核心用法
Tech News Digest 是一套面向技术从业者和投资者的自动化新闻聚合系统，通过五层数据源（RSS订阅、Twitter/X KOL、GitHub发布、Reddit讨论、Brave Web搜索）构建统一数据模型，经质量评分和去重后生成结构化摘要。
主要工作流程：
1. 数据收集层：并行执行5类抓取脚本（RSS/48源、Twitter KOL/48人、GitHub/28仓库、Reddit/13社区、Web搜索/4主题），支持指数退避重试和ETag缓存
2. 质量处理层：merge-sources.py 执行标题相似度去重（85%阈值）、历史摘要惩罚、多维度评分排序
3. 输出生成层：支持Discord消息、HTML邮件（XSS安全过滤）、A4 PDF（含中文排版）三种格式
推荐用法：通过 run-pipeline.py 统一管道一键执行（约30秒完成），或配合 digest-prompt.md 模板实现定时任务自动化。
显著优点
- 数据源权威：预配置138个高质量源，涵盖OpenAI、Anthropic官方博客，Andrej Karpathy、Sam Altman等KOL，LangChain、vLLM等核心开源项目
- 架构工程化：完整的管道设计（并行抓取→合并评分→模板渲染）、JSON Schema配置校验、7天源健康度监控
- 灵活可扩展：workspace配置覆盖机制，支持新增源/禁用默认源/自定义主题搜索词，无需修改核心代码
- 多后端兼容：Twitter支持twitterapi.io（推荐，$3-5/月）和官方API双后端自动切换；GitHub支持PAT、App自动签发、gh CLI三档认证
- 安全设计：禁止用户输入插值到shell命令，URL白名单限制http(s)，邮件主题使用硬编码格式字符串
潜在缺点与局限
- API依赖成本：完整功能需付费API（Twitter、Brave Search），免费 tier 有严格速率限制
- 英文内容为主：预配置源以英文技术社区为核心，中文源仅覆盖少数媒体（如机器之心）
- 部署复杂度：需要Python 3.8+环境、多个可选依赖（weasyprint用于PDF）、环境变量配置管理
- 评分算法黑盒：质量评分逻辑封装在merge脚本中，用户无法自定义权重或接入LLM重排序
- OpenClaw限制：单次会话只能投递到一个平台（Discord/Telegram隔离），多平台需配置多个cron任务
适合人群
- 技术投资者/分析师：需追踪AI、Crypto、前沿科技多领域动态，依赖结构化摘要做决策
- 开发者社区运营：维护Discord/Slack技术频道，需要自动化内容供给
- 个人知识管理：希望替代Feedly/Twitter Lists，自建可控的信息流归档系统
- 研究团队：需要多源聚合+历史去重+PDF存档的合规信息收集流程
常规风险
- 源失效风险：RSS feed变更、Twitter API政策调整、Reddit限流可能导致数据缺口，需关注
source-health.py报告 - 隐私泄露风险： Brave Search查询、Twitter监控行为会暴露关注兴趣，敏感领域建议使用自托管替代方案
- 内容误判风险：自动评分可能过滤高价值长尾内容，建议定期人工抽查
summarize-merged.py输出 - 凭证管理风险：GitHub App私钥文件路径需严格权限控制，避免
GH_APP_KEY_FILE指向共享目录