名称： proactive-research
描述： 监控感兴趣的主题，并在重要动态发生时主动发出警报。适用于用户希望对特定主题（例如产品发布、价格变动、新闻话题、技术更新）进行自动化监控的场景。支持定时网络搜索、AI驱动的重要性评分、智能警报与每周摘要，以及基于记忆的上下文摘要。

主动研究

监控重要事项，在发生时获得通知。

主动研究通过持续监控您关心的主题，并智能地仅在真正重要的事件发生时通知您，从而将您的助手从被动响应转变为主动服务。

核心能力

1. 主题配置 - 使用自定义参数定义监控主题
2. 定时监控 - 按可配置的时间间隔自动搜索
3. AI重要性评分 - 智能过滤：即时警报、摘要收录或忽略
4. 上下文摘要 - 不仅仅是链接，而是包含背景信息的有意义摘要
5. 每周摘要 - 将低优先级发现汇总成可读报告
6. 记忆集成 - 参考您过去的对话和兴趣

快速开始

# 初始化配置
cp config.example.json config.json

# 添加一个主题
python3 scripts/manage_topics.py add "Dirac Live 更新" \
  --keywords "Dirac Live,房间校正,音频" \
  --frequency daily \
  --importance medium

# 测试监控（试运行）
python3 scripts/monitor.py --dry-run

# 设置 cron 以实现自动监控
python3 scripts/setup_cron.py

主题配置

每个主题包含以下属性：

• name - 显示名称（例如："AI 模型发布"）
• query - 搜索查询（例如："新 AI 模型发布公告"）
• keywords - 相关性过滤器（["GPT", "Claude", "Llama", "发布"]）
• frequency - hourly（每小时）、daily（每天）、weekly（每周）
• importance_threshold - high（立即警报）、medium（重要时警报）、low（仅收录摘要）
• channels - 发送警报的渠道（["telegram", "discord"]）
• context - 您关心的原因（用于 AI 生成上下文摘要）

配置文件示例 config.json

{
  "topics": [
    {
      "id": "ai-models",
      "name": "AI 模型发布",
      "query": "新 AI 模型发布 GPT Claude Llama",
      "keywords": ["GPT", "Claude", "Llama", "发布", "公告"],
      "frequency": "daily",
      "importance_threshold": "high",
      "channels": ["telegram"],
      "context": "为工作关注 AI 发展动态",
      "alert_on": ["model_release", "major_update"]
    },
    {
      "id": "tech-news",
      "name": "科技行业新闻",
      "query": "科技 初创公司 融资 收购",
      "keywords": ["初创公司", "融资", "A轮", "收购"],
      "frequency": "daily",
      "importance_threshold": "medium",
      "channels": ["telegram"],
      "context": "了解科技趋势",
      "alert_on": ["major_funding", "acquisition"]
    },
    {
      "id": "security-alerts",
      "name": "安全漏洞",
      "query": "CVE 严重漏洞 安全补丁",
      "keywords": ["CVE", "漏洞", "安全", "补丁", "严重"],
      "frequency": "hourly",
      "importance_threshold": "high",
      "channels": ["telegram", "email"],
      "context": "DevOps 安全监控",
      "alert_on": ["critical_cve", "zero_day"]
    }
  ],
  "settings": {
    "digest_day": "sunday",
    "digest_time": "18:00",
    "max_alerts_per_day": 5,
    "deduplication_window_hours": 72,
    "learning_enabled": true
  }
}

脚本说明

manage_topics.py

管理研究主题：

# 添加主题
python3 scripts/manage_topics.py add "主题名称" \
  --query "搜索查询" \
  --keywords "关键词1,关键词2" \
  --frequency daily \
  --importance medium \
  --channels telegram

# 列出主题
python3 scripts/manage_topics.py list

# 编辑主题
python3 scripts/manage_topics.py edit eth-price --frequency hourly

# 移除主题
python3 scripts/manage_topics.py remove eth-price

# 测试主题（预览结果而不保存）
python3 scripts/manage_topics.py test eth-price

monitor.py

主监控脚本（通过 cron 运行）：

# 正常运行（发送警报 + 保存状态）
python3 scripts/monitor.py

# 试运行（不发送警报，显示将要执行的操作）
python3 scripts/monitor.py --dry-run

# 强制检查特定主题
python3 scripts/monitor.py --topic eth-price

# 详细日志
python3 scripts/monitor.py --verbose

工作原理：
1. 读取需要检查的主题（基于频率设置）
2. 使用 web-search-plus 或内置的 web_search 进行搜索
3. 使用 AI 重要性评分器为每个结果评分
4. 高重要性 → 立即发送警报
5. 中重要性 → 保存以备摘要
6. 低重要性 → 忽略
7. 更新状态以防止重复警报

