lifeos 1.0.2 → 1.0.3

package/assets/skills/digest/SKILL.zh.md

@@ -0,0 +1,207 @@
+---
+name: digest
+description: '通用信息周报技能：首次使用通过对话生成主题配置（Paper Sources、RSS、Web 搜索等），后续按配置自动抓取并产出结构化周报到草稿目录。支持多主题，每个主题独立配置和独立产出。当用户说"/digest"、"信息周报"、"周报"、"digest"时触发。'
+version: 1.0.3
+dependencies:
+  templates: []
+  prompts: []
+  schemas:
+    - path: "{系统目录}/{规范子目录}/Frontmatter_Schema.md"
+  agents: []
+---
+
+> [!config]
+> 本技能中的路径引用使用逻辑名（如 `{草稿目录}`）。
+> Orchestrator 从 `lifeos.yaml` 解析实际路径后注入上下文。
+> 路径映射：
+> - `{草稿目录}` → directories.drafts
+> - `{系统目录}` → directories.system
+> - `{信息子目录}` → subdirectories.system.digest
+> - `{规范子目录}` → subdirectories.system.schema
+
+你是 LifeOS 的信息汇总助手，帮助用户定期收集特定领域的最新进展，产出结构化周报。
+
+**语言规则**：所有回复、配置笔记和周报都必须为中文。
+
+# 工作流概述
+
+本技能有两种运行模式：
+
+| 模式 | 触发条件 | 行为 |
+|------|----------|------|
+| **Setup 模式** | `{系统目录}/{信息子目录}/` 下无配置文件，或用户指定 `setup` | 对话式引导，生成主题配置笔记 |
+| **Run 模式** | 配置文件已存在 | 读取配置，执行信息抓取，产出周报 |
+
+# 入口路由
+
+根据用户输入决定模式：
+
+```text
+/digest              → 扫描 {系统目录}/{信息子目录}/ 下所有 .md 配置，逐个执行 Run 模式
+                       若目录为空或不存在 → 自动进入 Setup 模式
+/digest <主题名>     → 只执行指定主题的 Run 模式（匹配文件名）
+                       若文件不存在 → 自动进入 Setup 模式，以该主题名开始引导
+/digest setup        → 进入 Setup 模式，创建新主题配置
+/digest setup <主题> → 进入 Setup 模式，以指定主题名开始引导
+```
+
+# Setup 模式
+
+按 `references/setup-guide.md` 执行对话式引导：
+
+1. **确定主题**：询问用户想追踪的领域和子方向
+2. **了解偏好**：学术 vs 行业、必读来源、关注重点
+3. **生成配置**：根据主题推荐信息源，生成完整配置笔记
+4. **用户确认**：写入 `{系统目录}/{信息子目录}/<TopicName>.md`，提示用户在 Obsidian 中检查和裁剪
+
+配置笔记使用 Markdown 表格 + checkbox 开关，用户在 Obsidian 中可直接编辑：
+
+- checkbox 勾选/取消 → 启用或禁用信息源模块
+- 表格增删行 → 增删具体信息源，包括 `Paper Sources`
+- 分类表格 → 调整周报结构
+
+配置笔记结构详见 `references/config-parser.md`。
+
+# Run 模式
+
+按 `references/run-pipeline.md` 执行信息抓取管线。
+
+### 前置检查
+
+1. 验证 Python 3 可用：`python3 --version`
+2. 读取并解析配置笔记（按 `references/config-parser.md` 规范）
+
+### 执行管线
+
+```text
+Phase 1: 解析配置 → 结构化数据
+Phase 2: 并行抓取
+  ├─ Task A: RSS + paper sources → Python 脚本（references/rss-arxiv-script.py）
+  ├─ Task B: Web 搜索 → WebSearch 工具
+  ├─ Task C: HuggingFace 热门 → WebFetch
+  └─ Task D: GitHub Trending → WebFetch（可选）
+Phase 3: 合并去重 → 按分类体系归类
+Phase 4: 写入周报 → {草稿目录}/<TopicName>-MMDD-MMDD.md
+```
+
+### Python 脚本调用
+
+RSS + paper source 抓取通过参数化 Python 脚本执行。技能先解析配置，构造 JSON 输入，通过 stdin 传入脚本。
+
+`Paper Sources` 模型现在支持：
+
+- `arXiv`、`bioRxiv`、`medRxiv`、`ChemRxiv`、`SocArXiv`、`SSRN`
+- 每一行包含 `Source Type`、`Query`、`Scope`、`Notes`
