Agently-Daily-News-Collector：LLM驱动的全自动新闻汇总流水线

想象一下：每天早上，你只需要对着终端输入一个词，比如「AI大模型最新进展」，一杯咖啡的时间后，一份结构完整、排版规范的新闻汇总报告就静静地躺在你的文件夹里——包含栏目大纲、AI 自动检索的相关新闻、每条新闻的摘要，以及你设定的语言风格的栏目撰写稿。

这就是 Agently-Daily-News-Collector 正在做的事。它是一个完全开源的、基于大语言模型（LLM）的自动化新闻采集与报告生成工作流，通过 Agently AI 应用开发框架构建，将 AI 新闻汇总的完整流程自动化：从结构规划、新闻检索、内容筛查，到摘要撰写、Markdown 格式输出，全程无需人工干预。

一、项目背景：为什么需要 AI 新闻采集？

在 AI 领域，信息更新的速度远超人工阅读的极限。2024 年开始，大模型军备竞赛加速，每天都有新模型发布、新产品上线、新论文公开。对于 AI 研究者、产品经理、技术写作者来说，「快速获取高质量的行业新闻摘要」是一个高频刚需。

传统方案要么依赖 RSS 订阅（噪音大、格式乱），要么依赖人工整理（费时费力），要么付费购买新闻聚合服务（成本高、不可定制）。Agently-Daily-News-Collector 的出现，提供了一个完全免费、可深度定制、一次配置永久使用的开源替代方案。

该项目的核心贡献者团队 AgentEra 同时维护着 Agently AI 应用开发框架本身（GitHub stars 3,200+），项目背景深厚，开发活跃度高，值得关注。

二、核心技术架构

2.1 Agently 框架：让 LLM 应用开发像搭积木

项目底层使用 Agently（一个专为 GenAI 应用设计的 Python 开发框架）作为运行时。与 LangChain、Hugging Face Transformers 等通用框架不同，Agently 的设计哲学是「用结构化数据和链式调用语法与 AI Agent 交互」，将 Agent 的状态管理、Prompt 模板、工具调用、工作流编排封装为流畅的链式 API：

# Agently 典型的链式调用风格（示例）
result = (agent
    .set_role("你是一位资深科技记者")
    .set_user_info(topic="AI 大模型")
    .load_yaml_prompt(path="prompts/summarize_news.yaml")
    .start()
)

Agently 还提供了 TriggerFlow（事件驱动流） 机制，用于管理复杂的 LLM 工作逻辑。项目中的 build_daily_news_flow 正是基于 TriggerFlow 构建，实现了一个多阶段顺序执行的工作流引擎。

2.2 两代工作流：v3（旧版）与 news_collector（新版）

项目仓库中包含两套实现：

v3（旧版）：基于 Agently v3，采用显式的 Workflow 类 + chunk 装饰器定义工作流节点。流程为：

构建大纲 → AI Agent 根据主题生成报告栏目结构（标题、栏目要求、搜索关键词）
多栏目并发 → 每个栏目通过 column_workflow 并发生成（column_concurrency=3）
新闻检索 → 调用 DuckDuckGo 搜索，按时间范围过滤（timelimit=d，当天）
内容抓取 → Playwright 无头浏览器抓取新闻页面 Markdown 内容
新闻筛选 → AI Agent 根据栏目要求从搜索结果中选取最相关的 N 条
摘要撰写 → 对每条新闻生成 200 字左右的摘要
栏目撰写 → AI 依据摘要和栏目定位撰写完整栏目内容

news_collector（新版）：基于 Agently v4 重构，代码更模块化，将工具层（搜索、浏览）与工作流解耦，引入 AppSettings 配置类统一管理环境变量和模型参数，支持 ${ENV.xxx} 占位符语法从 .env 文件动态注入敏感信息。

