.10
beautifulsoup4==4.12.2
lxml==4.9.3

• - 配置媒体源：根据 references/sources.md 创建 sources.json 配置文件

操作步骤

标准流程

1. 1. 收集原始数据

- 从RSS源收集：调用 scripts/collect_feeds.py 读取配置并获取文章列表 bash python /workspace/projects/daily-news-collector/scripts/collectfeeds.py --config ./sources.json --output ./rawdata.json

- 从网页抓取：调用 scripts/collect_webpages.py 获取网页内容
bash
python /workspace/projects/daily-news-collector/scripts/collectwebpages.py --url --output ./webpagedata.json

- 合并数据到统一的JSON文件供后续分析

1. 2. 分析筛选资讯

- 智能体读取收集到的原始数据 - 根据用户需求筛选重要资讯（如：科技类、商业类、特定关键词） - 按主题自动分类（科技、商业、社会、政策等） - 为每条资讯生成简明摘要（1-2句话）

1. 3. 生成日报

- 参照 assets/template.md 的格式 - 按分类组织内容，包含标题、链接、摘要、来源 - 添加日期、统计数据（总条数、分类分布） - 输出为Markdown格式的日报文件

可选分支

• - 当只需要RSS数据：仅执行 collect_feeds.py
• 当需要增量更新：检查历史数据，只收集新发布的内容
• 当需要定制分类：在分析阶段根据用户指定的分类规则

资源索引

• - 核心脚本：

- scripts/collect_feeds.py (解析RSS订阅源，获取文章列表) - scripts/collect_webpages.py (抓取网页内容，提取正文)

• - 配置参考：

- references/sources.md (媒体源配置指南和示例) - references/format.md (日报格式规范)

• - 输出模板：

- assets/template.md (日报结构模板)

注意事项

• - 脚本负责数据获取和格式化，智能体负责内容分析和总结
• 定期更新媒体源配置以保持数据新鲜度
• 遵守目标网站的robots.txt规则，合理设置抓取频率
• 生成的日报保存在当前工作目录（.），便于用户访问

使用示例

示例1：收集科技媒体资讯

bash

1. 配置RSS源（如36氪、TechCrunch等）

2. 收集数据

python /workspace/projects/daily-news-collector/scripts/collectfeeds.py --config ./techsources.json --output ./tech_news.json

3. 智能体分析并生成科技日报（由智能体完成）

- 筛选科技类资讯

- 生成分类摘要

- 输出：daily-tech-report-2024-01-15.md

示例2：监控竞品动态

bash

1. 配置竞品官网和新闻源

2. 收集网页内容

python /workspace/projects/daily-news-collector/scripts/collectwebpages.py --url https://competitor.com/news --output ./competitornews.json

3. 智能体分析竞品动态（由智能体完成）

- 提取关键信息（产品发布、融资、合作等）

- 生成竞品监控报告

示例3：综合日报

bash

1. 从多个源收集数据（RSS + 网页）

python /workspace/projects/daily-news-collector/scripts/collectfeeds.py --config ./allsources.json --output ./all_news.json

2. 智能体生成综合日报（由智能体完成）

- 按主题分类

- 生成每日摘要

- 输出：daily-report-2024-01-15.md