核心用法
AI Daily 是一个面向大语言模型（LLM）和智能体（Agent）领域的自动化信息聚合工具。用户通过触发词（如"ai 日报"）或命令行脚本调用，系统会从多个异构数据源抓取、筛选并提炼热点信息，最终生成结构化的中文 Markdown 简报。
主要交互方式：
- 即时生成：运行
bash scripts/generate.sh生成当日简报，支持指定日期--date YYYY-MM-DD - 历史查看：通过
view.sh today或指定日期查看已生成内容 - OpenClaw 集成：在支持 OpenClaw 的聊天环境中使用
/ai-daily generate触发 - 定时任务：建议配置 cron 每日 08:00 自动执行
数据来源与处理逻辑
工具覆盖四大类信息源：
1. 官方实验室：OpenAI、Anthropic、Google DeepMind、Meta AI、Mistral、Qwen、AWS ML
2. 技术媒体：The Batch、Hugging Face、机器之心、量子位、Distill
3. 社交媒体：通过 Tavily API 追踪 X/Twitter KOL（如 karpathy、ylecun、_akhaliq）
4. 学术预印本：arXiv cs.CL、cs.AI、cs.LG 分类
输出格式标准化为四模块：核心大事件总结、官方框架更新、KOL 前沿观点、必读硬核论文。
显著优点
- 多源聚合：打破信息孤岛，将官方发布、媒体解读、社区讨论、学术前沿整合为单一视图
- 自动化工作流：支持完全无人值守的定时生成，降低信息获取的时间成本
- 结构化输出：Markdown 格式便于阅读、存档及二次加工
- 可配置性：通过
config/sources.json可自定义数据源，适应个性化需求 - 中文原生：针对中文用户优化输出语言，降低阅读门槛
潜在缺点与局限性
- 依赖外部 API：Tavily API（X 搜索）和 GitHub Token 为可选配置，缺失时可能影响数据完整性
- 信息噪音控制：自动化抓取可能引入低相关性内容，需人工二次筛选
- 实时性边界：依赖第三方数据源更新节奏，突发新闻可能存在数小时延迟
- 深度分析缺失：简报形式侧重信息罗列，缺乏深度解读和批判性分析
- 环境依赖：需要预装 Python 3 和 curl，部分受限环境可能无法直接运行
适合人群
- AI/ML 领域研究员与工程师，需跟踪技术迭代
- 产品经理与战略分析师，关注竞品动态与行业趋势
- 技术媒体从业者，寻找选题线索与素材整合
- 对 LLM/Agent 感兴趣的技术爱好者，希望高效获取高质量信息
常规风险
- API 密钥泄露风险：Tavily API Key 和 GitHub Token 若配置不当存在泄露可能，建议严格遵循最小权限原则
- 信息源可靠性：社交媒体内容未经核实，可能包含个人观点甚至错误信息
- 版权与合规：自动抓取行为需遵守各平台 ToS，商业场景建议评估合规性
- 幻觉风险：若简报生成涉及 LLM summarization，需警惕模型输出的事实性错误
- 依赖维护：上游数据源 API 变更或限流可能导致功能异常