🤖 AI Daily

An open-source AI intelligence aggregation platform. Collect → Cluster → Summarize → Report.

每天自动采集 AI 行业动态，聚类、摘要并生成 AI 每日报告，同时提供 MCP 能力供 Hermes、Claude Desktop、Cursor 等调用。

每天 10 分钟，掌握 AI 圈重要动态。

---

Preview

---

✨ 功能

功能	说明
6 个数据源	GitHub Trending、Hacker News、Product Hunt、YouTube、X (Twitter)、国产 AI
自动采集	每天定时运行，无需人工干预
增量采集	只采集新内容，不重复下载
事件聚类	同一事件在多个源中出现时自动合并
AI 摘要	支持 OpenAI / DeepSeek / Claude / Gemini / 本地模型
统一配置	YAML 配置，无需改代码
多实例容错	Nitter 多实例健康检查，自动切换

---

🚀 快速开始

环境要求

• Python 3.10+
• macOS / Linux / WSL

安装

# 1. 克隆
git clone https://github.com/chenxianseng001/ai-daily.git
cd ai-daily

# 2. 安装依赖
pip install -r requirements.txt

# 3. 运行（零配置启动）
python3 run_daily.py

首次运行说明：

• 所有数据源默认开启
• Product Hunt 和 GitHub Trending 无需 Token 即可运行（自动降级模式）
• YouTube 需要安装 yt-dlp（已包含在 requirements.txt）
• Twitter 使用内置 Nitter 实例

首次运行

python3 run_daily.py

执行流程：

1. 并行采集 6 个数据源（约 1-2 分钟）
2. 自动生成日报
3. 输出到 output/YYYY-MM-DD/daily_report.md
4. 同时打印到控制台

---

📖 配置说明

基本配置

编辑 config/config.yaml 即可控制：

# 启用/禁用数据源
github_trending:
  enabled: true

hacker_news:
  enabled: true

product_hunt:
  enabled: true

youtube:
  enabled: true

twitter:
  enabled: true

china_ai:
  enabled: true

展示数量

hacker_news:
  max_items: 10        # 日报中展示 Top N

product_hunt:
  show_top: 10         # 日报中展示 Top N

twitter:
  max_items: 10        # 日报中展示 Top N

环境变量（可选）

环境变量	用途
GITHUB_TOKEN	GitHub API Token（提升 API 配额）
PRODUCT_HUNT_TOKEN	Product Hunt API Token
AI_SUMMARY_API_KEY	AI 摘要 API Key
AI_SUMMARY_PROVIDER	AI 摘要 Provider（openai/deepseek/claude/gemini）

详细配置

各数据源的详细配置见：

文件	说明
config/config.yaml	全局配置
config/channels.yaml	YouTube 频道白名单
config/twitter_accounts.yaml	X 账号白名单 + Nitter 实例
config/china_ai_sources.yaml	国产 AI 新闻源

---

📊 数据源说明

数据源	采集方式	是否需要 Token
GitHub Trending	网页解析 + README 下载	可选（GITHUB_TOKEN）
Hacker News	官方 Firebase API	❌ 不需要
Product Hunt	网页解析 / GraphQL API	可选（PRODUCT_HUNT_TOKEN）
YouTube	yt-dlp	❌ 不需要
X (Twitter)	Nitter RSS（多实例）	❌ 不需要
国产 AI	RSS（量子位/36氪/少数派）	❌ 不需要

---

🏗️ 项目架构

采集层（Collector）                   报告层（Reporter）
┌──────────────┐                  ┌──────────────────┐
│ GitHub       │ → JSON + raw →   │ Section: GitHub  │
│ Hacker News  │ → JSON + raw →   │ Section: HN      │
│ Product Hunt │ → JSON + raw →   │ Section: PH      │
│ YouTube      │ → JSON + raw →   │ Section: YT      │
│ X (Twitter)  │ → JSON + raw →   │ Section: X       │
│ 国产 AI      │ → JSON + raw →   │ Section: China   │
└──────────────┘                  └──────────────────┘
                                            ↓
                                    Event Clustering
                                            ↓
                                      AI Summary
                                            ↓
                                    Markdown 日报

