twu-info-digest — 跨领域信息整合日报 v1.0.1
定位
本 skill 是信息整合层，不直接抓取新闻，而是编排采集工具和 WebSearch，对多源信息做去重、精炼、整合，输出一份符合四原则的 HTML 日报。
五层架构（各层详细规范见 references，本文件只留索引）：
| 层 | 定位 | 产出 | 配置/规范 |
|---|---|---|---|
| 1 金融 | 深度分析（投行晨报级） | 驱动因子矩阵+五条核心洞见+市场全景+资金流向+产业链+前瞻风险 | references/finance_analysis.md + finance_framework.yaml |
| 2 要闻 | 国内国际简报 | 8-12条（国内≥5+国际≥5） | references/sources.yaml 的 news 策略 |
| 3 深圳 | 本地生活（最接地气） | 政策民生/薅羊毛/消费券/天气出行 | references/shenzhen_life.yaml |
| 4 兴趣 | 全领域采集，宁缺毋滥 | 按类型分组，只列当日有新鲜事的领域 | references/domains.yaml |
| 5 破茧 | 打破信息茧房 | 5条与前四层零重叠的跨领域信息 | references/sources.yaml 的 surprise 策略 |
🔒 跨层去重规则（硬约束·输出前强制执行）：
- 第2层(新闻)输出前 → 检查第1层(金融)已覆盖的主题
- 第3层(深圳)输出前 → 检查第1-2层已覆盖
- 第4层(兴趣)输出前 → 检查第1-3层已覆盖
- 第5层(惊喜)输出前 → 检查前四层全部领域，确保5条零重叠
- 判断标准：同主题、同事件、同人物 → 视为重复，后出现的删除
- 例外：不同角度报道可保留，但需标注"详见XX层"
触发条件
- "生成今日新闻日报" / "每日信息整合" / "今天有什么新鲜的"
- "跨领域新闻" / "跳出信息茧房"
- 定时自动化任务（每日早报）
- 用户要求整合多个信息源
📋 核心约束（P0 · 执行前必读）
时效性（最高优先级）：
- 只采当日，非当日一律剔除。搜索 query 必须嵌入 TODAY_DATE 确切日期字符串
- 绝对红线（禁止合理化借口）："最新可得的经济数据"不入 / "周末休市"用旧新闻原文不入 / "政策早发了"不入
- 进行中事件（多日会议/持续冲突/活动期内）可标注持续期
- 被 date_validator 拒绝的条目禁止手动放行
信息质量：
- 五要素齐全（标题/来源/时间/链接/摘要），缺一不采。摘要只浓缩原文，不补充原文未提及内容
- 绝不编造。采集失败的源如实说明。拿不准标注"原文未提及"
- ⛔ 事实性断言交叉验证：涉及人物/职位/机构/数字/日期的断言，单源不得直接入报。必须≥2独立来源，或官方一级来源（SEC/公司官网/政府网站/权威媒体）。否则标注"未经交叉验证"或直接不入
- 每个维度至少两个源交叉验证
⭐ 数据时间审计（P0）：全量规则见 references/data_time_audit_rules.md。摘要：
- 所有数值断言必须附带精确时间戳（来源时间+数据时间分离）
- 当前时间 < A股09:30 时，任何A股"盘中/早盘"数据均不可能存在
- "盘中"类词汇仅在对应市场交易时段允许使用
⛔ 跨时区事件时间线锁定（P0）：
- 涉及中美跨时区事件，所有因果陈述必须按北京时间排定时间线后再出口
- 严禁将A股收盘后发生的事件归因为当日A股行情的驱动
- 因果箭头只允许从早指向晚
输出规范（P1）：
- 无当日内容 → 板块静默省略，不占位。所有条目带来源标签，按时间倒序
- 页脚标注全部信息源+去重算法+生成时间
- 国际话题标注中方/国际视角
- 全量 57 条核验清单见 references/checklist.md
工作流（5 步）
第 0 步：确定当日日期（所有后续步骤的基础）
from datetime import date
TODAY_DATE = date.today().isoformat() # "2026-07-19"
TODAY_DATE_CN = date.today().strftime("%Y年%m月%d日") # "2026年07月19日"
TODAY_DATE 是全局常量：所有搜索 query、日期校验、输出标注都以它为基准。禁止用"今天""今日"替代。
第 1 步：加载采集清单
python3 scripts/pick_domains.py # 输出全领域按类型分组的采集清单
同时读取 references/sources.yaml（数据源配置+各层采集策略）和 references/domains.yaml（兴趣领域）。
第 2 步：多源采集（四源并行覆盖）
🔒 铁律一：所有 WebSearch query 必须包含 TODAY_DATE 确切日期。 微信公众号搜索例外：query 用 2-3 个短关键词不加日期，搜后按 datetime 字段手动过滤当日（搜狗微信搜索不支持日期过滤，嵌入日期反而零命中）。
🔒 铁律二：四源覆盖——每个维度至少两个信息源交叉验证。
| 优先级 | 信息源 | 适用层 | 失败策略 |
|---|---|---|---|
| 🥇 微信 | wechat-article-search | 全部五层 | 搜不到当日→WebSearch兜底 |
| 🥈 腾讯新闻 | tencent-news-cli | 金融+新闻+深圳 | API不可达→跳过并标注 |
| 🥉 WebSearch | 内置工具 | 全部五层 | — |
| 🏅 财经数据 | westock-data / neodata | 金融层 | Skill工具触发 |
详细命令、环境变量、各层搜索策略（金融两阶段/深圳固定话题/兴趣/破茧）见 references/sources.yaml。
