ai-overseas-daily

海外大模型每日情报观察

适用场景

• 需要每日自动生成海外 AI/LLM 领域结构化情报报告的运营或管理团队
• 需要跟踪海外模型厂商商业化动态、数据工程前沿、应用创新趋势的决策者
• 需要将 AI 行业情报自动分发到飞书知识库和如流群的团队协作场景
• 需要定时（如每日工作日早晨）执行情报采集和分析的自动化需求

输入要求

环境配置（首次使用必须完成）

在项目根目录创建 .env 文件，以 assets/.env.example 为模板，填入以下配置：

必填项：

变量	说明	获取方式
RAPIDAPI_KEY	RapidAPI 密钥（Twitter、Reddit、Product Hunt 数据抓取）	注册 rapidapi.com，订阅 twitter-api45、reddit34、product-hunt-scraper-api
LLM_API_KEY	报告生成 LLM 的 API Key	OpenAI 兼容 LLM 提供商
LLM_BASE_URL	LLM 接口 Base URL	LLM 提供商的 API 端点
LLM_MODEL	模型名称	如 gpt-4o、ernie-5.0-thinking-latest
FEISHU_APP_ID	飞书应用 App ID	飞书开放平台
FEISHU_APP_SECRET	飞书应用 App Secret	飞书开放平台
FEISHU_WIKI_SPACE_ID	飞书知识库空间 ID	知识库页面 URL
RULIU_WEBHOOK_URL	如流群 Webhook URL	如流群设置
RULIU_GROUP_ID	如流群 ID（数字）	如流群设置

选填项：

变量	说明	默认值
BOCHA_API_KEY	博查搜索 API Key	未配置则跳过雷达6
X_LIST_URL	Twitter/X 精选 List URL	未配置则跳过雷达1
FEISHU_WIKI_PARENT_NODE_TOKEN	飞书知识库父节点	空（空间根目录）
FEISHU_BASE_URL	飞书 API 域名	https://open.feishu.cn
FEISHU_WIKI_DOMAIN	飞书知识库页面域名	bytedance.feishu.cn
http_proxy / https_proxy	代理地址（支持 PAC 自动解析）	无代理

依赖安装

pip install -r scripts/requirements.txt

执行步骤

步骤1：确认配置就绪

检查项目根目录是否存在 .env 文件且必填项已配置。若未配置，引导用户按上方配置表填写。检查 Python 依赖是否已安装。

步骤2：运行情报管线

# 完整运行（采集 + 生成报告 + 分发）
python3 scripts/daily_report.py

# 仅生成报告，不分发（测试用）
python3 scripts/daily_report.py --no-distribute

管线自动执行以下流程：

1. 8 雷达数据采集：依次从 Twitter List、Twitter 全网搜索、Hacker News、Reddit、Product Hunt、博查搜索、ArXiv、HuggingFace Papers 采集数据
2. 跨源数据清洗：去重、去过期、去空内容，合并为统一情报流
3. LLM 情报加工：将清洗后的情报流送入 LLM，按 references/system_prompt.md 中的 prompt 生成三板块结构化报告
4. 自动分发：飞书知识库（完整报告）→ 如流群（精简摘要 + 飞书链接）

步骤3：验证输出

• 检查脚本输出中各雷达的采集结果（条数）
• 确认报告文件已生成（YYYY-MM-DD-Overseas-LLM-Insight.md）
• 若启用了分发，确认飞书知识库页面和如流群消息发送成功

步骤4（可选）：设置定时调度

# crontab 示例：工作日 9:03 AM 自动执行
3 9 * * 1-5 cd /path/to/project && python3 scripts/daily_report.py >> /path/to/project/cron.log 2>&1

输出要求

完整日报（Markdown 文件）

生成 YYYY-MM-DD-Overseas-LLM-Insight.md，包含三板块：

板块一：海外商业化与竞争格局

• 聚焦模型厂商如何赚钱、如何竞争
• 每条必须有商业机制信息（定价、营收、市场份额），纯投资/纯技术发布不收录
• 格式：标题 + 子弹句 + 商业拆解 + 来源

板块二：数据工程与模型能力突破

• 聚焦数据策略如何驱动模型能力提升
• 每条必须论证先进性（对比已有方法的突破点），成熟技术重述不收录
• 格式：标题 + 子弹句 + 先进性说明 + 来源

板块三：应用创新与工程前沿

• 聚焦 AI 原生应用创新与模型落地工程方法
• 每条必须说明创新性（解决什么新问题/开创什么新模式/达到什么新指标）
• 格式：标题 + 子弹句 + 入选理由 + 来源

如流群精简摘要

• 每条新闻：加粗标题 + 不加粗子弹句
• 不含趋势总结、入选理由、详细分析
• 末尾附飞书知识库完整报告链接
• 字符上限 2000（超长自动降级纯文本）

飞书知识库页面

• 完整报告发布为飞书文档
• Markdown 自动转为飞书 Block（标题、加粗、列表、引用等）

代理配置

管线自动处理被墙站点的代理（ArXiv、HuggingFace），对不需要代理的站点直连。支持：

• PAC URL（如 http://pac.internal.company.com/proxy.pac）— 自动解析为实际代理地址
• 直连代理（如 http://proxy-host:port）
• 所有站点均可直连时无需配置

自定义指引

自定义项	操作位置	说明
更换 Twitter List	.env 中的 X_LIST_URL	设置自己的 X List URL，建议添加 AI 研究者、模型厂商、VC 分析师
修改报告 prompt	references/system_prompt.md	调整板块定义、选题门控、语言风格、红线规则
调整搜索关键词	scripts/daily_report.py 中的 fetch_twitter_global_data() 和 fetch_bocha_data()	修改 query 字符串或 queries 列表
增减分发渠道	scripts/distribute.py 中的 distribute_report()	新增发布函数并在其中调用
适配国际版飞书	.env 中设置 FEISHU_BASE_URL=https://open.larksuite.com 和 FEISHU_WIKI_DOMAIN=yourorg.larksuite.com	国际版 Lark 兼容

参考资料

• references/system_prompt.md：LLM 报告生成的完整 prompt，控制板块定义、选题门控标准、输出格式、语言风格和红线规则
• assets/.env.example：环境配置模板，含各配置项的详细注释和获取方式