2.3 工具层：搜索与浏览的抽象

项目实现了 工具协议层（tools/base.py），定义了 SearchToolProtocol 和 BrowseToolProtocol 两个接口，提供了灵活的工具替换能力：

工具	实现	说明
搜索	DuckDuckGo Search (`ddgs`)	支持多后端：duckduckgo / bing / google 等
浏览	Agently 内置 Browse 工具	Playwright（无头）+ BeautifulSoup 双引擎

浏览工具支持 playwright_headless=True 无头模式，可抓取需要 JavaScript 渲染的动态网页；响应格式可选 Markdown 或纯文本，截断长度可配置（max_content_length=12000）。

三、功能与使用体验

3.1 一句话启动新闻采集

配置好 SETTINGS.yaml 后，使用极其简单：

python app.py "AI大模型最新进展"
# 或者交互式输入
python app.py

输出直接是 Markdown 格式的新闻汇总报告，同时保存到 outputs/ 目录。例如默认配置会生成 3 个栏目的报告：

New Apps：本周新发布的大模型应用
Hot Apps：最热门/讨论度最高的大模型应用
Fun Apps：有趣/有启发性的大模型应用

3.2 高度可配置的报告结构

通过 SETTINGS.yaml 可以灵活调整：

报告语言（OUTPUT_LANGUAGE: Chinese）
栏目数量（max_column_num: 3）
每栏目新闻条数（max_news_per_column: 3）
搜索时间范围（timelimit: d/w/m）
并发度（column_concurrency、summary_concurrency）

进阶用户可以直接修改 prompts/ 目录下的 YAML Prompt 文件，改变 AI 的写作风格、筛选标准、内容结构，实现完全自定义的报告格式。

3.3 代理与模型的双重灵活性

SETTINGS.yaml 中支持配置 HTTP 代理（PROXY），解决了国内用户访问某些新闻源的网络问题。模型层面，默认使用 OpenAI Compatible 格式，可接入 DeepSeek、Qwen、GLM 等任何兼容 OpenAI API 格式的模型，无需修改代码。

四、部署与上手门槛

4.1 容器化部署（推荐）

项目根目录提供了标准的单阶段 Dockerfile：

FROM python:3.10
WORKDIR /app
COPY . .
RUN pip install --no-cache-dir -r requirements.txt
CMD ["python", "app.py"]

构建镜像后需挂载配置文件和数据目录，因为 SETTINGS.yaml 中的 API Key 不能写死在镜像里。适合有 Docker 基础的用户。

4.2 本地 Python 环境（更灵活）

需要 Python 3.10+ 环境，安装依赖后修改 SETTINGS.yaml 即可运行。无 GPU 需求，纯 CPU 运行，内存 2GB 足够。

4.3 上手难度评估

维度	评估
技术门槛	低（Python 基础即可）
配置复杂度	中（需配置 API Key 和可选代理）
网络依赖	高（依赖模型 API + 搜索引擎）
运行成本	低（DeepSeek API 成本极低）

适合有一定技术背景、希望自动化日常信息收集流程的用户。对于完全不懂命令行的用户，有一定门槛。

五、局限性与挑战

5.1 无 Web UI，纯命令行

项目没有提供任何图形界面，所有交互都在终端完成。对于非技术用户或希望多人协作使用的场景，体验不够友好。需要用户自己包装一个简单的 Web 服务来共享使用。

5.2 报告质量依赖模型能力

新闻筛选、摘要生成、栏目撰写的质量完全取决于所调用的 LLM。如果使用较弱的模型（如 gpt-3.5-turbo），生成报告的连贯性和信息密度可能不如预期。建议使用 DeepSeek V3 / GPT-4o / Claude 3.5 等强模型以获得最佳效果。

5.3 新闻源的局限

搜索后端默认为 DuckDuckGo，在某些新闻源覆盖度上不如 Google。若需覆盖中文新闻源，需要配置代理并尝试 Google 搜索后端，但这在国内环境中可能不稳定。

