热门AI资讯日报

技能文档

---
name: aihot-daily-dashboard
title: 热门AI资讯日报
category: 内容创作
description: 把 AI HOT 的每日 AI 日报生成为全中文单文件 HTML 晨报仪表盘（Hero+锚点导航+响应式卡片网格，全局连续编号，北京时间人话时间），并为每条新闻生成「对相关产业/对股票市场/对独立开发者」三维分析弹窗。包含「最新论文」版块，每日抓取 HuggingFace Papers 前端论文并翻译为中文分析。当用户提到"AI 日报""今日 AI 圈""生成日报 HTML""晨报仪表盘""AI 资讯日报""AI 晨报"时触发。
---

# AI HOT 日报 → 单文件 HTML 晨报仪表盘

把 aihot.virxact.com 的每日 AI 日报渲染成**纯单文件 HTML**（内联 CSS/JS、数据注入、`target="_blank" rel="noopener noreferrer"` 原文跳转、响应式），适合晨报/周报分发。

## 全中文规则（最高优先级）

**页面内所有面向用户的内容必须全部翻译为中文。** 包括但不限于：

- **新闻标题**：原文为英文或日文等非中文的，使用当前大模型翻译为通顺中文；
- **新闻摘要**：同上，翻译为中文；若原文已为中文则保留；
- **论文标题**：HuggingFace/arXiv 论文标题几乎全为英文，**必须用大模型翻译为中文标题**，原文标题可作为 tooltip 保留供参考；
- **论文摘要**：必须翻译为中文摘要（≤200字），截取原文第一句做参考；
- **来源名称**：保留原始来源名称（如 HuggingFace Papers、arXiv、公众号名等），不做翻译；
- **三维分析**：始终用中文生成，已是中文不需额外处理；
- **UI 文案**：所有界面标签、按钮、footer 均为中文。

翻译后的标题和摘要应保持简洁专业，避免生硬的机器翻译腔。

## 关键事实（先读，避免踩坑）
- 端点：`/api/public/daily` 拿当天日报（5 个固定版块：模型发布/更新、产品发布/更新、行业动态、论文研究、技巧与观点）。
- **新增第6版块：最新论文**（AI领域最前沿论文，**主数据源：HuggingFace Daily Papers API** `https://huggingface.co/api/daily_papers`，备选：arXiv API / Papers With Code），每日抓取5-6篇，优先LLM/Agent/多模态/推理/Diffusion方向，格式与AI HOT日报一致，含三维分析。
  - **arXiv API 常见问题**：可能返回 HTTP 429（请求过多），遇到时直接降级到 HuggingFace。
- **当日未生成则回退**：先拉 `/api/public/dailies?take=30`，若 `YYYY-MM-DD`（北京时间今天）在 `items[].date` 里就 `/daily/{date}`，否则 `/daily`（最新一期）。
- **`daily` 端点不返回每条的 `publishedAt`**；且其 `permalink` 里的 id 与 `/api/public/items` 返回的 id **大多不一致**（日报编辑改写了标题）。
- 所有 `/api/public/*` 调 API 必须带浏览器 UA，否则 403：`User-Agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/124.0.0.0 Safari/537.36`
- `/items` 限制：`since` 最多往前 7 天；`take` ≤ 100；`mode=all|selected`。

## 时间补全策略（daily 缺时间戳，必须做）
从 `/api/public/items?mode=all&since=<7天前>&take=100` 构建池 `{id, title, publishedAt}`，对每条 daily item 依次：
1. 按 daily 的 `permalink` 尾段 id 精确匹配；
2. 按 `title` 精确匹配；
3. 按标题字符级 `difflib.SequenceMatcher` 模糊匹配（ratio ≥ 0.62）。
4. 仍匹配不上 → `publishedAt=null`（前端显示"今日日报"，**绝不伪造具体时间**）。
通常可命中 ~18/23 条真实北京时间。

## 技能工作流

### 步骤1：获取日报数据

1. `fetch(path)`：urllib 带 UA 拉 JSON。
2. 按上面"回退逻辑"取 daily。
3. 取 items 池，按上面"时间补全"给每条 daily item 补 `publishedAt`。