核心设计原则

• Data Contract：所有数据源使用统一 JSON Schema
• 分离原则：Collector 只采集不分析，Reporter 只读取不联网
• 模块化：新增数据源只需新建一个 Collector 文件 + 一个 Section 文件

---

📁 目录结构

ai-daily/
├── run_daily.py           # 统一运行入口（推荐）
├── run_collector.py       # 仅采集
├── run_reporter.py        # 仅生成报告
│
├── core/                  # 基础设施
│   ├── config.py          # 配置加载
│   ├── http_client.py     # HTTP 客户端（限流/重试/超时）
│   ├── logger.py          # 统一日志
│   └── utils.py           # 工具函数
│
├── collectors/            # 采集器（每个数据源一个）
│   ├── base_collector.py  # 基类 + State 管理
│   ├── github_trending.py
│   ├── hacker_news.py
│   ├── product_hunt.py
│   ├── youtube.py
│   ├── twitter.py
│   └── china_ai.py
│
├── reporter/              # 报告生成
│   ├── base_section.py    # Section 基类
│   ├── report_builder.py  # 报告构建器
│   ├── event_cluster.py   # 事件聚类
│   └── sections/          # 各数据源 Section
│
├── config/                # 配置文件
├── tests/                 # 单元测试
└── storage/ / output/     # 缓存/输出（自动生成）

---

🔧 如何新增一个数据源

只需 4 步：

1. 创建 Collector

collectors/my_source.py:

from collectors.base_collector import BaseCollector, CollectorResult

class MySourceCollector(BaseCollector):
    @property
    def source_name(self) -> str:
        return "my_source"

    def collect(self, state: dict) -> CollectorResult:
        # 1. 采集数据
        # 2. build_item() 构造 item
        # 3. write_raw() 保存原始内容
        # 4. write_json() 写入缓存
        ...

2. 添加到配置

config/config.yaml:

my_source:
  enabled: true
  max_items: 10

3. 注册到 run_collector.py

在 create_collectors() 中添加一行。

4. 创建 Section

reporter/sections/my_source_section.py:

from reporter.base_section import BaseSection

class MySourceSection(BaseSection):
    @property
    def name(self) -> str: return "My Source"
    @property
    def source_name(self) -> str: return "my_source"
    def render(self, items, config=None) -> str: ...

然后在 reporter/report_builder.py 的 SECTIONS 中注册。

---

🧪 测试

# 运行所有测试
python3 -m pytest tests/ -v

# 运行特定测试
python3 -m pytest tests/test_summary.py -v

---

❓ 常见问题

Q: 需要 API Key 吗？ A: 不需要。6 个数据源中 5 个无需任何 API Key 即可运行。配置 Token 可以获得更完整的数据。

Q: 运行需要多久？ A: 首次运行约 1-2 分钟，后续增量运行约 30-60 秒。主要耗时在 YouTube 视频获取和 Hacker News 文章下载。

Q: 日报在哪里看？ A: 运行后自动输出到 output/YYYY-MM-DD/daily_report.md。

Q: 可以每天自动运行吗？ A: 可以。使用 cron job 或 systemd timer（见 deploy/systemd/）。

Q: Product Hunt 怎么没有投票数？ A: 网页降级模式无法获取实时投票数。配置 PRODUCT_HUNT_TOKEN 后可通过 API 获取。

Q: YouTube 字幕获取失败怎么办？ A: 字幕获取失败不影响采集。Collector 会自动跳过，日志中会记录失败原因。

Q: 如何接入 Claude Desktop / Cursor？ A: 详见 MCP_CONFIG.md。

---

📄 License

MIT