astro-daily

每天自动抓取天文方向新论文，优先筛选高能天体物理相关内容，用 Claude 评分并生成中文解读，保存日报 Markdown/HTML，并可通过企业微信群机器人推送 Markdown 摘要。

写作定位：面向天文/物理专业读者的科普式总结。不会写成少儿科普，也不会写成官方通稿；会补充必要背景，但保留足够专业信息。

功能

• 数据源
  • arXiv 主方向：astro-ph.HE
  • arXiv 辅方向：astro-ph.IM / astro-ph.GA / astro-ph.CO / astro-ph.SR / astro-ph.EP
  • Nature / Nature Astronomy / Nature Physics / Nature Communications RSS
  • Nature astronomy and astrophysics 主题 RSS
  • Science / Science Advances RSS
• 筛选策略
  • astro-ph.HE 权重最高，推荐阈值较低
  • IACT / 大气切伦科夫望远镜相关论文与 HE 同等优先，包括 CTA、MAGIC、H.E.S.S.、VERITAS、LST 等
  • 其他非 HE 方向必须明显新颖、重要，或对高能天文 / 宇宙线 / 伽马射线 / 仪器方法有影响才保留
  • Nature / Science 及其重点子刊来源会进入候选池并使用较宽的期刊来源阈值，避免漏掉未上 arXiv 的重要文章
• Claude LLM 评分
  • novelty_score
  • importance_score
  • relevance_to_me
  • final_score
  • keep
• 输出
  • daily_reports/YYYY-MM-DD.md
  • docs/reports/YYYY-MM-DD.html：由 Markdown 自动转换出的 HTML 报告，用于企业微信摘要跳转或静态托管
  • 每篇论文包含可折叠详细解读：文章详细讲解、背景知识、基础理论/方法、重点章节阅读指引、建议重点查看的图表、强相关工作链接
  • 可选嵌入论文 verified figures：通过 Yun532/paper_figure_extractor 提取图号、图片、caption 和 provenance，再由 LLM 按图表解读价值选择展示
  • 企业微信 Markdown 摘要：自动压缩 Top 3–5 篇，控制在安全长度内
  • seen_papers.json
  • 可选企业微信群机器人推送
• 支持 --dry-run
• 支持 cron / Windows Task Scheduler 定时运行

环境要求

• Python 3.10+
• Anthropic API key
• 企业微信群机器人 Webhook（仅在启用微信推送时需要）

安装

Windows PowerShell：

python -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -r requirements.txt

Linux / macOS：

python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

配置

复制环境变量模板：

cp .env.example .env

Windows PowerShell：

Copy-Item .env.example .env

编辑 .env：

ANTHROPIC_API_KEY=你的 Anthropic API key
WECOM_WEBHOOK_URL=你的企业微信群机器人 Webhook
FIGURE_TOOL_PATH=C:\path\to\paper_figure_extractor\tools\paperfig
[email protected]

如果使用本地 Anthropic-compatible 代理（例如 cc switch），可以改用：

ANTHROPIC_BASE_URL=http://127.0.0.1:8317
ANTHROPIC_AUTH_TOKEN=你的代理 token
ANTHROPIC_MODEL=gpt-5.5
ANTHROPIC_API_MODE=compatible

ANTHROPIC_AUTH_TOKEN 会作为 Anthropic SDK 的 API key 使用；ANTHROPIC_MODEL 会覆盖 config.yaml 里的模型名。密钥只从 .env 读取，不要写进 config.yaml 或代码。

企业微信群机器人推送使用 Markdown 消息，WECOM_WEBHOOK_URL 只写入 .env，不要写进代码或提交到仓库。

主要运行参数在 config.yaml：

sources:
  arxiv:
    days_back: 7
    primary:
      - category: astro-ph.HE
        max_results: 120
    secondary:
      - category: astro-ph.IM
        max_results: 25
  rss:
    feeds:
      - name: Nature
        url: https://www.nature.com/nature.rss
      - name: Nature Astronomy
        url: https://www.nature.com/natastron.rss
      - name: Nature Physics
        url: https://www.nature.com/nphys.rss
      - name: Nature Communications
        url: https://www.nature.com/ncomms.rss
      - name: Science
        url: https://www.science.org/action/showFeed?type=etoc&feed=rss&jc=science
      - name: Science Advances
        url: https://www.science.org/action/showFeed?type=etoc&feed=rss&jc=sciadv

scoring:
  max_papers_per_report: 15
  important_overflow_papers: 5
  important_overflow_min_final_score: 8.5
  important_overflow_min_relevance: 8
  daily_content_floor: 3

report:
  classic_papers_file: classic_papers.yaml
  weekend_syllabus_file: weekend_syllabus.yaml

site_base_url: 你的静态站点根地址

publish:
  enabled: false
  provider: github_pages
  mode: git_push
  repo_url:
  branch: main
  docs_dir: docs
  commit_message_template: Publish Astro Daily report {date}
  require_success_before_push: true

wechat:
  enabled: true

site_base_url 用来拼接完整报告链接：{site_base_url}/reports/YYYY-MM-DD.html。如果你不想推送微信，把 wechat.enabled 改成 false。