digest.py

生成每周摘要：

# 生成本周摘要
python3 scripts/digest.py

# 生成并发送
python3 scripts/digest.py --send

# 预览而不发送
python3 scripts/digest.py --preview

输出格式示例：

# 每周研究摘要 - [日期范围]

## 🔥 重点内容

-   **AI 模型**：Claude 4.5 发布，推理能力提升
-   **安全**：流行框架中的严重 CVE 漏洞已修复

## 📊 按主题分类

### AI 模型发布
-   [本周有 3 项发现]

### 安全漏洞
-   [本周有 1 项发现]

## 💡 建议

根据您的兴趣，您可能希望监控：
-   "Kubernetes 安全"（本周提及 3 次）

setup_cron.py

配置自动化监控：

# 交互式设置
python3 scripts/setup_cron.py

# 使用默认值自动设置
python3 scripts/setup_cron.py --auto

# 移除 cron 任务
python3 scripts/setup_cron.py --remove

创建 cron 条目示例：

# 主动研究 - 每小时主题
0 * * * * cd /path/to/skills/proactive-research && python3 scripts/monitor.py --frequency hourly

# 主动研究 - 每日主题
0 9 * * * cd /path/to/skills/proactive-research && python3 scripts/monitor.py --frequency daily

# 主动研究 - 每周摘要
0 18 * * 0 cd /path/to/skills/proactive-research && python3 scripts/digest.py --send

AI 重要性评分

评分器使用多种信号来决定警报优先级：

评分信号

高优先级（立即警报）：
- 重大突发新闻（通过新鲜度和关键词密度检测）
- 价格变动 >10%（针对金融主题）
- 与您精确关键词匹配的产品发布
- 您使用的工具中的安全漏洞
- 对您提出的具体问题的直接回答

中优先级（值得收录摘要）：
- 相关新闻但不紧急
- 跟踪产品的次要更新
- 您关注主题中的有趣进展
- 教程/指南发布
- 高参与度的社区讨论

低优先级（忽略）：
- 重复新闻（已警报过）
- 略微相关的内容
- 低质量来源
- 过时信息
- 垃圾/推广内容

学习模式

启用时（learning_enabled: true），系统会：
1. 跟踪您与哪些警报互动
2. 根据您的行为调整评分权重
3. 建议主题优化
4. 自动调整重要性阈值

学习数据存储在 .learning_data.json 中（保护隐私，绝不共享）。

记忆集成

主动研究与您的对话历史连接：

警报示例：

🔔 Dirac Live 更新

版本 3.8 已发布，包含您上周询问的房间校正改进。

上下文： 您曾提到工作室的低频响应问题。此更新包含了新的低频优化功能。

[链接] | [完整详情]

工作原理：
1. 读取 references/memory_hints.md 文件（需创建此文件）
2. 扫描最近的对话日志（如果可用）
3. 将发现与过去的上下文匹配
4. 生成个性化摘要

memory_hints.md（可选）

帮助 AI 建立联系：

# 主动研究记忆提示

## AI 模型
-   使用 Claude 进行编码辅助
-   对推理能力改进感兴趣
-   比较不同用例的模型

## 安全
-   运行生产环境 Kubernetes 集群
-   需要快速修补严重 CVE 漏洞
-   对零日漏洞披露感兴趣

## 科技新闻
-   关注初创企业生态系统
-   对开发者工具领域感兴趣
-   跟踪潜在的收购目标

警报渠道

Telegram

需要 OpenClaw 消息工具：

{
  "channels": ["telegram"],
  "telegram_config": {
    "chat_id": "@your_username",
    "silent": false,
    "effects": {
      "high_importance": "🔥",
      "medium_importance": "📌"
    }
  }
}

Discord

基于 Webhook：

{
  "channels": ["discord"],
  "discord_config": {
    "webhook_url": "https://discord.com/api/webhooks/...",
    "username": "研究机器人",
    "avatar_url": "https://..."
  }
}

电子邮件

SMTP 或 API：

{
  "channels": ["email"],
  "email_config": {
    "to": "you@example.com",
    "from": "research@yourdomain.com",
    "smtp_server": "smtp.gmail.com",
    "smtp_port": 587
  }
}