+- 脚本会为每个来源使用独立 adapter 归一化结果，并返回结构化错误，不会因为单个来源失败就中断整个流程
+- 旧版 `### arXiv Search` 配置块仍然兼容，系统会把它转换成 `arXiv` 来源继续执行
+- `SocArXiv` 结果在源站托管为 `OSF` 页面时，可以归一化为 `osf.io` 落地页
+- 所有论文来源 adapter 都保持低请求预算：每个来源一次主请求，瞬时错误有限 retry，不做分页补全
+
+其中 arXiv 模块有三个关键约束：
+
+- arXiv 查询必须使用英文
+- 脚本会先按类别抓最近论文，再在本地过滤
+- 若官方 arXiv 路径失败，可回退到 OpenAlex，但只保留能映射回 arXiv 的论文
+
+调用方式：
+
+```bash
+echo '<json_input>' | python3 .agents/skills/digest/references/rss-arxiv-script.py
+```
+
+JSON 输入格式：
+
+```json
+{
+  "language": "zh",
+  "rss": {
+    "enabled": true,
+    "feeds": [{"name": "源名称", "url": "https://..."}]
+  },
+  "papers": {
+    "enabled": true,
+    "sources": [
+      {
+        "source_type": "arXiv",
+        "query": "\"llm agent\"",
+        "scope": "cs.AI",
+        "notes": "核心技术论文"
+      },
+      {
+        "source_type": "bioRxiv",
+        "query": "single-cell",
+        "scope": "Neuroscience",
+        "notes": "生物医学预印本"
+      }
+    ]
+  },
+  "days": 7
+}
+```
+
+脚本会返回 `rss_articles`、归一化后的论文结果、`stats` 和结构化的 `errors`。
+
+### 周报产出
+
+写入 `{草稿目录}/<TopicName>-MMDD-MMDD.md`：
+
+```yaml
+---
+title: "{主题} 周报 · YYYY-MM-DD ~ YYYY-MM-DD"
+type: draft
+created: "YYYY-MM-DD"
+status: pending
+tags: [digest, {topic-tag}, weekly-digest]
+aliases: []
+---
+```
+
+正文按配置的分类体系组织，每条信息用 1-2 句中文摘要 + 原文链接。空分类不输出。末尾附信息来源清单。
+
+# 文件路径
+
+| 内容 | 路径 |
+|------|------|
+| 主题配置文件 | `{系统目录}/{信息子目录}/<TopicName>.md` |
+| 周报产出 | `{草稿目录}/<TopicName>-MMDD-MMDD.md` |
+| 解析规范 | `references/config-parser.md` |
+| Setup 引导 | `references/setup-guide.md` |
+| Run 管线 | `references/run-pipeline.md` |
+| Python 脚本 | `references/rss-arxiv-script.py` |
+
+# 记忆系统集成
+
+> 通用协议（文件变更通知、技能完成、会话收尾）见 `_shared/memory-protocol.md`。以下仅列出本技能特有的行为。
+
+### 文件变更通知
+
+周报文件写入 Vault 后，立即调用：
+
+```text
+memory_notify(file_path="{草稿目录}/<TopicName>-MMDD-MMDD.md")
+```
+
+### 技能完成
+
+```text
+memory_skill_complete(
+  skill_name="digest",
+  summary="生成 {主题} 周报 MMDD-MMDD",
+  related_files=["{草稿目录}/<TopicName>-MMDD-MMDD.md"],
+  scope="digest",
+  refresh_targets=["TaskBoard", "UserProfile"]
+)
+```
+
+### Setup 模式完成时
+
+配置文件创建后，额外记录一条决策：
+
+```text
+memory_log(
+  entry_type="decision",
+  summary="创建 {主题} 信息订阅配置",
+  importance=2,
+  scope="digest"
+)
+```

package/assets/skills/digest/references/config-parser.en.md

@@ -0,0 +1,179 @@
+# Config Note Parsing Rules
+
+This document defines how the `/digest` skill parses config notes stored at `{system directory}/{digest subdirectory}/<TopicName>.md`.