scoring.daily_content_floor 表示每日内容下限。当天通过常规阈值的新论文少于该数量时，程序会先补近期/较早未读的重要论文；仍不足时，从 classic_papers.yaml 中选择一篇未精读过的具体经典论文或重要旧文，不会让模型临时编造经典论文候选。

report.weekend_syllabus_file 指向 weekend_syllabus.yaml。周末运行时，程序会优先从这个课程表里选择下一讲未学过的课程，并把课程标题、系列、章节、前置知识、经典论文和前沿方向作为硬约束传给 LLM。这样周末内容是连续课程，而不是临时主题。

publish.enabled 默认是 false，因此不会自动提交或推送 GitHub。启用 GitHub Pages 发布前，需要先创建 GitHub 仓库，并确保本机 git push 到该仓库可用。

运行

查看帮助：

python -m astro_daily --help

测试抓取数据源，不调用 LLM：

python -m astro_daily test-fetch

完整 dry-run：

python -m astro_daily run --dry-run

兼容入口也支持：

python main.py --dry-run

Dry-run 会抓取、评分、生成 Markdown/HTML 报告，并打印完整微信摘要文本和发布计划，但不会：

• 更新 seen_papers.json
• 推送 GitHub
• 推送微信

正式运行：

python -m astro_daily run

指定日期：

python -m astro_daily run --date 2026-05-02

企业微信群机器人 dry-run 会打印将要发送的 JSON payload；正式运行会打印企业微信 API 返回值，errcode != 0 时直接报错。

GitHub Pages 发布完整报告

完整网页版报告会生成到：

docs/reports/YYYY-MM-DD.html

推荐把 GitHub Pages 配置为从 main 分支的 /docs 目录发布。新建仓库后：

1. 在 GitHub 创建仓库，例如 astro-daily。
2. 在本机把项目初始化为 git 仓库并添加远程 origin。
3. 在 GitHub 仓库 Settings → Pages 中选择 main 分支 /docs 目录。
4. 修改 config.yaml：

site_base_url: https://你的用户名.github.io/astro-daily
publish:
  enabled: true
  provider: github_pages
  mode: git_push
  repo_url: https://github.com/你的用户名/astro-daily.git
  branch: main
  docs_dir: docs
  require_success_before_push: true

启用后，正式运行会只提交并推送当天的 docs/reports/YYYY-MM-DD.html。如果发布失败，程序不会继续推送企业微信，也不会更新 seen_papers.json。

论文图片提取

可选图片功能依赖独立项目 Yun532/paper_figure_extractor。Astro Daily 只使用该工具输出的 verified figures，不嵌入 candidates 中的不确定截图；报告会保留图号、caption、来源置信度和 provenance，并让 LLM 根据“建议重点查看的图表 / 关键图表逐图导读 / 模型拟合”选择最值得展示的图。

配置示例：

figure_extraction:
  enabled: true
  tool_path: C:\path\to\paper_figure_extractor\tools\paperfig
  cache_dir: figure_cache
  asset_dir: docs/assets/figures
  max_figures_per_paper: 6
  max_figure_candidates_per_paper: 12
  dpi: 400
  strict: true

生成后的图片会复制到 docs/assets/figures/YYYY-MM-DD/<paper_id>/ 并随 GitHub Pages 报告一起发布；figure_cache/ 只作为本地缓存，不提交到仓库。

个人微信 ClawBot 可作为企业微信群机器人的补充通道。claude-code-wechat-channel 仍可用于扫码登录并生成本机 ClawBot 登录凭据，但日报项目内的可靠发送路径使用直接 ClawBot HTTP 适配器，不依赖 Claude Code 实验 channel 路由。配置示例：

clawbot:
  enabled: false
  base_url: https://ilinkai.weixin.qq.com
  default_recipient:
  send_report: false
  poll_enabled: false

测试现有报告链接发送，不生成新报告：

python -m astro_daily test-clawbot-send --dry-run
python -m astro_daily test-clawbot-send --date 2026-05-02

诊断微信入站消息：

python -m astro_daily test-clawbot-poll

把微信输入作为一次模型输入并自动回复：

python -m astro_daily clawbot-chat

只处理一轮消息可用于测试：

python -m astro_daily clawbot-chat --once

不要同时运行多个 ClawBot 监听器，包括单独的 npx claude-code-wechat-channel start、test-clawbot-poll 循环和 clawbot-chat；否则消息游标和上下文 token 可能被不同进程消费。当前稳定自动化路径仍然是：GitHub Pages 承载完整网页，企业微信群机器人发送摘要和完整报告链接。

输出文件

• daily_reports/YYYY-MM-DD.md：每日 Markdown 报告
• docs/reports/YYYY-MM-DD.html：从 Markdown 自动转换的 HTML 报告，包含 <meta charset="utf-8">、基础排版样式和可点击链接
• seen_papers.json：已推送论文记录，用于避免重复推送

