monitor-anything

中文 | English | 返回 ZeroOne Skills

用一句自然语言定义关注方向，让 AI Agent 每天把分散资讯整理成一份值得阅读的可视化报告。

monitor-anything 会完成一条完整的信息流水线：

采集① → 清洗② → 语义筛选③ → 跨源聚类④ → 摘要成文⑤ → 可视化渲染⑥

它适用于 Claude Code、Codex、Cowork 等支持 Agent Skills 的产品。Python 脚本只负责网络请求、数据库和格式转换；筛选、聚类和摘要由当前 Agent 依据 Skill 内的提示词完成，因此不需要额外配置 LLM API key。

你会得到什么

• 贴合关注方向：用自然语言说明想看什么、不想看什么，而不是维护复杂规则。
• 多渠道信息池：覆盖微信公众号、小红书、纽约时报、AI 热点等来源；实际可用范围以上游数据服务为准。
• 跨源事件聚类：把多个独立账号或域名对同一事件的报道合并，减少重复阅读。
• 判断而非标题堆叠：报告说明事件内容、与你的关系和各信源之间的差异。
• 中英文报告：报告正文、页面文案和渠道名称统一使用配置的语言。
• 每日独立报告：每天生成一个可单独打开和分享的 HTML 文件，同时维护一个本地历史目录。

这个 Skill 面向每日增量阅读，不是历史搜索引擎、全文归档系统或数据资产平台。

快速开始

方式一：从 SkillHub 安装

monitor-anything 的版本和详情发布在 SkillHub。已经安装 SkillHub CLI 时，运行：

skillhub install monitor-anything --dir <Agent 的 Skills 目录>

--dir 必须指向当前 Agent 实际加载 Skills 的目录。尚未安装 CLI 时，请先按照 SkillHub 安装说明操作，也可以直接把该说明链接交给 Agent。

方式二：从仓库复制

git clone https://github.com/g453030291/zeroone-skills.git
cp -R zeroone-skills/skills/intelligence/monitor-anything /path/to/your/skills/

请将目标路径替换为当前 Agent 产品的 Skills 目录。安装完成后，直接对 Agent 说：

帮我盯一下国内 AI 推理基础设施和芯片供应链的动态，我不关心融资八卦和课程广告。

首次使用时，Agent 会：

1. 检查数据服务 token；没有 token 时，尝试自动申请一个有效期为 30 天的试用 token。
2. 推断或询问你的关注方向、排除项、报告语言、生成时间和数据保留天数。
3. 原样展示推断结果，得到确认后才写入配置。
4. 抓取真实数据并生成第一份报告。
5. 如果宿主产品支持定时唤醒，尝试创建独立的采集任务和日报任务。

试用 token 不会在到期后自动续期。届时需要通过项目发布渠道获取或延长有效 token。

它如何工作

| 阶段 | 执行者 | 作用 | | --- | --- | --- | | ① 采集 | Python 脚本 | 拉取最近 24 小时的增量资讯 | | ② 清洗 | Python 脚本 | 规范内容、去重并写入本地 SQLite | | ③ 语义筛选 | AI Agent | 根据关注方向判断相关性 | | ④ 跨源聚类 | AI Agent | 合并独立信源对同一事件的报道 | | ⑤ 摘要成文 | AI Agent | 生成标题、摘要、相关性说明和整体概览 | | ⑥ 可视化渲染 | Python 脚本 | 生成 HTML 报告、历史目录和分享链接 |

如果某个关注方向筛选后没有命中，Agent 会最多进行一次补充检索，并且仍只接受最近 24 小时内的结果。补充后依然没有内容时，报告会诚实说明零命中，不会编造资讯凑数。

完整的 Agent 执行步骤见 SKILL.md，设计取舍和文件职责见 ARCHITECTURE.md。

自动化

Skill 本身没有常驻后台进程，也不会修改系统的 cron 或 launchd。自动运行依赖宿主 Agent 产品的定时唤醒能力。

Setup 会在能力可用时尝试创建两类任务：

• 采集任务：默认每天在 0、6、12、18 点拉取一次增量。成功时静默，失败时发送简短提醒。
• 报告任务：默认每天 08:00 运行筛选、聚类、摘要、渲染和分享，并发送一次最终结果通知。

报告时间和采集时刻采用运行环境所在时区。宿主产品不支持自动化时，Agent 会说明限制；你仍然可以随时手动要求它生成最新报告。

报告与本地文件

默认数据位于 Skill 目录下的 data/：

data/
├── config.json                 # monitors、语言、时间和 token 等配置
├── monitor.db                  # 原始内容、处理状态和运行记录
└── reports/
    ├── YYYY-MM-DD.json         # 当天结构化报告
    ├── YYYY-MM-DD.html         # 当天独立报告页
    ├── dashboard.html          # 本地历史目录首页
    └── dates-manifest.js       # 历史目录使用的日期摘要

data/ 已被仓库的 .gitignore 排除，只有用于保留目录的 .gitkeep 会进入 Git。默认保留最近 30 天的数据，运行采集时会清理过期记录。

数据、分享与隐私

使用前请了解以下边界：

• 原始内容、配置和中间结果默认保存在本机的 data/ 目录。
• 脚本会连接零一实验室数据服务，用于申请试用 token、获取资讯、必要时补充检索，以及上传报告。
• 每日独立报告 YYYY-MM-DD.html 默认会在生成后上传到零一实验室分享服务，得到一个任何拿到链接的人都能访问的公开地址。上传范围只包含当天这一份报告，不包含历史目录或其他日期。
• 当天报告页内置百度统计。浏览器打开报告时会向 hm.baidu.com 发送标准访问统计事件；报告正文不会作为统计事件内容发送。dashboard.html 不包含该统计脚本。
• token 只保存在本地配置中，不会写入或嵌入可分享的 HTML。
• 临时 token 的申请限额按客户端 IP 计算；token 创建后不绑定使用 IP。

如果你不接受默认上传公开报告或页面访问统计，不应在未调整实现和流程的情况下使用默认分享功能。

常用检查命令

以下命令需在 monitor-anything 目录中执行：

# 检查或自动申请试用 token
python3 scripts/setup.py check-token

# 手动采集最新增量
python3 scripts/harvest.py run

# 查看最近的采集状态
python3 scripts/harvest.py status

完整报告不是一个纯脚本命令：③④⑤需要 AI Agent 阅读 prompts/ 并进行语义判断。日常使用时应直接唤起这个 Skill，而不是尝试绕过 Agent 拼接整个流程。

配置与依赖

• Python 3
• 仅使用 Python 标准库，无需 pip install
• 报告语言：zh 或 en
• 默认报告时间：08:00
• 默认采集时刻：0 / 6 / 12 / 18
• 默认数据保留：30 天

配置由首次 Setup 写入 data/config.json。涉及长期 token 时，应通过标准输入交给设置命令，避免凭据出现在命令历史或进程列表中；详细操作由 SKILL.md 约束。

目录结构

monitor-anything/
├── SKILL.md
├── ARCHITECTURE.md
├── README.md
├── README_EN.md
├── scripts/
├── prompts/
├── assets/
└── data/

License

随 ZeroOne Skills 项目采用 MIT License。