多领域定时信息播报：RSS、GitHub 和明确配置的官方网页统一采集，经过时间筛选、合并、热度排序后，仅对 Top K 调用 LLM，生成中文摘要并推送至同一个飞书群机器人。
GitHub Actions 是正式运行环境，不需要额外服务器。 不使用常驻服务、数据库服务器、消息队列或 Agent 框架。
| 北京时间 | Topic | 领域 |
|---|---|---|
| 08:00 | news |
科技 / 社会重要新闻 |
| 09:00 | ai |
AI / 大模型 |
| 10:00 | agent |
Agent / Vibe Coding |
| 11:00 | github |
GitHub 热门项目 |
| 12:00 | python |
Python / 开源技术 |
| 14:00 | qingdao_policy |
青岛政策 / 人才政策 |
| 15:30 | industry |
行业 / 公司动态 |
| 17:00 | custom |
自定义订阅 |
每个 Topic 独立执行、独立排序，默认统计运行时刻之前的 24 小时，最多 10 条。合格资讯不足 10 条时展示实际数量；没有新资讯时生成空卡片，不使用过期内容填榜。
GitHub Actions 的调度可能延迟，以上是计划时间，不保证准点送达。Workflow 根据 github.event.schedule 路由 Topic，延迟不会导致播错领域。UTC Cron 与 configs/topics.yaml 中的 cron_utc 一致，由测试检查。
Python 3.11+，使用 uv：
uv sync --extra dev
Copy-Item .env.example .env
uv run python -m src.main --topic ai --top-k 10 --dry-run
uv run python -m src.main --topic all --dry-run # 一次预览全部主题
uv run python -m src.main --topic agent --window-hours 24 --dry-run
uv run python -m src.main --topic github --dry-run--dry-run 完整抓取、处理、调用配置好的 LLM 并输出飞书 payload，不发送消息、不保存历史、不写 GitHub data branch。即使 FEISHU_ENABLED=false，dry-run 也会输出预览。
关闭本地 .env 加载即可验证无密钥兜底：
$env:LOAD_DOTENV = 'false'
uv run python -m src.main --topic news --dry-run恢复本地配置加载：Remove-Item Env:LOAD_DOTENV。
正式推送需要 FEISHU_ENABLED=true 与有效 Webhook：
uv run python -m src.main --topic ai保留 --date YYYY-MM-DD 作为调试模式，筛选指定时区的自然日；它优先于滚动窗口参数。--max-items 是 --top-k 的旧参数别名，两者同时指定时 --top-k 优先。本地 CLI 默认 Topic 为 ai，--topic all 依次执行全部配置主题，输出包含各主题结果的 reports 数组；Top K 和窗口参数分别应用于每个主题。一个主题执行或推送失败时仍尝试其他主题，最后以非零退出码报告部分失败。Top K 与窗口必须为正数，未知 Topic 会给出明确错误。
历史日期无法从 GitHub 当前仓库状态还原当日完整榜单；要回放 RSS/网页并忽略已推送记录，可设置 HISTORY_ENABLED=false。
Load Topic / Sources
→ Fetch: RSS / GitHub / Webpage
→ Rolling Window Filter（或 --date 自然日）
→ Clean / Topic Filter / Deduplicate-Merge
→ History Filter
→ Classify / Keywords
→ Hot Score / Rank / Top K
→ LLM Summary / Title / Digest
→ Feishu Card
→ 成功后保存历史及 Star 快照
LLM 只处理排名后的条目。单源、单条目或 LLM 失败会隔离或兜底；日期缺失、无法解析的条目跳过并记录日志，不把抓取时间伪装成发布时间。飞书必须返回明确的成功业务码，才会报告已发送并保存历史；正式发送失败时 CLI 返回非零退出码。
configs/topics.yaml 配置显示名、emoji、top_k、window_hours、领域关键词、重大事件关键词、正文排除词、标题排除词、公司观察名单和评分权重。agent 等领域要求关键词匹配，避免泛 AI 内容占据榜单。industry.watch_companies 可修改关注公司。新增 Topic 时，all 自动包含它；若希望单独从 Actions 下拉菜单运行，需要同步 Workflow 的 Topic 选项；新增定时任务还需同步 Workflow Cron。
configs/sources.yaml 每个源可绑定多个 Topic：
sources:
- name: Official Blog
