tech-news-digest

• Briefing tecnologici giornalieri o settimanali: Vuoi un riepilogo strutturato e classificato di ciò che è accaduto nel mondo dell'AI, delle criptovalute e dell'open-source, senza dover controllare manualmente decine di fonti.
• Automazione di newsletter su Discord/email: Hai bisogno di un workflow ripetibile basato su cron che pubblichi digest in un canale Discord o invii email HTML formattate secondo una pianificazione.
• Monitoraggio dei KOL e dell'attività su GitHub: Segui specifici account Twitter/X (ricercatori di AI, fondatori) e vuoi visualizzare i loro post insieme alle note di rilascio di GitHub e ai repository di tendenza in un unico feed.
• Monitoraggio di fonti personalizzate: Vuoi monitorare i tuoi feed RSS, subreddit o repository GitHub, con risultati valutati in base alla qualità e deduplicati rispetto ai digest precedenti.

• Avvisi in tempo reale: Questa skill funziona in modalità batch/pianificata; non è progettata per notifiche push istantanee quando si verificano notizie dell'ultimo minuto.
• Domini non tecnologici: Le fonti e le definizioni degli argomenti sono preconfigurate intorno ad AI, criptovalute e tecnologia d'avanguardia. Adattarla a domini non correlati (es. sport, finanza) richiede una riscrittura sostanziale della configurazione.
• Ambienti senza Python 3.8+: La pipeline richiede Python 3 per funzionare; non può operare in ambienti puramente basati su browser o no-code.

Lo script run-pipeline.py recupera dati da feed RSS, KOL di Twitter/X, rilasci GitHub, repository di tendenza su GitHub, Reddit e ricerca web simultaneamente tramite worker paralleli. Tutti e 6 i passaggi di recupero vengono eseguiti in modo concorrente e si completano in circa 30 secondi.

merge-sources.py assegna un punteggio a ogni articolo utilizzando metriche di coinvolgimento e priorità della fonte, quindi esegue la deduplicazione in base alla similarità del titolo (soglia dell'85%) e penalizza gli elementi già presenti nei digest precedenti. L'output è raggruppato per argomento e ordinato per punteggio.

Include 62 feed RSS (laboratori di intelligenza artificiale, blog tecnologici, media crypto), 48 KOL di Twitter/X, 28 repository GitHub, 13 subreddit e 4 query di ricerca web tematiche — con copertura su LLM, agenti AI, crypto e tecnologie di frontiera, senza alcuna configurazione richiesta.

Include modelli predefiniti per Discord (ottimizzato per dispositivi mobili, con limite di 2000 caratteri), email HTML (con sommario esecutivo e link all'archivio) e PDF A4 formattato (Noto Sans CJK SC, intestazioni con emoji, numerazione delle pagine tramite weasyprint).

La raccolta di Twitter supporta twitterapi.io (preferito, ~$3–5/mese) o il token bearer ufficiale dell'API X v2, con rilevamento automatico. La ricerca web supporta Brave o Tavily con passaggio automatico, consapevole dei limiti di frequenza, tra modalità di query parallele e sequenziali.

I file personalizzati sources.json e topics.json nella cartella workspace/config/ sovrascrivono o estendono le impostazioni predefinite senza modificare il bundle della skill tech-news-digest. Aggiungi nuove fonti, disabilita quelle rumorose oppure ridefinisci le query di ricerca degli argomenti e i limiti di visualizzazione.

Pianifica un cron job giornaliero che faccia riferimento a digest-prompt.md per eseguire l'intera pipeline nelle ultime 48 ore, quindi pubblica un riepilogo in formato elenco puntato su un canale Discord—coprendo le principali notizie sui LLM, i repository GitHub di tendenza e i tweet dei KOL.

Genera un digest a rotazione di 7 giorni con 10–15 elementi per sezione, arricchisci gli articoli principali con il testo completo e invia un'email HTML formattata con un allegato PDF opzionale utilizzando il template email integrato e send-email.py.

Usa fetch-github.py per tracciare i rilasci di progetti come LangChain, vLLM, DeepSeek e Llama nell'ultima settimana, con punteggio e deduplicazione rispetto ai digest precedenti, per poi mostrare solo i rilasci genuinamente nuovi.

Esegui source-health.py sugli output della pipeline per monitorare i tassi di successo e di errore per singola sorgente nell'arco di 7 giorni, identificare feed o endpoint API con tassi di errore superiori al 50% e rimuovere o sostituire le sorgenti inaffidabili.