+
+## File Structure
+
+The config note contains the following fixed sections, identified by second-level and third-level headings:
+
+```text
+# <TopicName> Digest          ← title only, not parsed
+## Basic Info                ← key-value table
+## Sources                   ← container heading, not parsed
+  ### RSS Feeds              ← module: checkbox + table
+  ### Paper Sources          ← module: checkbox + table
+  ### arXiv Search           ← legacy module: checkbox + table (still accepted)
+  ### Web Search             ← module: checkbox + table + supplemental sites table
+  ### HuggingFace Papers     ← module: checkbox + keyword line
+  ### GitHub Trending        ← module: checkbox + keyword line
+## Categories                ← category table
+## Source List               ← not parsed, generated into the digest output
+```
+
+## Parsing Rules
+
+### 1. Basic Info
+
+Locate `## Basic Info` and parse the two-column table (`Field | Value`):
+
+| Field | Purpose | Required |
+|-------|---------|----------|
+| Topic | topic name used in digest title and filename | yes |
+| Cadence | `Weekly` / `Biweekly` / `Monthly`, used to determine lookback window | yes |
+| Language | digest output language | yes |
+
+**Cadence mapping:**
+
+- `Weekly` → 7 days
+- `Biweekly` → 14 days
+- `Monthly` → 30 days
+
+### 2. Module Enabled State
+
+The first checkbox after each `###` heading controls whether that module is enabled:
+
+```markdown
+### RSS Feeds
+
+- [x] Enabled
+```
+
+```markdown
+### GitHub Trending
+
+- [ ] Enabled
+```
+
+**Parsing logic:**
+
+1. find the `###` heading
+2. scan downward to the first line matching `- \[[ x]\]`
+3. `[x]` means enabled, `[ ]` means disabled
+
+### 3. Module Data
+
+#### RSS Feeds
+
+Table schema: `Name | URL | Focus`
+
+```json
+{
+  "enabled": true,
+  "feeds": [
+    {"name": "Import AI", "url": "https://importai.substack.com", "description": "Frontier AI research commentary"}
+  ]
+}
+```
+
+**URL handling:**
+
+- prepend `https://` when the URL does not start with `http`
+- if the URL has no `/feed` or `/rss`, optionally try appending `/feed`
+
+#### Paper Sources
+
+Table schema: `Source Type | Query | Scope | Notes`
+
+```json
+{
+  "enabled": true,
+  "sources": [
+    {
+      "source_type": "arXiv",
+      "query": "\"LLM agent\"",
+      "scope": "cs.AI, cs.CL",
+      "notes": "Core technical papers"
+    },
+    {
+      "source_type": "bioRxiv",
+      "query": "single-cell",
+      "scope": "Neuroscience",
+      "notes": "Biomedical preprints"
+    }
+  ]
+}
+```
+
+**Supported source types:** `arXiv`, `bioRxiv`, `medRxiv`, `ChemRxiv`, `SocArXiv`, `SSRN`.
+**Source semantics:** `Query` is the search term or keyword phrase; `Scope` is the category,
+collection, or journal filter used by that source; `Notes` is free-form guidance for the helper.
+**Normalization:** the helper converts each row into a source adapter input and deduplicates papers
+across sources.
+**Source-link rules:** `SocArXiv` may normalize to `osf.io` or `socarxiv.com`; `SSRN` must
+normalize to `papers.ssrn.com`, `ssrn.com`, or an SSRN DOI.
+**Budget rule:** keep one primary request per source and do not paginate.
+**Compatibility:** this is the preferred model for new notes.
+
+#### arXiv Search
+
+Table schema: `Keyword | Categories`
+
+```json
+{
+  "enabled": true,
+  "keywords": ["\"LLM agent\"", "\"tool use\" language model"],
+  "categories": ["cs.AI", "cs.CL", "cs.IR"],
+  "max_results": 200
+}
+```
+
+**Legacy compatibility:** the parser still accepts `### arXiv Search` and normalizes it into an
+`arXiv` paper source so older notes continue to work.