六、行业意义与价值

Agently-Daily-News-Collector 不仅仅是一个工具，它代表了一种趋势：用 AI Agent 自动化「信息消费」的生产环节。从更宏观的视角看，这类工作流有几个重要信号：

LLM 应用正在从「对话」走向「自动化」：不再是简单的问答，而是将 LLM 作为工作流的核心引擎，驱动完整的业务流程。
Prompt 即业务逻辑：项目中大量使用 YAML Prompt 文件来定义 AI 的行为，这意味着非程序员也可以通过调整 Prompt 来定制 AI 的输出风格和质量。
多模型兼容是标配：Agently 框架的核心设计之一是「换模型不改代码」，这正在成为 LLM 应用开发的事实标准。

对于 AI 爱好者，这个项目是理解 LLM Agent 工作流设计的优秀案例；对于 AI 开发者，它是基于 Agently 框架构建生产级应用的成熟参考模板。

七、快速上手指南

Step 1：克隆仓库

git clone git@github.com:AgentEra/Agently-Daily-News-Collector.git
cd Agently-Daily-News-Collector

Step 2：安装依赖

pip install -r requirements.txt

Step 3：配置 SETTINGS.yaml

PROXY: http://127.0.0.1:7890  # 可选，国内可留空
MODEL:
  provider: OpenAICompatible
  base_url: ${ENV.DEEPSEEK_BASE_URL}
  model: ${ENV.DEEPSEEK_DEFAULT_MODEL}
  auth:
    api_key: ${ENV.DEEPSEEK_API_KEY}

Step 4：设置 .env 文件

echo 'DEEPSEEK_BASE_URL=https://api.deepseek.com' >> .env
echo 'DEEPSEEK_API_KEY=your_key_here' >> .env

Step 5：运行

python app.py "AI Agent 最新动态"

Agently-Daily-News-Collector：LLM驱动的全自动新闻汇总流水线

一、项目背景：为什么需要 AI 新闻采集？

该项目的核心贡献者团队 AgentEra 同时维护着 Agently AI 应用开发框架本身（GitHub stars 3,200+），项目背景深厚，开发活跃度高，值得关注。

二、核心技术架构

2.1 Agently 框架：让 LLM 应用开发像搭积木

# Agently 典型的链式调用风格（示例）
result = (agent
    .set_role("你是一位资深科技记者")
    .set_user_info(topic="AI 大模型")
    .load_yaml_prompt(path="prompts/summarize_news.yaml")
    .start()
)

2.2 两代工作流：v3（旧版）与 news_collector（新版）

项目仓库中包含两套实现：

v3（旧版）：基于 Agently v3，采用显式的 Workflow 类 + chunk 装饰器定义工作流节点。流程为：

构建大纲 → AI Agent 根据主题生成报告栏目结构（标题、栏目要求、搜索关键词）
多栏目并发 → 每个栏目通过 column_workflow 并发生成（column_concurrency=3）
新闻检索 → 调用 DuckDuckGo 搜索，按时间范围过滤（timelimit=d，当天）
内容抓取 → Playwright 无头浏览器抓取新闻页面 Markdown 内容
新闻筛选 → AI Agent 根据栏目要求从搜索结果中选取最相关的 N 条
摘要撰写 → 对每条新闻生成 200 字左右的摘要
栏目撰写 → AI 依据摘要和栏目定位撰写完整栏目内容

2.3 工具层：搜索与浏览的抽象

项目实现了 工具协议层（tools/base.py），定义了 SearchToolProtocol 和 BrowseToolProtocol 两个接口，提供了灵活的工具替换能力：

工具	实现	说明
搜索	DuckDuckGo Search (`ddgs`)	支持多后端：duckduckgo / bing / google 等
浏览	Agently 内置 Browse 工具	Playwright（无头）+ BeautifulSoup 双引擎

