tech-news-digest

• 日次または週次のテック briefings: AI、暗号資産、オープンソースにわたって何が起きたかを、何十ものソースを手動で確認することなく、構造化されたランク付きのサマリーで把握したい。
• Discord/メールニュースレターの自動化: Discordチャンネルにダイジェストを投稿したり、スケジュールに従ってフォーマットされたHTMLメールを配信する、cronで駆動する繰り返し可能なワークフローが必要。
• KOLおよびGitHubアクティビティの追跡: 特定のTwitter/Xアカウント（AI研究者、創業者）をフォローしており、その投稿をGitHubのリリースノートやトレンドリポジトリと合わせて1つのフィードで確認したい。
• カスタムソースの監視: 独自のRSSフィード、サブレディット、またはGitHubリポジトリを監視し、結果に品質スコアを付けて過去のダイジェストと重複排除したい。

• リアルタイムアラート: このスキルはバッチ/スケジュール実行モードで動作します。速報ニュースが発生した際の即時プッシュ通知には対応していません。
• テック以外のドメイン: ソースおよびトピックの定義は、AI、暗号資産、先端テクノロジーを中心に事前設定されています。無関係なドメイン（例：スポーツ、金融）への対応には、設定の大幅な書き直しが必要です。
• Python 3.8+ が利用できない環境: パイプラインの実行には Python 3 が必要です。純粋にブラウザベースのノーコード環境では動作しません。

run-pipeline.py スクリプトは、RSSフィード、Twitter/X KOL、GitHubリリース、GitHubトレンドリポジトリ、Reddit、およびウェブ検索から、並列ワーカーを使用して同時にデータを取得します。6つのフェッチステップすべてが並行して実行され、約30秒で完了します。

merge-sources.py は、エンゲージメント指標とソースの優先度を用いてすべての記事にスコアを付け、タイトルの類似度（85%しきい値）による重複排除を行い、過去のダイジェストで既出のアイテムにはペナルティを適用します。出力はトピックごとにグループ化され、スコア順に並べ替えられます。

62件のRSSフィード（AIラボ、テックブログ、暗号資産メディア）、48件のTwitter/X KOL、28件のGitHubリポジトリ、13件のサブレディット、4件のウェブ検索トピッククエリが同梱されており、LLM、AIエージェント、暗号資産、フロンティアテックを網羅しています。設定不要ですぐにご利用いただけます。

Discord（モバイル最適化・2000文字制限対応）、HTMLメール（エグゼクティブサマリーおよびアーカイブリンク付き）、スタイル付きA4 PDF（Noto Sans CJK SC、絵文字ヘッダー、weasyprint によるページ番号）に対応した既製テンプレートを収録しています。

Twitterコレクションはtwitterapi.io（推奨、月額約3〜5ドル）または公式X API v2ベアラートークンをサポートしており、自動検出に対応しています。Web検索はBraveまたはTavilyをサポートし、並列クエリモードと逐次クエリモードの間でレート制限を考慮した自動切り替えが行われます。

workspace/config/ 内のカスタム sources.json および topics.json ファイルは、スキルバンドルを変更することなく、デフォルト設定を上書きまたは拡張します。新しいソースの追加、ノイズの多いソースの無効化、またはトピック検索クエリや表示制限の再定義が可能です。

digest-prompt.md を参照するデイリーcronジョブをスケジュールし、過去48時間分のフルパイプラインを実行します。その後、トップLLMニュース、トレンドのGitHubリポジトリ、KOLツイートを網羅した箇条書き形式のサマリーをDiscordチャンネルに投稿します。

7日間のローリングダイジェストを生成し、各セクションに10〜15件のアイテムを含め、主要記事には全文を付加します。さらに、組み込みのメールテンプレートと send-email.py を使用して、スタイル付きHTMLメールをオプションのPDF添付ファイルとともに配信します。

fetch-github.py を使用して、LangChain、vLLM、DeepSeek、Llamaなどのプロジェクトの過去1週間のリリースを追跡し、スコアリングおよび過去のダイジェストとの重複排除を行ったうえで、真に新しいリリースのみを表示します。

パイプラインの出力に対して source-health.py を実行し、7日間にわたるソースごとの成功率と失敗率を追跡し、失敗率が50%を超えるフィードやAPIエンドポイントを特定して、信頼性の低いソースをクリーンアップまたは置き換えます。