采集执行顺序（每层每维度）：微信 → 腾讯新闻 → WebSearch → 可选补充 skill。条目在内存中标注 source / time / url / layer 四字段。
第 3 步：内存中过滤（日期+去重+已推送+交叉验证）
- 日期过滤（最优先）：当日保留，非当日排除，进行中事件标注持续期，禁止手动放行
- 跨源去重：标题相似>80%+同一事件 → 保留权威源版本；不同角度报道可共存
- 跳过已推送：检查
outputs/twu-info-digest-{TODAY_DATE}.html是否已存在，存在则跳过 - 事实性断言交叉验证：人物/机构/数字断言需双源或官方一级来源
第 3.5 步：数据时间可行性审计（P0 · 不可跳过）
详见 references/data_time_audit_rules.md。核心：
1. 获取当前精确时间，逐条检查金融层数据时间可行性（A股/港股/美股/商品时区规则）
2. 所有数值断言标记数据时间戳（对标 CNN/Reuters 行情表格式）
3. 跨时区事件按北京时间排序，标注"A股收盘前/后"，因果箭头只允许早→晚
4. 发现"不可能数据"四选一处理（修正时间标签/删除/降级为预期/用替代），禁止偷偷修正
5. 扫尾：检查"今日/盘中/早盘/最新"等歧义词汇都有时间锚定
第 4 步：精炼（各层输出要求）
金融层：按 references/finance_analysis.md 完整框架执行。核心：驱动因子矩阵 + 五条洞见（锚定/事实/判断/逻辑/情景/验证六层）+ 市场全景 KPI 卡片 + 资金流向条形 + 产业链传导 + 前瞻时间线 + 风险热力矩阵 + 外部分歧三区。效率约束：金融层精炼总预算 15 分钟，超时收敛为"高置信断言+残余清单"。
深圳层：每个维度信息必须可操作（政策要点+影响人群+怎么办 / 活动+截止日期+怎么薅 / 预警+出行建议）。无当日内容的维度不列出。
兴趣层：核心事件+为什么有趣（≤3行），按 domains.yaml 类型组归类。无当日内容静默省略，不凑持续性内容。
第 5 步：生成 HTML 报告（脚本化渲染）
1. AI 完成采集与精炼后，将各占位符内容组装为数据 JSON（字段名=占位符名，值=HTML 片段）
2. python scripts/render_digest.py --data <数据.json> --output outputs/twu-info-digest-{TODAY_DATE}.html
- 渲染器自动校验: 占位符齐全(缺则报错) / 内容型占位符非空(空则报错) / 无残留 / 结构校验
3. 用 present_files 交付
占位符对照表、组件化排布规范（KPI卡片/资金条形/风险热力/时间线）、数据与模板边界见 references/render_spec.md。
工具脚本
| 脚本 | 说明 |
|---|---|
date_validator.py |
日期硬校验：输入JSON条目，自动判当日/旧闻/进行中事件 |
dedupe.py |
跨源去重：difflib相似度+时间窗+权威源优先 |
track_pushed.py |
已推送追踪：filter/mark/list/clean 四命令 |
pick_domains.py |
23领域全采集清单生成器 |
render_digest.py |
模板渲染器：占位符校验+空值检测+渲染+结构校验，缺/空占位符拒绝产出 |
check_digest.py |
日报结构校验器：残留占位符/div平衡/表格完整性/区块齐全 |
Python 路径：<你的 managed Python 路径>/python.exe（推荐使用隔离环境的 managed Python）
文件结构
twu-info-digest/
├── SKILL.md # 本文件（主控制器 v1.0.1）
├── scripts/
│ ├── date_validator.py # 日期硬校验
│ ├── dedupe.py # 跨源去重
│ ├── pick_domains.py # 23领域采集清单生成器
│ ├── track_pushed.py # 已推送追踪
│ ├── render_digest.py # 模板渲染器（占位符校验+渲染+结构校验）
│ └── check_digest.py # 结构校验器（残留/div/表格/区块）
├── references/
│ ├── checklist.md # 57条需求全量核验清单
│ ├── data_time_audit_rules.md # 数据时间审计全量规则（P0）
│ ├── dedupe_rules.md # 去重规则
│ ├── output_template.md # 输出格式规范
│ ├── finance_framework.yaml # 金融八维度采集骨架
│ ├── finance_analysis.md # 金融层分析框架（因子矩阵/六层洞见/锚定/反叙事/分歧）
│ ├── sources.yaml # 数据源配置+各层采集策略
│ ├── shenzhen_life.yaml # 深圳生活四维度
│ ├── domains.yaml # 23领域+5类型分组
│ └── render_spec.md # 渲染规范（占位符表+组件化排布+渲染器用法）
└── assets/
└── report_template.html # HTML 报告模板（投行蓝金风格）
版本历史
- v1.0.1（2026-08-12）金融层七项论证升级（驱动因子矩阵/事件锚定/验证窗口/反叙事五类/外部分歧三区/风险显隐两列/证据标注）+ 组件化排布（KPI卡片/资金条形/风险热力矩阵/前瞻时间线）+ 脚本化渲染管线（render_digest/check_digest 双脚本保障，缺/空占位符拒绝产出）+ 松耦合重构（配置外置 references）
- v1.0.0 五层架构确立，多源采集，四层洞见，HTML 日报