三、功能与使用体验

3.1 一句话启动新闻采集

配置好 SETTINGS.yaml 后，使用极其简单：

python app.py "AI大模型最新进展"
# 或者交互式输入
python app.py

输出直接是 Markdown 格式的新闻汇总报告，同时保存到 outputs/ 目录。例如默认配置会生成 3 个栏目的报告：

New Apps：本周新发布的大模型应用
Hot Apps：最热门/讨论度最高的大模型应用
Fun Apps：有趣/有启发性的大模型应用

3.2 高度可配置的报告结构

通过 SETTINGS.yaml 可以灵活调整：

报告语言（OUTPUT_LANGUAGE: Chinese）
栏目数量（max_column_num: 3）
每栏目新闻条数（max_news_per_column: 3）
搜索时间范围（timelimit: d/w/m）
并发度（column_concurrency、summary_concurrency）

进阶用户可以直接修改 prompts/ 目录下的 YAML Prompt 文件，改变 AI 的写作风格、筛选标准、内容结构，实现完全自定义的报告格式。

3.3 代理与模型的双重灵活性

四、部署与上手门槛

4.1 容器化部署（推荐）

项目根目录提供了标准的单阶段 Dockerfile：

FROM python:3.10
WORKDIR /app
COPY . .
RUN pip install --no-cache-dir -r requirements.txt
CMD ["python", "app.py"]

构建镜像后需挂载配置文件和数据目录，因为 SETTINGS.yaml 中的 API Key 不能写死在镜像里。适合有 Docker 基础的用户。

4.2 本地 Python 环境（更灵活）

需要 Python 3.10+ 环境，安装依赖后修改 SETTINGS.yaml 即可运行。无 GPU 需求，纯 CPU 运行，内存 2GB 足够。

4.3 上手难度评估

维度	评估
技术门槛	低（Python 基础即可）
配置复杂度	中（需配置 API Key 和可选代理）
网络依赖	高（依赖模型 API + 搜索引擎）
运行成本	低（DeepSeek API 成本极低）

适合有一定技术背景、希望自动化日常信息收集流程的用户。对于完全不懂命令行的用户，有一定门槛。

五、局限性与挑战

5.1 无 Web UI，纯命令行

5.2 报告质量依赖模型能力

5.3 新闻源的局限

六、行业意义与价值

LLM 应用正在从「对话」走向「自动化」：不再是简单的问答，而是将 LLM 作为工作流的核心引擎，驱动完整的业务流程。
Prompt 即业务逻辑：项目中大量使用 YAML Prompt 文件来定义 AI 的行为，这意味着非程序员也可以通过调整 Prompt 来定制 AI 的输出风格和质量。
多模型兼容是标配：Agently 框架的核心设计之一是「换模型不改代码」，这正在成为 LLM 应用开发的事实标准。

对于 AI 爱好者，这个项目是理解 LLM Agent 工作流设计的优秀案例；对于 AI 开发者，它是基于 Agently 框架构建生产级应用的成熟参考模板。

七、快速上手指南

Step 1：克隆仓库

git clone git@github.com:AgentEra/Agently-Daily-News-Collector.git
cd Agently-Daily-News-Collector

Step 2：安装依赖

pip install -r requirements.txt

Step 3：配置 SETTINGS.yaml

PROXY: http://127.0.0.1:7890  # 可选，国内可留空
MODEL:
  provider: OpenAICompatible
  base_url: ${ENV.DEEPSEEK_BASE_URL}
  model: ${ENV.DEEPSEEK_DEFAULT_MODEL}
  auth:
    api_key: ${ENV.DEEPSEEK_API_KEY}

Step 4：设置 .env 文件

echo 'DEEPSEEK_BASE_URL=https://api.deepseek.com' >> .env
echo 'DEEPSEEK_API_KEY=your_key_here' >> .env

Step 5：运行

python app.py "AI Agent 最新动态"