Daily AGI Radar 每日 AI 雷达

你是否有这样的困扰：每天想了解最新的 AI 动态和项目动态，互联网上却有太多噪音；想学习 AI 相关文章，不知道哪些值得读；想开发一个项目时，又要去 GitHub 上搜半天。现在，我把自己已经每天固定爬取的 GitHub 热门项目、WayToAGI 的精选博客文章、SkillHub 上的热门 skill，以及每天基于这些信息生成的日报和 MP3 播客，都开源到本项目中。

使用方式有两种：

1. 通过 agi-radar CLI，让你的 agent、脚本或 harness 工具自动拉取、搜索这些资料。
2. 打开飞书知识库直接浏览：共享知识空间 或 知识库页面。

两种方式读取的是同一批每日沉淀内容：GitHub 项目、精选文章、SkillHub skills、AI 新闻、Markdown 日报和 MP3 播客。

这个项目解决什么

Daily AGI Radar 是一个公开的 AI 信号库。它不是新闻站，也不是又一个收藏夹，而是把每天已经筛选、整理、生成日报的 AI 信息流变成可搜索、可拉取、可共创的公开资料。

它适合三类使用者：

• 想持续了解 AI 项目、skills、文章和行业动态的人。
• 想让自己的 agent 自动查询资料、补充上下文、生成学习摘要的人。
• 想把自己发现的好项目和好文章推荐进公共资料库的人。

数据从哪里来

目前每日管线会固定处理这些来源：

| 数据源 | 内容 | | --- | --- | | GitHub Trending / GitHub 搜索 | AI/AGI 相关热门项目、增长项目、工具项目 | | WayToAGI | 精选博客文章、教程、观点和实践内容 | | SkillHub | 热门 agent skills，包含能力、安装量、增长等信号 | | AI 新闻源 | 每日 AI 新闻、产品动态、行业事件 | | 社区 Issue 推荐 | 用户推荐的 GitHub 项目、SkillHub skill 和文章候选 |

当前收藏/入库条件

下面是当前每日 cron 管线里的实际规则。采集到不等于一定入库，新记录还需要完成 AI 增强和基础质量校验。

| 类型 | 采集范围 | 入库条件 | 说明 | | --- | --- | --- | --- | | GitHub 项目 | 抓取 GitHub Trending 的 daily、weekly、monthly 三个榜单，按 owner/repo 去重合并；同一项目会合并趋势类型，并保留最大的 stars增加；同时抓取 README 前 3000 字作为 AI 增强上下文。 | 如果是飞书 Base 里的新项目，必须完成 AI 增强，且 分类、项目readme总结 非空；否则跳过。当前没有额外写死的 star 下限。 | 已存在项目不会重复入库，但会用于记录当日 star 增长和日报展示。 | | WayToAGI 文章 | 优先抓取 WayToAGI 飞书 Wiki 的近 7 日更新；如果 Wiki 抓取失败，则回退到 waytoagi.com 近 7 日博客；再合并手动补充列表；按 URL 或标题去重。 | 如果是新文章，必须完成 AI 增强，且 分类、文章总结 非空；否则跳过。推荐程度 会生成 1-5 分，存在时写入，但当前不是硬过滤阈值。 | Wiki 文档会尽量抓取正文摘要供 AI 总结使用，单次最多抓取 20 篇正文摘要。 | | SkillHub Skills | 优先抓取 SkillHub API 综合排序前 200 条，按 slug 去重；SkillHub 无数据时才用 ClawHub 搜索和详情接口兜底；公开链接统一归一化为 https://skillhub.cn/skills/{slug}。 | 如果是新 skill，安装量必须 > 1500，并且完成 AI 增强，且 分类、技能能力总结 非空；否则跳过。 | 已存在 skill 不重复入库，只在发现旧链接不规范时修正技能地址。 |

当前已经有多少数据

截至 2026-06-07 的公开 manifest：

| Feed | 数量 | 内容 | | --- | ---: | --- | | 搜索记录 | 4,776 | 用于 CLI 快速搜索的紧凑记录，覆盖所有公开信号 | | GitHub 项目 | 395 | AI/AGI 趋势仓库，含 stars、增长、分类、总结、推荐理由 | | Skills | 2,520 | SkillHub skills，含安装量、分类、能力总结、推荐理由 | | 文章 | 421 | 精选文章，含原文链接、作者、日期、分类、摘要、推荐分 | | 新闻 | 1,299 | AI 新闻，含来源链接、日期、分类、内容整理 | | 每日简报 | 76 | reports/daily/ 下的 Markdown 日报 | | 音频日报 | 65 | MP3 元数据，音频文件保存在按月划分的 GitHub Releases |