+**Keyword language:** keywords must be English terms or English quoted phrases. Treat non-English
+keywords as a config error for the arXiv source.
+**Category deduplication:** combine all categories from every row and deduplicate them.  
+**Primary fetch behavior:** categories drive the official arXiv feed; keyword filtering happens
+locally against title and abstract.  
+**Fallback behavior:** when categories are missing or the official arXiv path fails, the helper may
+fall back to OpenAlex, but only keep papers that map back to arXiv.
+**max_results:** fixed at 200 and not exposed in the note.
+
+#### Web Search
+
+Two tables:
+
+1. **Query Template** (`Query Template | Coverage`)
+2. **Supplemental Sites** (`Name | URL | Focus`)
+
+Replace `{date range}` at runtime with the actual date span. Supplemental sites are used to build additional `site:` queries.
+
+#### HuggingFace Papers
+
+Locate the `**Filter keywords:**` line and split keywords by commas.
+
+#### GitHub Trending
+
+Same parsing rule as HuggingFace.
+
+### 4. Categories
+
+Locate `## Categories` and parse the table `Category | Coverage`:
+
+```json
+{
+  "categories": [
+    {"name": "Key Papers / Key Articles", "scope": "The 3-5 most important papers or articles this week"},
+    {"name": "Frameworks and Tooling", "scope": "Agent frameworks, tooling, SDK updates"}
+  ]
+}
+```
+
+## Tolerance Rules
+
+| Problem | Handling |
+|---------|----------|
+| unrecognized module heading | ignore that section |
+| missing checkbox | treat as enabled |
+| mismatched table columns | parse the available cells and fill missing values with empty strings |
+| missing required Basic Info field | raise an error and ask the user to complete the note |
+| empty or malformed config note | raise an error and suggest running `/digest setup` |

package/assets/skills/digest/references/config-parser.zh.md

@@ -0,0 +1,177 @@
+# 配置笔记解析规范
+
+本文档定义 `/digest` 技能如何解析 `{系统目录}/{信息子目录}/<TopicName>.md` 配置笔记。
+
+## 文件结构
+
+配置笔记由以下固定 section 组成，按二级/三级标题识别：
+
+```text
+# <主题名> 信息              ← 标题（不解析）
+## 基本信息                   ← 键值表格
+## 信息源                     ← 容器标题（不解析）
+  ### RSS 订阅               ← 模块：checkbox + 表格
+  ### Paper Sources          ← 模块：checkbox + 表格
+  ### arXiv 搜索             ← 旧版模块：checkbox + 表格（仍兼容）
+  ### Web 搜索               ← 模块：checkbox + 表格 + 补充站点表格
+  ### HuggingFace 热门论文    ← 模块：checkbox + 关键词行
+  ### GitHub Trending         ← 模块：checkbox + 关键词行
+## 分类体系                   ← 分类表格
+## 信息来源清单               ← 不解析，周报生成时自动填充
+```
+
+## 解析规则
+
+### 1. 基本信息
+
+定位 `## 基本信息`，解析其下的两列表格（`字段 | 值`）：
+
+| 字段 | 用途 | 必填 |
+|------|------|------|
+| 主题 | 主题名，用于周报标题和文件命名 | 是 |
