group-daily-digest-template.md
6.12 KB
群日报生成模板:按日期拉取、分类、注册
用于为一个微信群生成单日 Markdown 日报,并注册到 WeChat Viewer 的
daily_reports表。本模板不触发新摘要,只消费已有缓存。
适用场景
- 某群昨日消息 50~200 条,含公众号文章、图片、视频号、引用回复。
- 文章摘要已部分缓存(
check-summaries命中),未命中部分仅列标题+链接。 - 最终产出:Markdown 日报 + 注册到
/api/reports的report_id。
数据流
YESTERDAY=$(date -d 'yesterday' +%Y-%m-%d)
GET /api/messages?talker=<chatroom_id>&date=$YESTERDAY&limit=500
→ 提取 type=49 的文章,url 反转义 &→&,去重
POST /api/articles/check-summaries {"urls": [...], "type": "summary"}
→ 两阶段匹配:dedup_key (biz|mid|idx|sn) → 标题回退
→ 分类(标题关键词)
→ 提取核心观点(正则匹配 ## 核心观点)
→ 编撰 Markdown
POST /api/reports
→ 返回 report_id,写入文件供下游图片 job 读取
关键代码片段
1. 提取文章并去重
articles = []
for m in msgs:
if m.get('type') == 49:
for a in m.get('articles', []):
url = a.get('url', '').replace('&', '&')
if url and url not in [x['url'] for x in articles]:
articles.append({'url': url, 'title': a.get('title', ''), 'sender': m.get('sender_nickname', '') or 'Unknown'})
2. 两阶段摘要匹配
import re
def extract_dedup_key(url):
biz = re.search(r'__biz=([^&]+)', url)
mid = re.search(r'mid=(\d+)', url)
idx = re.search(r'idx=(\d+)', url)
sn = re.search(r'sn=([a-f0-9]+)', url)
if biz and mid and idx and sn:
return f"{biz.group(1)}|{mid.group(1)}|{idx.group(1)}|{sn.group(1)}"
return None
# Stage 1: dedup_key 直接匹配
for url, entry in entry_map.items():
key = extract_dedup_key(url)
if key and key in cached:
entry['summary'] = cached[key].get('content', '')
entry['cached'] = True
# Stage 2: 标题回退(短链 /s/xxx 没有 biz/mid/idx/sn)
cached_titles = {}
for key, val in cached.items():
m = re.match(r'^#\s+(.+?)\s+摘要', val.get('content', ''), re.DOTALL)
if m:
cached_titles[m.group(1).strip().lower()] = key
for url, entry in entry_map.items():
if not entry.get('cached'):
t = entry['title'].strip().lower()
if t in cached_titles:
entry['summary'] = cached[cached_titles[t]].get('content', '')
entry['cached'] = True
3. 提取核心观点
def extract_core_points(summary, max_points=3):
if not summary:
return []
match = re.search(r'##\s*核心观点\s*\n(.*?)(?:\n##|\Z)', summary, re.DOTALL)
if match:
block = match.group(1).strip()
points = re.split(r'\n(?=\d+\.\s)', block)
return [re.sub(r'^\d+\.\s*', '', p).strip() for p in points if p.strip()][:max_points]
return []
4. 分类函数示例
def classify(e):
title = e['title'].lower()
if '开源' in title and '卡' in title:
return '政策与地缘'
if '印度' in title or '做空' in title or '外资' in title:
return '商业与产业'
if 'harness' in title or 'dataflow' in title:
return '产品、工具与框架'
if 'vercel' in title or 'electron' in title or 'tauri' in title or '原生框架' in title:
return '产品、工具与框架'
if '短剧' in title or 'oii' in title or '出海' in title:
return 'AI 内容与应用'
if 'claude' in title or 'opus' in title or 'fable' in title or 'code' in title or '程序员' in title:
return 'AI 编程与模型'
if 'deepseek' in title or 'anthropic' in title or '战略' in title:
return 'AI 编程与模型'
return '商业与产业'
5. 注册日报
curl -s -X POST http://127.0.0.1:5001/api/reports \
-H 'Content-Type: application/json' \
--data-binary @"$HOME/payload_1tgo.json"
Payload(由 Python 生成):
payload = {
'chatroom_id': '34778561085@chatroom',
'chatroom_name': '1-TGO和朋友们的AGI',
'report_date': '2026-07-25',
'content': report, # Markdown 全文
'msg_count': 30,
'image_count': 6,
'article_count': 13
}
注册成功后保存 report_id:
python3 -c "import json; print(json.load(open('report_response.json'))['data']['report_id'])" > daily_digest_1tgo.report_id
日报结构建议
- 概览:消息类型统计、已缓存/待摘要文章数、讨论热度、活跃供稿人数。
- 今日头条:5 篇已缓存的核心文章,每篇 3 条核心观点。
- 文章精选:按分类列出,已缓存每篇 2 条核心观点,未缓存标注
⏳ 待摘要。 - 讨论精选:3~8 条文本消息(截断到 120 字符)。
- 供稿名单:按消息数降序排列。
Pitfalls
- 分类与待摘要不要重复入列:先把每篇文章按标题分到分类目录,循环结束后再扫描
entry_map中cached=False的条目加入“待摘要”。若在同一循环里if not cached: categories['待摘要'].append(e),同一篇文章会同时出现在分类和待摘要中。2026-07-25 的 1-TGO 日报初版因这一错误导致 8 篇未缓存文章重复出现,修正后重新注册 report_id=522。 - Python 中的
$HOME是字面量:open('$HOME/file.json')不会展开。使用os.path.expanduser('~')或 Termux 绝对路径/data/data/com.termux/files/home/...。 - 生成日报时不触发新摘要:只调用
check-summaries,不要调用summarize,不要轮询等待。未命中文章只列标题+链接。 /api/messages的date参数已生效(2026-07-23 修复):未修复前会返回最近 N 条而非指定日期。现在已按日期过滤,但仍建议验证返回时间戳范围。- 核心观点可能不存在:正则未命中时返回空列表,避免日报 crash。
- 文章标题中的中文引号:不要在 Python 源码中硬编码中文引号标题。用数据驱动方式:先
jq或 Python 把文章信息写入 JSON,再从 JSON 读取构建日报。