type: rss
topic: [ai, agent]
url: https://example.com/feed.xml
source_weight: 5旧的 name + url 源仍兼容，默认 type=rss、topic=[ai]、权重 3。enabled: false 可停用来源。旧配置中实测不可用的 RSS 已保留并停用；Anthropic 改用官方静态新闻列表。
已配置 Python Insider、Real Python、Astral、Hacker News、中国新闻网、BBC、IT之家和现有 AI 媒体。custom 默认提供 Real Python、Astral、Hacker News、uv 仓库作为可运行示例，可直接更换为自己的 RSS、网页或指定仓库。
优先使用 REST Search API，按领域分别配置 queries；支持 repositories: [owner/repository] 指定仓库。搜索近期代码更新的项目，获取 Stars、Forks、创建时间、代码推送时间；对 enrich_limit 限定数量的近期候选补充 Release 和 Star 历史，控制 API 请求数量。
增长数据优先使用官方 Star 历史接口的近七天日统计；这些是日历统计，不能当作精确滚动 24 小时增量。接口不可用时，若有上次成功运行的快照，则计算两次快照之间的净增长；没有真实增长数据时不添加增长加分。总 Stars/Forks 使用有上限的对数分数，防止老项目仅凭积累值长期霸榜。
候选只覆盖配置的搜索词与 API 返回范围，补充数据也有数量上限，因此它是可解释的热度榜，而非完整 GitHub Trending 的复刻。可用 GH_API_TOKEN 提升本地请求额度；CI 默认使用 GITHUB_TOKEN。
仅支持明确配置的静态 HTML 列表，使用 requests + BeautifulSoup；不使用浏览器。选择器示例：
- name: Official Policy
type: webpage
topic: [qingdao_policy]
url: https://example.gov.cn/notices/
source_weight: 5
timezone: Asia/Shanghai
date_regex: '(\d{4}-\d{2}-\d{2})'
max_items: 30
max_detail_items: 10
selectors:
item: '.notices li'
link: 'a'
title: 'a'
date: 'time'
detail_selectors:
content: '.article-body'
date: '.published'支持相对链接、显式日期格式、站点时区、可选 URL 日期回退和 prefer_https。详情抓取有数量上限，已知过期条目不抓正文。正文抓取失败时保留有日期的列表条目；网页真实日期优先于 URL 中的日期。
已适配青岛人社通知公告与青岛住建规范性文件。政策更新频率较低，24 小时窗口内可能没有新条目；可用 --window-hours 168 手动查看近一周。部分住建文件只有 Word 附件，当前不会解析附件，摘要应明确材料不足，并提供原文链接。微信视频号、小红书尚无采集适配；目前使用公开 RSS、GitHub 和静态网站来源。
hot_score = source_score + freshness_score + popularity_score
+ cross_source_score + topic_score
来源权重来自 YAML；新鲜度按 3/6/12/24 小时区间递减；重大关键词和 GitHub 公开指标反映热度；多源加分按独立来源数计算；领域关键词提供相关度。各分项乘以 Topic 配置的权重，政策领域更加重视官方性和相关度。
排序为 hot_score DESC → published_at DESC → cluster_size DESC。相似资讯合并来源、链接、标题并保留较丰富内容，最高来源权重和 GitHub 指标不会因合并丢失。不同 GitHub 仓库不做模糊合并。
飞书正文按分类展示：加粗分类标题 → 可直接点击的原文标题 → 中文摘要与合并来源。先按热度选出 Top K，再对入选条目分组；分类按首次出现排序，组内保留热度顺序。卡片显示领域、实际条数、采集截止时间，以及“抓取 → 时间筛选 → 领域匹配 → 合并去重 → 已推送过滤 → 最终推荐”的数量统计。分数及原因只进入日志，不显示在卡片中。
本地使用 data/history/<topic>.json，原子写入，默认保留 30 天。历史按 Topic 隔离，使用规范化 URL 与版本指纹识别已推送内容：
- RSS/网页：标题、摘要与正文变化可作为新版本；URL 跟踪参数被移除。
- GitHub：Release 标签/时间或代码推送时间变化可再次播报；单纯 Stars、元数据更新时间变化不会视为新版本。
- 历史只在非 dry-run 且飞书确认成功后写入。推送失败不会吞掉待推送内容。
CI 使用 information-hub-data 专用分支 保存每个 Topic 的 JSON，不依赖 Runner 本地磁盘或不可变 Cache。不写默认代码分支。首次成功推送后才创建 data branch；dry-run 只读历史。保存使用 SHA 条件更新和有上限的冲突重试，保留并发新增记录。