默认 .gitignore 会忽略这两个生成物。如果你想把日报纳入版本控制，可以从 .gitignore 删除 daily_reports/。

cron 设置

Linux / macOS 示例：每天早上 08:17 运行。

17 8 * * * cd /path/to/astro-daily && /path/to/astro-daily/.venv/bin/python -m astro_daily run >> astro_daily.log 2>&1

不要把时间都设在整点，避免和大量定时任务同时触发。

Windows Task Scheduler

在“任务计划程序”中新建任务：

• Program/script:

powershell.exe

• Add arguments（先用 11:30 dry-run 验证，不真实推送）：

-NoProfile -ExecutionPolicy Bypass -Command "Set-Location 'C:\path\to\astro-daily'; & '.\.venv\Scripts\python.exe' -m astro_daily run --dry-run --config '.\config.yaml' >> '.\astro_daily.log' 2>&1"

• Start in:

C:\path\to\astro-daily

确认报告质量和微信配置后，再把命令里的 run --dry-run 改成 run 用于真实推送和更新 seen_papers.json。

筛选逻辑

Claude 会先给每篇论文打分，但最终是否保留还会经过本地阈值策略：

• astro-ph.HE 和 IACT / 大气切伦科夫望远镜相关论文：阈值较低，并有 HE 级别加权
• 其他非 HE：阈值更高，并要求 relevance_to_me 达到最低要求

这样可以避免模型偶尔把泛天文热点文章过度推荐。

当当天新论文通过阈值数量不足 scoring.daily_content_floor 时，日报会明确标注补充内容：

• 今日新文：确认属于当天 arXiv daily listing 或 RSS 日期的常规推荐。
• 补充推荐：近期/较早未读的重要论文，不会标成今日论文。
• 经典旧文精读：来自 classic_papers.yaml 的具体经典论文/重要旧文。

classic_papers.yaml 的条目字段固定为：

- id: li-ma-1983-significance
  title: Analysis methods for results in gamma-ray astronomy
  authors: [T.-P. Li, Y.-Q. Ma]
  year: 1983
  url: https://ui.adsabs.harvard.edu/abs/1983ApJ...272..317L/abstract
  topic: Gamma-ray astronomy statistics
  tags: [gamma-ray astronomy, significance, IACT]
  why_classic_cn: Li-Ma 显著性公式是伽马射线天文 on/off 计数分析的标准工具。

weekend_syllabus.yaml 用来控制周末课程顺序。条目包含 id/title_cn/series_id/part_index/planned_parts/topic/anchor_work_cn/prerequisites_cn/lesson_scope_cn/why_classic_cn/classic_paper_ids/modern_directions_cn/search_keywords/links。程序会跳过 seen_papers.json 中已讲过的同标题或同系列同章节，选择下一讲，保证 GRB、TDE、PWN/pulsar halo 按课程推进。

Claude API 说明

本项目使用官方 Anthropic Python SDK：

import anthropic
client = anthropic.Anthropic()

默认模型是：

claude-opus-4-7

官方 Claude 模型请求使用 adaptive thinking 和结构化 JSON 输出；不会使用 OpenAI-compatible shim，也不会使用 temperature / top_p / top_k。

如果设置了 ANTHROPIC_BASE_URL 或非 claude- 模型名，程序会自动进入兼容模式：不发送 thinking、output_config 和 prompt-cache 参数，改用普通 JSON 提示，便于本地代理转发到其他模型。

稳定系统提示在官方 Claude 模式下会启用 prompt caching，日期和论文列表放在用户消息中，避免破坏缓存前缀。

测试

运行单元测试：

pytest

Windows 当前机器如果系统临时目录权限受限，推荐使用项目内临时目录并关闭 pytest cache：

$env:TMP='E:\astro-daliy\.pytest-tmp'
$env:TEMP='E:\astro-daliy\.pytest-tmp'
.\.venv\Scripts\python.exe -m pytest -q -p no:cacheprovider

建议首次配置后依次运行：

python -m astro_daily test-fetch
python main.py --dry-run
pytest

常见问题

ANTHROPIC_API_KEY is required

.env 没有配置 ANTHROPIC_API_KEY，或运行任务的工作目录不正确。确认命令是在项目根目录执行。

微信没有推送

检查：

1. config.yaml 中 wechat.enabled: true
2. .env 中 WECOM_WEBHOOK_URL 已设置
3. 不是 --dry-run
4. 企业微信群机器人 Webhook 可用，且企业微信 API 返回 errcode: 0

RSS 抓取失败

Nature 的 RSS endpoint 可能会调整。RSS URL 都在 config.yaml，可以直接替换。

arXiv 抓取为空

可能当天没有对应分类新论文，或 days_back 太小。可以在 config.yaml 增大 sources.arxiv.days_back。

目录结构

astro_daily/
  cli.py
  config.py
  llm.py
  models.py
  pipeline.py
  report.py
  scoring.py
  seen.py
  summarizer.py
  sources/
    arxiv.py
    rss.py
src/
  figure_extractor.py
  push_wecom_bot.py
  report_html.py
  wechat_summary.py
tests/
docs/
  reports/
config.yaml
requirements.txt
.env.example