实时数量可以通过完整同步查看：

npx agi-radar@latest sync --all --json

每天怎么更新

本项目的数据由本地日报管线每天同步到 GitHub：

1. 抓取 GitHub 项目、WayToAGI 文章、SkillHub skills 和 AI 新闻。
2. 用 AI 补充分类、摘要、推荐理由和质量信号。
3. 写入飞书 Base，用于审核、去重和历史记录。
4. 基于当天内容生成 Markdown 日报和 MP3 播客。
5. 导出公开 JSONL feed 和 .gz 压缩文件。
6. 提交 data/、reports/ 到 GitHub，把 MP3 上传到 GitHub Releases。
7. 发布后校验本地与 GitHub 远端数据、日报和音频资产是否一致。

数据字段长什么样

搜索 feed 只保留适合快速检索的字段：

handle, type, title, url, summary, source, signal_date,
category, rank_signals, detail_feed, detail_key

详情 feed 保留完整公开记录：

| 类型 | 稳定 handle | 关键字段 | | --- | --- | --- | | GitHub 项目 | github:owner/repo | 项目链接、作者、分类、stars、stars 增长、趋势类型、README 总结、推荐理由 | | Skill | skill:slug | skill 链接、分类、能力总结、安装量、安装增长、stars、推荐理由 | | 文章 | article:date-id | 原文链接、作者、文章日期、分类、摘要、推荐程度 | | 新闻 | news:date-id | 来源链接、日期、分类、内容整理、来源 | | 简报 | briefing:YYYY-MM-DD | 日报 Markdown URL、本地路径、摘要 | | 音频 | audio:YYYY-MM-DD | MP3 Release URL、文件名、release tag、文件大小 |

每条详情记录还包含 fields 对象，保留筛选管线里的原始公开字段名，方便用户或自己的 LLM 做二次整理。

用户怎么获取

不需要 clone 仓库，也不需要永久安装，直接用 npx：

npx agi-radar@latest search "agent memory" --json
npx agi-radar@latest get github:owner/repo --json
npx agi-radar@latest get briefing:latest --json
npx agi-radar@latest get audio:latest --download ./daily.mp3

也可以全局安装：

npm install -g agi-radar
agi-radar sync --json
agi-radar search "Claude Code skills" --limit 10 --json
agi-radar get audio:latest --download ./daily-agi-radar.mp3

给 agent、脚本或自动化流程用时，建议加 --json。人直接在终端看，可以不加。

命令速查

agi-radar status --json
agi-radar sync --all --json
agi-radar search "agent workflow automation" --limit 10 --json
agi-radar get github:owner/repo --json
agi-radar get briefing:latest --json
agi-radar get audio:latest --download ./daily-agi-radar.mp3

提交候选内容：

agi-radar submit github https://github.com/owner/repo
agi-radar submit skill https://skillhub.cn/skills/example

怎么共创反馈

Daily AGI Radar 希望成为一个共享学习资料库。公开投稿会作为候选内容进入审核流程，不会直接写入公开 feed。

欢迎通过 Issue 推荐：

• 值得跟踪的 GitHub 项目
• 值得阅读和总结的文章
• 来自 skillhub.cn 的 agent skill

提交时请附上 URL，并简单说明它为什么对 AI 构建者或学习者有价值。后续流水线会负责拉取、评估、自动打标、人工审核和入库。

公开数据

CLI 默认从这里读取 manifest：

https://raw.githubusercontent.com/szsip239/Daily-AGI-Radar/main/data/manifest.json

默认公开数据包括：

• 搜索 feed：data/search.jsonl.gz
• 详情 feed：data/details/*.jsonl.gz
• 每日简报：reports/daily/YYYY-MM-DD.md
• 音频元数据：data/audio.jsonl.gz
• MP3 文件：按月份发布到 GitHub Releases，例如 audio-2026-06

MP3 不直接提交到 Git 仓库，避免仓库体积持续膨胀。

本地开发

npm install
npm test
npm run build
node dist/cli.js status --json

CLI 实现约定见 docs/cli-spec.md。