脚本抓真实数据,模型筛选判断,生成每日 AI 早报
29.9/100
综合分
0
GitHub 星标
—
npm 周下载
—/5
用户评分
数据截至 2026/10/22 · 周下载取自 npm 全网(含 CI / 镜像),非本站安装数;综合分由星标、活跃度与兼容性检查合成。
安装命令 · 需先装 dsh CLI 引擎
dsh plugin --profile web add yogurt-42/ai-daily-digest该包不可直接 npm 安装,改从 GitHub 源安装(明细见下方安装检查)
状态速览
判定依据:实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态信任档位:仅索引
是什么
dsh 原生插件 · search
装得上吗
本站尚未做安装检查
安全吗
本站尚未对该插件做风险分级
暂未覆盖,不等同于无风险
还在维护吗
活跃:最近一次提交在 11 天前
档位由哪些信号合成
本站实装验证(真实安装 L4 覆盖全站;L5 为运行时冒烟或实机截图,覆盖范围小于 L4) · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。 下方各区块是它的证据明细。
社区实装还没有人打卡 · 装过的第一个就是你
安全扫描自动 · 静态分析源码v2.7.0⚪ 扫描:无法判定尚无人工评估展开查看扫描说明与证据 ↓
安全扫描自动 · 静态分析源码
v2.7.0已尝试扫描但取不到可分析的源码:仓库或包不存在、已删除,或为非 JS/TS 实现、未随包发布源码。无法判定,不代表安全。
- · 包内无可扫 JS
- · TS 源码(可能为非 JS 实现或未发布源码),无法判定
扫描于 2026/11/2(0 天前) · 范围 全包扫描(包内未声明入口) · 来源 GitHub 仓库
静态扫描只反映源码中出现的调用,不构成安全背书;人工评估与自动扫描相互独立、互不覆盖。
给这个插件打分还没有人投票↓
用户评分
还没有人投票,来当第一个
每日 AI 早报:星数由脚本抓,模型只做筛选和判断;没数据就说没数据,不编。
README
由 DeepSeek 最新模型翻译生成ai-daily-digest
一个可验证的每日 AI 早报技能(技能名 ai-digest):数字由脚本抓,模型只负责筛选和判断。
抓不到就说抓不到,不编。
【行业新闻】 DeepSeek 全面开源推理框架 DeepInfer,称可优化推理吞吐与延迟、降低部署成本(stcn.com)判断:自建推理的人该看部署细节,但开源的是框架,别指望马上降本。
【GitHub 热门】 cloudflare/security-audit-skill — 给 coding agent 的多阶段安全审计 skill — 今日 +1712 星(总计 34438 星)点评:做 skill 的该学它的阶段划分和验证闭环,安全从业者能直接用。
【对你的意义】最值得看 security-audit-skill:它的分段与独立验证,能直接套到下一个 skill。
完整样例见 examples/sample-digest.txt。
为什么做这个
「AI 日报」的失败方式几乎是一样的:模型读起来很懂,但星数是编的,来源是模糊的,「重要」是它自己封的。
展开完整文档(README 剩余 1 节)
ai-daily-digest
一个可验证的每日 AI 早报技能(技能名 ai-digest):数字由脚本抓,模型只负责筛选和判断。
抓不到就说抓不到,不编。
【行业新闻】 DeepSeek 全面开源推理框架 DeepInfer,称可优化推理吞吐与延迟、降低部署成本(stcn.com)判断:自建推理的人该看部署细节,但开源的是框架,别指望马上降本。
【GitHub 热门】 cloudflare/security-audit-skill — 给 coding agent 的多阶段安全审计 skill — 今日 +1712 星(总计 34438 星)点评:做 skill 的该学它的阶段划分和验证闭环,安全从业者能直接用。
【对你的意义】最值得看 security-audit-skill:它的分段与独立验证,能直接套到下一个 skill。
完整样例见 examples/sample-digest.txt。
为什么做这个
「AI 日报」的失败方式几乎是一样的:模型读起来很懂,但星数是编的,来源是模糊的,「重要」是它自己封的。
这个技能把顺序反过来:
| 常见做法 | 这里 |
| 模型搜索 + 模型总结 | 脚本先抓结构化数据,模型只改写和判断 |
| 每条一句通稿 | 每条强制一句判断(对谁意味着什么) |
| 没数据也要凑满 | 没料就写「今天没有值得说的」 |
| 出错静默 | trending 被墙、QQ 掉线都有降级路径 |
判断句是被约束的:≤40 字,不许写「值得关注」「意义重大」。
快速开始
0. 环境自检(第一次必跑)
node scripts/preflight.mjs # 只输出到对话
node scripts/preflight.mjs --qq # 计划推 QQ 时
1. 抓 GitHub 热门(输出 JSON)
node scripts/collect-github.mjs --limit 5
2. 可选:推送到 QQ(OneBot v11)
