daily-news-portal

Wygeneruj dzienny portal newsowy jako jeden plik HTML w Canvas.

Parametry

• OUTPUT: ~/.openclaw/canvas/prasowka-{YYYYMMDD}.html
• DATA_DIR: ~/.openclaw/workspace/skills/prasowka/data
• REFS_DIR: ~/.openclaw/workspace/skills/prasowka/references

Kroki wykonawcze

Krok 1: Inicjalizacja

mkdir -p ~/.openclaw/canvas ~/.openclaw/workspace/skills/prasowka/data
DATE=$(date +%Y%m%d)
SEEN_URLS_FILE="$DATA_DIR/seen_urls.json"

Krok 2: Załaduj konfigurację

Przeczytaj $REFS_DIR/topics.md - format:

ai-models: 15
ai-tools: 10
ai-video: 15
...

Krok 3: Dla każdego tematu - fetch news

Uruchom subagenta dla każdego tematu:

# subagent: fetch_topic_news
def fetch_topic_news(topic, limit):
    result = subprocess.run([
        "python3", "scripts/fetch_news.py",
        "--topic", topic,
        "--limit", str(limit)
    ], capture_output=True, text=True)
    
    if result.returncode != 0:
        # fallback do web_search
        return web_search(f"latest {topic} news {limit}")
    
    return json.loads(result.stdout)

Krok 4: Filtruj URLe

def filter_new_urls(articles, seen_urls):
    return [a for a in articles if a['url'] not in seen_urls]

Krok 5: Dla każdego artykułu - pobierz i streść

Uruchom subagenta dla każdego artykułu:

# subagent: summarize_article
def summarize_article(url):
    content = web_fetch(url, extract_text=True)
    
    if not content or len(content) < 100:
        return None
    
    # Wygeneruj własne streszczenie
    summary = llm_summarize(content[:3000])
    return summary

Krok 6: Generuj HTML

Użyj szablonu z toggle dark/light, 18 kategoriami, streszczeniami 2-3 zdania.

Krok 7: Zapisz i zaktualizuj

• Zapisz HTML do Canvas
• Zaktualizuj seen_urls.json
• Wywołaj prasowka-guardian

Obsługa błędów

• fetch_news.py zawiedzie → web_search
• Artykuł niedostępny → pomiń
• Streszczenie puste → użyj pierwszych 3 zdań
• Nie zatrzymuj się - kontynuuj

Wymagania

• scripts/fetch_news.py
• references/topics.md
• references/format.md