+| 周期 | `每周` / `每两周` / `每月`，决定回溯天数 | 是 |
+| 语言 | 周报输出语言 | 是 |
+
+**周期映射：**
+
+- `每周` → 7 天
+- `每两周` → 14 天
+- `每月` → 30 天
+
+### 2. 模块启用状态
+
+每个三级标题（`###`）后的第一个 checkbox 决定启用状态：
+
+```markdown
+### RSS 订阅
+
+- [x] 启用
+```
+
+```markdown
+### GitHub Trending
+
+- [ ] 启用
+```
+
+**解析逻辑：**
+
+1. 找到 `###` 标题行
+2. 向下扫描，找到第一个匹配 `- \[[ x]\]` 的行
+3. `[x]` 视为启用，`[ ]` 视为禁用
+
+### 3. 模块数据解析
+
+#### RSS 订阅
+
+表格 schema：`名称 | URL | 方向`
+
+```json
+{
+  "enabled": true,
+  "feeds": [
+    {"name": "Import AI", "url": "https://importai.substack.com", "description": "AI 前沿研究综述"}
+  ]
+}
+```
+
+**URL 处理：**
+
+- 若 URL 不以 `http` 开头，自动补全 `https://`
+- 若 URL 不含 `/feed` 或 `/rss`，可尝试在末尾追加 `/feed` 作为 RSS 地址
+
+#### Paper Sources
+
+表格 schema：`Source Type | Query | Scope | Notes`
+
+```json
+{
+  "enabled": true,
+  "sources": [
+    {
+      "source_type": "arXiv",
+      "query": "\"LLM agent\"",
+      "scope": "cs.AI, cs.CL",
+      "notes": "核心技术论文"
+    },
+    {
+      "source_type": "bioRxiv",
+      "query": "single-cell",
+      "scope": "Neuroscience",
+      "notes": "生物医学预印本"
+    }
+  ]
+}
+```
+
+**支持的来源类型：** `arXiv`、`bioRxiv`、`medRxiv`、`ChemRxiv`、`SocArXiv`、`SSRN`。
+**字段含义：** `Query` 是检索词或关键词短语；`Scope` 是该来源使用的类别、集合或期刊
+过滤；`Notes` 是给 helper 的自由说明。
+**归一化：** helper 会把每一行转换成独立来源 adapter 输入，并在不同来源之间去重。
+**来源链接规则：** `SocArXiv` 可以归一化到 `osf.io` 或 `socarxiv.com`；`SSRN`
+必须归一化到 `papers.ssrn.com`、`ssrn.com` 或 SSRN DOI。
+**预算规则：** 每个来源只发一次主请求，不做分页。
+**兼容策略：** 新配置优先使用这个模型。
+
+#### arXiv 搜索
+
+表格 schema：`关键词 | 类别`
+
+```json
+{
+  "enabled": true,
+  "keywords": ["\"LLM agent\"", "\"tool use\" language model"],
+  "categories": ["cs.AI", "cs.CL", "cs.IR"],
+  "max_results": 200
+}
+```
+
+**旧版兼容：** 解析器仍然接受 `### arXiv 搜索`，并将其归一化为一个 `arXiv` 论文来源，
+确保旧配置继续可用。
+**关键词语言：** 关键词必须是英文词或英文引号短语。若出现中文关键词，则将 arXiv
+来源视为配置错误。
+**类别去重：** 合并所有行的类别列，去重后作为搜索范围。
+**主抓取行为：** 类别用于官方 arXiv feed 抓取，关键词只在本地对标题和摘要做过滤。
+**fallback 行为：** 若类别缺失，或官方 arXiv 路径失败，可回退到 OpenAlex，但只保留能映射回
+arXiv 的论文。
+**max_results：** 固定 200，不在配置中暴露。
+
+#### Web 搜索
+
+两张表格：
+
+1. **搜索查询模板**（`搜索查询模板 | 目标覆盖`）
+2. **补充站点**（`名称 | URL | 方向`）
+
+查询模板中的 `{日期范围}` 在运行时替换为实际日期。补充站点用于额外构造 `site:` 查询。
+
+#### HuggingFace 热门论文
+
+定位 `**筛选关键词：**` 行，按逗号分割提取关键词列表。
+
+#### GitHub Trending
+
+同 HuggingFace，定位 `**筛选关键词：**` 行。
+
+### 4. 分类体系
+
+定位 `## 分类体系`，解析表格 `分类 | 覆盖范围`：
+
+```json
+{
+  "categories": [
+    {"name": "重要论文", "scope": "本周影响力最大的 3-5 篇论文"},
+    {"name": "框架与工具", "scope": "Agent 框架、开发工具、SDK 更新"}
+  ]
+}
+```
+
+## 容错规则
+
+| 异常 | 处理 |
+|------|------|
+| 模块标题不在枚举中 | 忽略该 section |
+| 模块无 checkbox | 视为启用 |
+| 表格列数不匹配 | 按已有列解析，缺失列填空 |
+| 基本信息缺少必填字段 | 报错并提示用户补全 |
+| 配置文件为空或格式错误 | 报错并建议运行 `/digest setup` |