### 步骤2：获取最新论文

- **HuggingFace Daily Papers（主）**：`https://huggingface.co/api/daily_papers`，返回50篇最新论文，字段为 `{title, summary, publishedAt, paper: {id, authors: [{name}]}}`。
- **筛选**：按关键词（llm, agent, multimodal, reasoning, diffusion, training, code, safety, alignment, rag 等）匹配标题，取6篇。
- **字段映射**：`title`（**翻译为中文**，原文保留为 `originalTitle`）、`authors`（取 paper.authors 前3位 name + et al）、`summary`（**翻译为中文**，≤200字）、`sourceUrl`（`https://huggingface.co/papers/{paper.id}`）、`publishedAt`（ISO时间）。
- **翻译时机**：在 fetch_papers() 获取英文标题和摘要后，立即由当前大模型逐条翻译为中文，再写入 item。不要等 HTML 渲染时才翻译。

### 步骤3：组装数据与三维分析

1. 固定 6 版块顺序遍历（新增「最新论文」放第6位），预分配**全局连续编号** `globalNo`（1..N，跨版块不重置）。
   - 版块顺序：`模型发布/更新` → `产品发布/更新` → `行业动态` → `论文研究` → `技巧与观点` → `最新论文`。
2. **三维分析（可选但默认做）**：由当前大模型对每条新闻生成三段中文分析，统一用「一人公司 / 独立开发者 / 盈利方向」视角：
   - `industry` 对相关产业的影响
   - `stock` 对股票市场的影响
   - `indie` 对独立开发者的影响 / 机会
   以 `globalNo` 为键存入 `ANALYSIS` 字典（见下"三维分析"节），写入每条 item 的 `analysis={industry,stock,indie}`。
   **字数硬约束**：每段 **50–150 字**（中文按字符数计，标点也算）。生成后必须遍历校验 `len(txt)`，`<50` 或 `>150` 的**一律重写**。
   **不要伪造**——没有可靠依据就写「暂无明确影响」（也要凑够 50 字），绝不编造数据或数字。
3. 构造 `payload`：`reportDate, generatedAt, source, canonical, usedFallback, todayChecked, total, sections[]`（每 section 含 label/items[{title,summary,sourceName,sourceUrl,publishedAt,analysis,globalNo}]）。

### 步骤4：生成 HTML 并校验

1. 写单文件 HTML：`<script>const DATA = <json>;`，其余 CSS/JS 静态内联。`</` 转义为 `<\/` 防注入。
2. 前端 `humanTime(iso)`：ISO→北京时间(UTC+8)，输出"今天 HH:MM / 昨天 HH:MM / X天前 / M月D日"；`truncate(s,60)` 截≤60中文字；`esc()` 转义动态文本；`safeUrl()` 仅放行 `http(s)://`。
3. **校验**：
   - `__DATA__` 必须被替换（grep 应为 0）。
   - `node -e` 抽 `<script>` 用 `new Function` 验 JS 语法。
   - 确认无外部资源（除用户可见的"查看原文"锚点外，页面不加载任何外链 CSS/JS/字体/图片）。

## 三维分析弹窗（鼠标移入 / 触屏点击 / 键盘聚焦）
- 每卡片右上角放一个 ⓘ 按钮（`<button class="info">`），同时卡片 `mouseenter`、按钮 `click/focus` 都能触发。
- 用**单个 fixed 浮层** `#pop`（CSS：`position:fixed;z-index:1000`，默认 `opacity:0;pointer-events:none`，`.show` 时显示），不要用 per-card 子元素（会被 grid/卡片 overflow 裁切）。
- JS `setupPopover()`：
  - 先用 `byNo={}` 把 `DATA.sections` 摊平成 `globalNo -> item` 的查表，避免每次遍历。
  - `fill(no)`：从 `item.analysis` 渲染三块（标签 `--k1 对相关产业的影响` / `--k2 对股票市场的影响` / `--k3 对独立开发者/机会`），全部走 `esc()`。
  - `place(card)`：取 `getBoundingClientRect()`，浮层水平居中于卡片、`clamp` 进视口（`left=max(10, min(center, innerWidth-pw-10))`）；优先放卡片**上方**（`top=r.top-ph-12`），上方空间不足（`<10`）则翻到**下方**（`r.bottom+12`）。
  - 显隐：`mouseenter`→`show()`；`mouseleave`→`setTimeout(hide,120)`（移入浮层本身 `mouseenter` 取消该 timer，留出 12px 缝隙穿过）；按钮 `click` 切换（`pop._owner===card` 时收起）；`keydown Escape` 与 `scroll`（capture）也收起，避免浮层卡在错误位置。
- 移动端无 hover：`click` 触发即可，交互一致。

