tech-news-digest

• Dagliga eller veckovisa teknikbriefingar: Du vill ha en strukturerad, rankad sammanfattning av vad som hänt inom AI, krypto och öppen källkod – utan att manuellt behöva kolla dussintals källor.
• Automatisering av Discord/e-postnyhetsbrev: Du behöver ett repeterbart cron-drivet arbetsflöde som publicerar sammanfattningar till en Discord-kanal eller levererar formaterade HTML-e-postmeddelanden enligt ett schema.
• Spårning av KOL:er och GitHub-aktivitet: Du följer specifika Twitter/X-konton (AI-forskare, grundare) och vill ha deras inlägg tillsammans med GitHub-versionsnoteringar och trendande repos i ett enda flöde.
• Anpassad källövervakning: Du vill övervaka dina egna RSS-flöden, subreddits eller GitHub-repos och få resultaten kvalitetsbedömda och deduplicerade mot tidigare sammanfattningar.

• Realtidsaviseringar: Denna skill körs i batch-/schemalagt läge; den är inte utformad för omedelbara push-notiser när senaste nytt inträffar.
• Icke-tekniska domäner: Källor och ämnesdefinitioner är förkonfigurerade kring AI, krypto och framtidsteknik. Att anpassa den till orelaterade domäner (t.ex. sport, finans) kräver omfattande omskrivning av konfigurationen.
• Miljöer utan Python 3.8+: Pipelinen kräver Python 3 för att köras; den kan inte användas i rent webbläsarbaserade miljöer eller no-code-miljöer.

Skriptet run-pipeline.py hämtar data från RSS-flöden, Twitter/X KOL:er, GitHub-releaser, trendande GitHub-repos, Reddit och webbsökning samtidigt med hjälp av parallella arbetare. Alla 6 hämtningssteg körs samtidigt och slutförs på ungefär 30 sekunder.

merge-sources.py poängsätter varje artikel med hjälp av engagemangsmått och källprioritet, och deduplicerar sedan baserat på titelsimilaritet (85 % tröskel) samt straffar objekt som redan förekommit i tidigare digest-utgåvor. Utdata grupperas efter ämne och sorteras efter poäng.

Levereras med 62 RSS-flöden (AI-laboratorier, techbloggar, kryptomedia), 48 Twitter/X-profiler, 28 GitHub-repon, 13 subreddits och 4 webbsökningsteman – täcker LLM, AI-agenter, krypto och framtidsteknik utan någon konfiguration.

Inkluderar färdiga mallar för Discord (mobiloptimerad, anpassad för 2 000 tecken), HTML-e-post (med sammanfattning för ledningsgruppen och arkivlänkar) samt stilsatt A4-PDF (Noto Sans CJK SC, emoji-rubriker, sidnummer via weasyprint).

Twitter-insamling stöder twitterapi.io (rekommenderat, ~3–5 USD/mån) eller det officiella X API v2 bearer-token, med automatisk identifiering. Webbsökning stöder Brave eller Tavily med automatisk växling mellan parallella och sekventiella fråglägen baserat på hastighetsbegränsningar.

Anpassade sources.json- och topics.json-filer i workspace/config/ åsidosätter eller utökar standardinställningarna utan att ändra i skill-paketet för tech-news-digest. Lägg till nya källor, inaktivera störande sådana eller omdefiniera ämnessökfrågor och visningsgränser.

Schemalägg ett dagligt cron-jobb som refererar till digest-prompt.md för att köra hela pipeline:n över de senaste 48 timmarna, och publicera sedan en punktformaterad sammanfattning i en Discord-kanal – med täckning av de viktigaste LLM-nyheterna, trendande GitHub-repos och KOL-tweets.

Generera ett rullande 7-dagars sammandrag med 10–15 objekt per avsnitt, berika toppartiklar med fullständig text och leverera ett stilsatt HTML-e-postmeddelande med en valfri PDF-bilaga med hjälp av den inbyggda e-postmallen och send-email.py.

Använd fetch-github.py för att spåra versioner från projekt som LangChain, vLLM, DeepSeek och Llama under den senaste veckan, poängsatta och deduplicerade mot tidigare digest, och visa sedan endast genuint nya versioner.

Kör source-health.py på pipeline-utdata för att spåra framgångs- och felfrekvenser per källa över 7 dagar, identifiera flöden eller API-slutpunkter med >50% felfrekvens samt rensa bort eller ersätta opålitliga källor.