Daily AI Insight Engine
信息高度图名的时代，真正稀缺的不是信息，而是结构化的判断力。
每天面对 arXiv、TechCrunch、Hacker News、 Product Hunt 等数十个渠道的资讯与文章，真正需要的是一个能在信息噪音中提取信号、在碎片中构建体系的洞察引擎。
项目简介
更详细的功能、设计细节与安装指南，详见 daily-ai-insight-engine GitHub 仓库。
daily-ai-insight-engine 是一款 AI 驱动的信息聚合与分析引擎，致力于解决信息过载难题。它自动采集 19 个中英文优质信息源，涵盖学术论文、技术博客、科技媒体及社区讨论四大领域；经由四阶段流水线处理，完成自动聚合、深度解读与洞见提炼，最终输出结构化的洞察报告与交互式可视化看板。
多源自动采集
19 个中英文源，RSS/API/爬虫/无头浏览器四种策略，关键词过滤 + 时间窗口 + 去重
四阶段流水线
采集 → 事实提取 → 深度分析 → 总编合成，每阶段产物可回溯、可重跑
三人格并行分析
技术架构师、资本分析师、风险评估师三种视角并行深度解读，产出 32+ 结构化字段
零后端可视化
Next.js 16 直接读取 JSON 文件渲染 Dashboard，无数据库、无 API 层、无网络请求
A 层 · 学术/技术前沿：arXiv、OpenAI、DeepMind、Anthropic、NVIDIA
B 层 · 产品/开发者情绪：Hacker News、Product Hunt、GitHub Trending、知乎
C 层 · 商业/资本视角：TechCrunch、The Verge、机器之心、36氪、量子位
· 当日 TOP 5 事件与深度解读
· 技术/应用/政策/资本四维趋势判断
· 风险信号与机会信号双维度预警
· 事件类型分布、情绪分布、影响力排行等可视化图表
四阶段流水线
Stage 1 — 数据源筛选与采集
四种抓取策略（RSS / API / Scrape / Browser）覆盖不同站点类型。关键词过滤 + 时间窗口截断 + URL 去重 + 标题相似度去重，每层配额上限 5 篇，按 impact_score 择优。
Stage 2 — 事实提取
构建 Agent（使用 deepseek-v4-pro 模型，温度系数为 0.1）精确提取：TLDR 摘要、客观事实总结、事件类型、实体识别（公司/技术/人物/产品/地区）、关键逻辑链（3-6 条）、影响力评分（1-10）。支持断点续跑。
Stage 3 — 深度分析
构建 Agent（使用 deepseek-v4-pro 模型，温度系数为 0.3）实现并行分析：Tech Architect × Capital Analyst × Risk Assessor 三维度同时执行。外层 3 文件并发，内层 asyncio.gather 并行 = 每轮最多 9 个 Agent 调用。失败隔离：单维度异常不阻塞其他维度，产出定性评估、价值评估、前瞻与行动建议。
Stage 4 — 总编合成
Stage-4a Frontmatter 聚合
递归扫描分析产物，零 LLM 调用，<1 秒完成。
Stage-4b Editor-in-Chief 合成
单次调用、完整输出，产出最终日报。
三种消费模式
流水线产物通过三种方式消费，覆盖从底层数据钻取到高层洞察阅读的完整链路：
数据源探索（Source Explorer）
按 Golden Triangle 三级金字塔浏览被筛选、采集的信息数据源，钻取到每篇文章在各阶段的提取与分析结果，理解 Agent 分析链路。
- 三级金字塔信源卡片网格：A/B/C 三层分组，每张卡片含名称、描述、关键词、文章数及 Tier/语言/抓取策略徽章。
- 单源详情页：展示该源全部文章列表，每篇标注处理阶段状态（scout → extracted → analyzed）。
- Stage 2 提取结果：TLDR 摘要、事件类型、实体识别（公司/技术/人物）、关键逻辑链（3-6 条）。
- Stage 3 分析结果：影响力评分（1-10）含理由、情绪与开发者情绪、技术颠覆性、复合价值、风险矩阵。
交互看板（Dashboard）
Next.js 16 暗色主题 Dashboard，零后端架构，Server Component 直接 readFile 读取 daily-report.json 渲染。
- KPI 指标卡 + 双环形图（事件类型分布 × 情绪分布）
- TOP 5 事件影响力排行 + 实体频率柱状图
- 四维趋势卡片（技术/应用/政策/资本）+ 深度解读面板
- 风险信号 + 机会信号双列表，附严重等级标签
可读报告（Markdown Report）
Stage-4b Editor-in-Chief Agent（Claude Opus）一次性生成结构化 Markdown 日报，适合阅读与分享。
- 执行摘要 + 当日数据概览（样本总量 / 信源数 / 语言覆盖）
- TOP 5 事件 + 为何重要 + 支撑证据
- 3 篇深度解读（背景 → 影响 → 后续关注）
- 风险/机会信号各 5-7 条，附严重等级与判断依据
项目时间线
24h MVP 验证
从零搭建核心流水线：采集 + 提取 + 分析 + 合成四阶段跑通，验证 AI 资讯自动加工的可行性。确立 Markdown + YAML Frontmatter 作为阶段间数据交换格式。
Pipeline 工程化
引入 asyncio 并发控制、断点续跑、指数退避重试、五级 JSON 恢复解析。完善 19 个信息源配置与三级金字塔筛选策略。三人格并行分析落地。
Dashboard 可视化
Next.js 16 App Router + Recharts + Tailwind CSS 4 暗色主题。零后端架构：Server Component 直接 readFile 读取 JSON，Zod 验证后渲染。双 Schema 契约：Pydantic（Python）+ Zod（TypeScript）。
持续建设与 Agent 化
定时自动运行 + 推送通知。探索多 Agent 协作深化分析质量，引入历史对比与趋势追踪。开放自定义信息源与人格配置。