tech-news-digest

• Tägliche oder wöchentliche Tech-Briefings: Du möchtest eine strukturierte, nach Relevanz geordnete Zusammenfassung der Ereignisse aus den Bereichen KI, Krypto und Open-Source – ohne manuell Dutzende von Quellen zu prüfen.
• Discord/E-Mail-Newsletter-Automatisierung: Du benötigst einen wiederholbaren, cron-gesteuerten Workflow, der Digests in einem Discord-Kanal postet oder formatierte HTML-E-Mails nach einem Zeitplan versendet.
• Verfolgung von KOLs und GitHub-Aktivitäten: Du folgst bestimmten Twitter/X-Accounts (KI-Forscher, Gründer) und möchtest ihre Beiträge zusammen mit GitHub-Release-Notes und trending Repos in einem einzigen Feed.
• Benutzerdefiniertes Quellen-Monitoring: Du möchtest deine eigenen RSS-Feeds, Subreddits oder GitHub-Repos überwachen und die Ergebnisse nach Qualität bewerten sowie auf Duplikate gegenüber früheren Digests prüfen lassen.

• Echtzeit-Benachrichtigungen: Diese Skill läuft im Batch-/Scheduled-Modus; sie ist nicht für sofortige Push-Benachrichtigungen bei aktuellen Eilmeldungen ausgelegt.
• Nicht-technische Bereiche: Quellen und Themendefinitionen sind vorkonfiguriert auf KI, Krypto und Zukunftstechnologien ausgerichtet. Eine Anpassung an fachfremde Bereiche (z. B. Sport, Finanzen) erfordert umfangreiche Überarbeitungen der Konfiguration.
• Umgebungen ohne Python 3.8+: Die Pipeline setzt Python 3 voraus; sie kann nicht in rein browserbasierten oder No-Code-Umgebungen betrieben werden.

Das Skript run-pipeline.py ruft gleichzeitig Daten aus RSS-Feeds, Twitter/X-KOLs, GitHub-Releases, GitHub-Trending-Repos, Reddit und der Websuche ab – mithilfe paralleler Worker. Alle 6 Abrufschritte laufen gleichzeitig und sind in etwa 30 Sekunden abgeschlossen.

merge-sources.py bewertet jeden Artikel anhand von Engagement-Metriken und Quellpriorität, dedupliziert anschließend nach Titelähnlichkeit (85%-Schwellenwert) und bestraft Beiträge, die bereits in früheren Digests erschienen sind. Die Ausgabe ist thematisch gruppiert und nach Punktzahl sortiert.

Enthält 62 RSS-Feeds (KI-Labore, Tech-Blogs, Krypto-Medien), 48 Twitter/X-KOLs, 28 GitHub-Repositories, 13 Subreddits und 4 Websuch-Themenabfragen – mit Abdeckung von LLM, KI-Agenten, Krypto und zukunftsweisenden Technologien, ganz ohne Einrichtungsaufwand.

Enthält vorgefertigte Vorlagen für Discord (mobiloptimiert, 2000-Zeichen-bewusst), HTML-E-Mail (mit Zusammenfassung für Führungskräfte und Archivlinks) sowie gestaltetes A4-PDF (Noto Sans CJK SC, Emoji-Überschriften, Seitenzahlen via weasyprint).

Die Twitter-Sammlung unterstützt twitterapi.io (bevorzugt, ~3–5 $/Monat) oder das offizielle X API v2 Bearer-Token mit automatischer Erkennung. Die Websuche unterstützt Brave oder Tavily mit automatischer, ratenlimitbewusster Umschaltung zwischen parallelen und sequenziellen Abfragemodi.

Benutzerdefinierte sources.json- und topics.json-Dateien in workspace/config/ überschreiben oder erweitern die Standardeinstellungen, ohne das Skill-Bundle zu modifizieren. Fügen Sie neue Quellen hinzu, deaktivieren Sie störende, oder definieren Sie Themen-Suchabfragen und Anzeigelimits neu.

Plane einen täglichen Cron-Job, der digest-prompt.md referenziert, um die gesamte Pipeline über die vergangenen 48 Stunden auszuführen und anschließend eine stichpunktformatierte Zusammenfassung in einem Discord-Kanal zu veröffentlichen – mit den wichtigsten LLM-Neuigkeiten, trendenden GitHub-Repositories und KOL-Tweets.

Erstelle einen rollierenden 7-Tage-Digest mit 10–15 Einträgen pro Abschnitt, reichere die wichtigsten Artikel mit vollständigem Text an und versende eine gestaltete HTML-E-Mail mit optionalem PDF-Anhang – mithilfe der integrierten E-Mail-Vorlage und send-email.py.

Verwende fetch-github.py, um Releases von Projekten wie LangChain, vLLM, DeepSeek und Llama der vergangenen Woche zu verfolgen, bewertet und gegen frühere Digests dedupliziert, um ausschließlich wirklich neue Releases anzuzeigen.

Führe source-health.py auf Pipeline-Ausgaben aus, um die Erfolgs- und Fehlerquoten pro Quelle über 7 Tage zu verfolgen, Feeds oder API-Endpunkte mit einer Fehlerquote von >50 % zu identifizieren und unzuverlässige Quellen zu bereinigen oder zu ersetzen.