高级功能

警报条件

微调何时触发警报：

{
  "alert_on": [
    "price_change_10pct",
    "keyword_exact_match",
    "source_tier_1",
    "high_engagement"
  ],
  "ignore_sources": [
    "spam-site.com",
    "clickbait-news.io"
  ],
  "boost_sources": [
    "github.com",
    "arxiv.org",
    "official-site.com"
  ]
}

正则表达式模式

匹配特定模式：

{
  "patterns": [
    "version \\d+\\.\\d+\\.\\d+",
    "\\$\\d{1,3}(,\\d{3})*",
    "CVE-\\d{4}-\\d+"
  ]
}

速率限制

防止警报疲劳：

{
  "settings": {
    "max_alerts_per_day": 5,
    "max_alerts_per_topic_per_day": 2,
    "quiet_hours": {
      "start": "22:00",
      "end": "08:00"
    }
  }
}

状态管理

.research_state.json

跟踪：
- 每个主题的最后检查时间
- 已警报的 URL（去重）
- 重要性评分历史
- 学习数据（如果启用）

示例：

{
  "topics": {
    "eth-price": {
      "last_check": "2026-01-28T22:00:00Z",
      "last_alert": "2026-01-28T15:30:00Z",
      "alerted_urls": [
        "https://example.com/eth-news-1"
      ],
      "findings_count": 3,
      "alerts_today": 1
    }
  },
  "deduplication": {
    "url_hash_map": {
      "abc123": "2026-01-28T15:30:00Z"
    }
  }
}

.findings/ 目录

存储值得收录摘要的发现：

.findings/
├── 2026-01-22_eth-price.json
├── 2026-01-24_fm26-patches.json
└── 2026-01-27_ai-breakthroughs.json

最佳实践

1. 从保守开始 - 初始设置 importance_threshold: medium，根据警报质量调整
2. 使用上下文字段 - 帮助 AI 生成更好的摘要
3. 优化关键词 - 添加否定关键词以过滤噪音："keywords": ["AI", "-clickbait", "-spam"]
4. 启用学习模式 - 根据您的行为随时间改进
5. 每周查看摘要 - 不要忽略摘要，它能揭示模式
6. 与个人分析结合 - 根据您的聊天模式获取主题建议

与其他技能的集成

web-search-plus

自动使用智能路由：
- 产品/价格主题 → Serper
- 研究主题 → Tavily
- 公司/初创企业发现 → Exa

personal-analytics

根据对话模式建议主题：

"您本月已询问 Rust 12 次。需要我监控 'Rust 语言更新' 吗？"

隐私与安全

• 所有数据本地化 - 除搜索 API 外，不使用外部服务
• 状态文件被 gitignore - 可在版本控制工作区安全使用
• 记忆提示可选 - 您控制共享哪些上下文
• 学习数据保留在本地 - 绝不发送给 API

故障排除

未发送警报：
- 检查 cron 是否运行：crontab -l
- 验证渠道配置（Telegram 聊天 ID、Discord webhook）
- 使用 --dry-run --verbose 运行以查看评分

警报过多：
- 提高 importance_threshold
- 添加速率限制
- 优化关键词（添加否定过滤器）
- 启用学习模式

错过重要新闻：
- 降低 importance_threshold
- 增加检查频率
- 扩大关键词范围
- 检查 .research_state.json 中的去重问题

摘要未生成：
- 验证 .findings/ 目录是否存在且有内容
- 检查摘要 cron 计划
- 手动运行：python3 scripts/digest.py --preview

示例工作流

跟踪产品发布

python3 scripts/manage_topics.py add "iPhone 17 发布" \
  --query "iPhone 17 公告 发布日期" \
  --keywords "iPhone 17,苹果发布会,九月" \
  --frequency daily \
  --importance high \
  --channels telegram \
  --context "计划从 iPhone 13 升级"

监控竞争对手

python3 scripts/manage_topics.py add "竞争对手分析" \
  --query "CompetitorCo 产品发布 融资" \
  --keywords "CompetitorCo,产品,发布,轮次,融资" \
  --frequency weekly \
  --importance medium \
  --channels discord,email

研究主题

python3 scripts/manage_topics.py add "量子计算论文" \
  --query "量子计算 arxiv" \
  --keywords "量子,量子比特,arxiv" \
  --frequency weekly \
  --importance low \
  --channels email

致谢

为 ClawHub 构建。使用 web-search-plus 技能进行智能搜索路由。