损坏历史会保留原文件并禁用该轮历史写入；历史加载/保存故障单独记录，资讯流程继续。若发送成功后历史保存失败，下一次可能再次推送，日志会明确显示该错误。相似事件与内容版本使用规则判断，并不保证语义层面的完全去重；主来源切换且正文不同可能作为新版本。
唯一正式 Workflow：.github/workflows/information-hub.yml。旧 daily-report.yml 已替换，避免重复推送。手动触发默认 topic=all、dry_run=true，支持选择 Topic、日期、Top K 和窗口。
手动运行选择 all 时，一次生成全部八个主题的独立卡片。 保持预览勾选，会在日志中显示八张卡片；取消勾选后依次发送到同一个飞书群。整个批次共用同一个采集截止时间和 24 小时窗口，卡片按发送先后到达飞书，但不会因此改变统计范围。也可选择 ai、agent 等只运行单个主题。ai 是 AI / 大模型，agent 是 Agent / Vibe Coding，内容可能重叠，但各自独立筛选和记录历史。日常自动推送仍按本文开头的八个时间分别执行单个主题。
手动运行的记录标题会显示 Topic 及“预览 / 正式推送”。预览仅在日志中显示卡片，不发飞书消息；取消 dry_run 后才正式推送。过去 24 小时无符合条件的未推送资讯时，卡片会说明暂无新资讯，不填入旧内容。
将代码和配置提交到仓库默认分支后，配置仓库 Secrets：
| Secret | 说明 |
|---|---|
LLM_API_KEY |
OpenAI 兼容 API 的密钥；默认 DashScope |
LLM_PROVIDER / LLM_BASE_URL / LLM_MODEL |
可选；空值使用默认 DashScope 配置 |
FEISHU_WEBHOOK_URL |
同一个飞书群机器人 Webhook |
FEISHU_MESSAGE_TITLE |
旧版卡片标题前缀；V2 使用领域名 |
GH_API_TOKEN |
可选 GitHub 采集 token；缺省使用 Workflow 的 GITHUB_TOKEN |
Workflow 已声明 contents: write，用于专用历史分支。若组织权限策略或分支规则阻止写入，历史会报错并保留推送结果，需要调整对应权限。统一并发组串行运行 Workflow，避免同一 Topic 的手动和定时运行同时更新状态。
环境变量优先于 .env；LOAD_DOTENV=false 禁止读取本地文件。密钥从环境变量/Secrets 获取，不放入 YAML。
| 变量 | 默认值 / 用途 |
|---|---|
TIMEZONE |
Asia/Shanghai，日期和卡片时区 |
CONFIG_DIR |
configs |
LOG_LEVEL |
INFO |
RSS_TIMEOUT / GITHUB_TIMEOUT |
20 / 15 秒 |
DEDUP_SIMILARITY_THRESHOLD |
0.88 |
LLM_PROVIDER |
dashscope |
LLM_BASE_URL |
https://dashscope.aliyuncs.com/compatible-mode/v1 |
LLM_MODEL / LLM_TIMEOUT |
qwen3.6-flash / 60 秒 |
FEISHU_ENABLED |
false，正式运行须启用 |
HISTORY_ENABLED |
true |
HISTORY_BACKEND |
本地 local；CI github |
HISTORY_DIR / HISTORY_RETENTION_DAYS |
data/history / 30 天 |
HISTORY_BRANCH |
information-hub-data |
GITHUB_REPOSITORY / GITHUB_TOKEN |
CI 自动注入，用于历史读写 |
MAX_ITEMS_PER_DAY 保留为旧环境配置字段；V2 的默认条数由 topics.yaml.top_k 决定。
uv run python -B -m pytest -q -p no:cacheprovider网络层全部 mock，可离线运行。覆盖来源兼容、窗口边界、领域过滤、独立来源合并、评分排序、GitHub 异常隔离、静态网页解析、飞书业务响应、仅 Top K 调用 LLM、dry-run 无写入、跨天版本去重、原子保存及远端 SHA 冲突。测试默认不读取本地 .env。
configs/ sources.yaml / topics.yaml / categories.yaml / prompt_templates.yaml
src/main.py Topic Pipeline 与 CLI
src/topics.py 领域配置校验与关键词匹配
src/schedule.py Cron → Topic
src/fetchers/ RSS / GitHub / Webpage / SourceManager
src/processors/ 清洗、合并、分类、关键词、热度评分、排序
src/llm/ LLM 客户端、摘要、标题和导读
src/storage/ 本地 JSON 历史与 GitHub data branch
src/publishers/ 飞书 interactive card
tests/ 离线 pytest
.github/workflows/ information-hub.yml