最近我给自己搭了一套自动化流程：每天追踪 AI / CS 方向的新论文和 GitHub Trending 热门项目，然后自动筛选、整理、生成中文摘要，最后沉淀成日报。
这套系统的目标很简单：
不再靠手动刷 arXiv 、GitHub Trending 、Twitter/X 和各种群消息来追前沿，而是让 AI Agent 每天帮我完成第一轮信息筛选。
我用的是 OpenClaw ，主要让它承担三件事：
这篇文章简单分享一下系统是怎么搭的，以及目前踩到的一些坑。
如果你关注 AI 工程化，信息源会非常碎：
手动追踪的问题是：
所以我想做一个自动化系统，先让 Agent 帮我做“第一轮粗筛”，把候选论文和项目整理出来，再对其中高价值内容做中文精读。
目前流程大概是这样：
定时任务 / Cron
↓
数据源抓取
├── arXiv API
├── GitHub Trending / GitHub API
└── 其他公开信息源
↓
候选池入库
↓
规则过滤 + 去重
↓
Agent 精读 / 摘要生成
↓
Markdown / JSON / SQLite 归档
↓
公众号草稿 / GitHub 日报 / 后续分发
核心不是“抓取”，抓取其实不难。真正麻烦的是：
论文侧主要关注这些方向：
数据源主要是 arXiv API ，例如：
每篇论文进入候选池后，会先做基础解析：
然后做几层过滤：
通过过滤后，Agent 会读取论文摘要、PDF 或 HTML 版本，生成结构化产物：
paper_slot/
deep_read_article.md
deep_read_meta.json
sources.md
evidence-notes.md
seo-title.json
我比较看重 sources.md 和 evidence-notes.md，因为 AI 写论文解读很容易“看标题发挥”。所以每篇文章都需要保留来源、证据和不确定点。
GitHub Trending 的噪声非常大。
有些项目一天几千 Star ，但可能只是：
所以我没有只按 Star 排序，而是做了几个维度：
一个项目进入精读流程前，至少要检查：
repo_slot/
repo-evidence.json
readme.md
key-files.md
sources.md
deep_read_article.md
seo-title.json
我希望最后生成的不是“这个项目很厉害，大家快去看”的营销文，而是能回答几个问题：
我需要的不是单次 ChatGPT 问答，而是一个能长期运行的个人自动化 Agent 。
OpenClaw 对我比较有用的点：
换句话说，它更像一个“能干活的个人自动化工作台”，而不是只会聊天的模型。
当然，最重要的是：所有自动生成内容都要有检查门禁。比如：
现在我的目标是每天产出两类内容：
每日内容会先进入本地归档，再进入公众号草稿箱，最后人工检查后发布。
我也准备把其中一部分公开成 GitHub 仓库，作为每日 AI 论文和 GitHub Trending 的中文索引：
完整版的深度解读会继续放在公众号里。
GitHub Trending 很容易让人被短期 Star 牵着走。后来我加了“工程价值”和“主题相关性”的过滤，否则日报会变成项目搬运。
如果 prompt 不约束，论文解读很容易变成：
本文提出了一种创新方法，显著提升了性能，具有重要意义。
这种话基本没信息量。
所以我现在要求每篇都必须回答：
自动化写作最怕“看起来很完整，但来源不可查”。
所以每个 slot 都会保留来源文件，例如：
这样后面出了问题可以回溯。
如果内容只存在公众号里，后续搜索和复用都不方便。
所以我会同时保留：
接下来我想继续做几件事：
如果你也在做类似的论文追踪、GitHub Trending 筛选、AI 技术日报，欢迎交流。
我会把完整的中文精读和每日筛选结果放在公众号「 AltenAI 观察」。
最后放一句软广：如果你关心 RAG 、搜索、Agent 、API 接入和大模型工程化落地，可以关注一下「 AltenAI 观察」。我会持续把每天筛出来的论文和项目做成中文摘要和工程解读。
也把文章放在了 github： https://github.com/AltenLi/daily-paper-github-trends
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。