## 示例 ANALYSIS 片段（23 条日报，键=globalNo）
```python
ANALYSIS = {
 1:{"industry":"实时语音交互（AI客服、语音助手、车载、陪伴）门槛再降，国内语音应用进入「低延迟+高推理」新阶段……（共 50–150 字）",
    "stock":"直接利好阿里（9988.HK / BABA）及国产 AI 语音、端侧芯片链条；语音交互渗透率提升会拉动推理算力与 NPU 需求……（共 50–150 字）",
    "indie":"独立开发者可基于 Qwen-Audio 做垂直语音 Agent（口语陪练、电话销售助理），API 成本下降直接改善单用户毛利……（共 50–150 字）"},
 # …每条都写 industry/stock/indie 三段，每段 50–150 字，视角统一为独立开发者/一人公司
}
# 生成后务必校验字数：
bad=[(k,f,len(v[f])) for k,v in ANALYSIS.items() for f in ("industry","stock","indie") if not (50<=len(v[f])<=150)]
assert not bad, bad   # 有违例就重写对应段
```

## 论文版块特殊处理
- **标题翻译**：HuggingFace 论文标题为英文，**必须由当前大模型翻译为中文后填入** `title` 字段；原文标题保留在 `originalTitle` 字段作为 tooltip。
- **摘要翻译**：论文摘要英文 → 翻译为中文 ≤200 字。
- **卡片差异**：论文卡片显示作者 + 来源 chip；翻译后的中文标题；翻译后的中文摘要。
- **分析视角侧重**：
  - `industry`：技术成熟度、落地场景、对现有产品/工作流的颠覆性
  - `stock`：利好哪些上市公司（芯片、云厂商、应用层）、研究方向的资本热度
  - `indie`：开源代码可用性、能否快速复现、对独立开发者产品的启发/差异化机会
- **示例（论文）**：
```python
{
  "title": "Efficient Large Language Models: A Survey",
  "authors": "Zhu et al.",
  "abstract": "本文系统综述了LLM效率优化技术，包括量化、剪枝、蒸馏、稀疏化...",
  "url": "https://arxiv.org/abs/2312.03863",
  "publishedAt": "2024-01-15",
  "analysis": {
    "industry": "效率优化已成大模型落地核心瓶颈，本文覆盖的量化/蒸馏技术将直接降低推理成本30-70%，利好边缘AI和端侧部署场景，预计2024年成为MLOps标配能力...（50-150字）",
    "stock": "利好边缘AI芯片（高通、联发科）、模型优化工具链（OctoML、Neural Magic）及云厂商推理服务毛利率；对纯大模型训练厂商偏中性，关注英伟达TensorRT-LLM进展...（50-150字）",
    "indie": "综述里的开源方案（GPTQ、AWQ、GGUF）均可直接集成，独立开发者可用量化版模型在消费级GPU上跑7B/13B，降低 infra 成本一个数量级，机会在垂直领域高效微调...（50-150字）"
  }
}
```


## 前端版式
- Hero：北京日期（年月日+星期）、总条数、**六版块**统计卡（各版块条数，配色，「最新论文」用学术蓝 `#4F46E5`）。
- sticky 顶部锚点导航：点击平滑滚动到各版块（带条数 badge）。
- 正文：每版块一个 `<section id>`，下接 `grid-template-columns:repeat(auto-fill,minmax(330px,1fr))` 卡片网格。
- 卡片：序号 chip / 来源 chip（title 提示全称）/ 右上 ⓘ 按钮 / 标题 / ≤60字摘要 / 底部（时间 + "查看原文 ↗"）。悬停或点 ⓘ 弹出三维分析（产业 / 股市 / 独立开发者）。
- 文末 footer：总条数 + 数据源链接（canonical）；若回退则黄色提示条说明。

## 产物位置
工作区根目录：`ai-daily-<YYYY-MM-DD>.html`。

使用说明

# 热门AI资讯日报

将 AI HOT 每日日报 + HuggingFace 最新论文，一键生成全中文单文件 HTML 晨报仪表盘。

## 使用

直接对 Agent 说：

```
帮我生成今天的 AI 日报
```

或：

```
生成 AI 晨报仪表盘
```

## 工作原理

1. 从 AI HOT API 抓取当日日报（模型/产品/行业动态/论文/技巧 5 大版块）
2. 从 HuggingFace Daily Papers 抓取最新前沿论文并翻译为中文
3. 为每条新闻生成「产业 / 股市 / 独立开发者」三维分析
4. 渲染为纯单文件 HTML（内联 CSS/JS，无外部依赖），可直接分发

## 产物

工作区根目录生成 `ai-daily-<YYYY-MM-DD>.html`，浏览器直接打开即可阅读。

如何安装此技能？

访问技能市场，点击「安装」按钮，按提示将技能包放入 AI 编程助手的 skills 目录即可。