node scripts/send-qq.mjs --user <QQ号> --file digest.txt
然后让智能体按 SKILL.md 的流程跑:搜新闻 → 筛选 → 成稿。
第一次调用时智能体会问三个问题(关注倾向、篇幅语气、推送方式),写进 .ai-digest/config.json,之后不再问。
它怎么应对失败
GitHub 网页在很多网络环境下不可达(DNS 被污染、TCP 超时),所以采集有三层:
1. 多个 GitHub IP 轮换 + 重试,传输截断时用已收到的前半页
2. 退回 api.github.com 搜索 + 本地每日星数快照做差
3. 连基线都没有 → 输出候选仓库,starsToday 标 null,成稿必须写「未知」
推送失败(OneBot 不在线)不会静默:退出码非 0,智能体应降级到对话内输出并说明。
依赖
| 依赖 | 必需性 | 说明 |
| Node.js 18+ | 用脚本时需要 | 纯智能体模式可省 |
| api.github.com 可达 | 必需 | 搜索与补全星数 |
| github.com 可达 | 可选 | 抓 trending,不通自动降级 |
| GitHub token | 可选 | 限额 60 → 5000 次/小时 |
| web_search / web_fetch(宿主提供) | 必需 | 新闻来源 |
| OneBot v11 WebSocket | 可选 | 仅 delivery=qq 时需要 |
没有 Node 也能用:跳过脚本,用 web_fetch 抓 trending 自行解析,推送只用对话模式。
配置
{
"focus": ["大模型能力与定价", "agent / skill 工程"],
"length": 1100,
"tone": "偏工程,少形容词", "delivery": "chat",
"qq": { "user_id": 0, "onebot_url": "ws://127.0.0.1:3001" }
}
配置默认写到当前目录的 .ai-digest/config.json(沙箱环境里 ~/.config 可能不可写),可用 AI_DIGEST_CONFIG 覆盖。
安装
- OpenViking:把本目录打包成 zip,add_skill 上传即可(SKILL.md 在最外层)
- 其他智能体:把 SKILL.md 放到你的 skills 目录,scripts/ 一并带上
- 定时:交给 cron / systemd timer 调 collect-github.mjs + 智能体生成步骤
目录
SKILL.md 流程说明(agent 读这个) references/output-format.md 输出模板 + 正反例 scripts/preflight.mjs 环境自检 scripts/collect-github.mjs GitHub 数据采集 scripts/send-qq.mjs QQ 推送(OneBot v11) scripts/set-github-token.sh token 安全写入(不回显、600) examples/sample-digest.txt 真实输出样例
A daily AI-digest skill that treats numbers as data, not prose: GitHub stars come
from scripts, the model only summarizes and judges. Missing data is reported as
missing and never invented. Every item must carry a ≤40-character takeaway.
Degrades gracefully when GitHub is unreachable or the chat bridge is offline,
and never fails silently.
License
MIT预览分享卡片长什么样 ↓
分享 · DeepSeek Harness Hub
yogurt-42/ai-daily-digest
脚本抓真实数据,模型筛选判断,生成每日 AI 早报
相关插件 · 搜索 / 抓取
LLM 知识平台Tencent/WeKnora
概览 ·快速开始 ·新特性 ·功能 ·客户端 ·文档 ·开发
★ 36,161已汉化DSH
72.1
智能体记忆系统MemTensor/MemOS
MemOS 2.0 Stardust星尘
★ 12,195已汉化DSH
71.2
跨代理记忆库zilliztech/memsearch
跨平台语义记忆,专为 AI 编程智能体打造。
★ 2,799已汉化DSH
70.9
技能语料库EverMind-AI/SkillCorpus
SkillCorpus 能给你什么
★ 694已汉化DSH
69.7
代码图谱记忆syncable-dev/memtrace-public
你的智能体值得拥有结构化记忆。
★ 509已汉化MCP
67.9
AnySearch 搜索插件anysearch-team/anysearch-dsh
AnySearch 网页搜索服务商,为 DeepSeek Harness(DSH)提供高级搜索工具
★ 457已汉化DSH
66.6