DB+AI+GitHub+Paper 周报

概述

从 10 个数据源抓取最近 7 天内容，按"PostgreSQL 生态 / 其他数据库 / AI 新闻 / GitHub 趋势 / AI 论文"5 大类汇总，生成含 mermaid 图表的 markdown 周报，写入当前项目 markdown/ 目录（默认文件名 db-ai-weekly-YYYY-MM-DD.md，日期为执行当天）。

数据源清单

#	类别	URL	抓取策略
1	PG 周报	https://postgresweekly.com/issues	动态：先抓 /issues 解析最新 issue 编号（如 652），再抓 /issues/<N>
2	PG 社区	https://planet.postgresql.org/	RSS / 列表页
3	PostGIS	https://planet.postgis.net/	RSS / 列表页
4	PG 官方	https://www.postgresql.org/about/newsarchive/	列表页
5	PG 内核	https://git.postgresql.org/gitweb/?p=postgresql.git;a=shortlog	shortlog HTML（可能需要人工验证，详见 references/human-verification.md）
6	DuckDB	https://duckdb.org/news/	列表页
7	AI 国内	https://www.aibase.com/zh	列表页 + 文章页
8	AI 国内	https://ai-bot.cn/daily-ai-news/	列表页
9	GitHub	https://github.com/trending?since=weekly&spoken_language_code=	列表页
10	论文	https://huggingface.co/papers/trending	列表页

工作流（执行步骤）

按以下顺序执行；任一步失败不阻塞整体，错误归入"数据源覆盖"章节的失败表。

Step 1. 解析动态 URL

• 对 postgresweekly.com/issues：用 mcp__MiniMax__web_search 或 WebFetch 抓 /issues，从侧栏/列表中识别最新 issue 编号 N（纯数字），构造 https://postgresweekly.com/issues/<N> 作为实际抓取入口。
• 其他源直接用表中 URL。

Step 2. 并行抓取（每个源独立调用 WebFetch / WebSearch）

使用 mcp__MiniMax__web_search（根据 CLAUDE.md 规则）或 WebFetch。每个源返回结构化字段：

{
  source_id: 1..10,
  url: 实际抓取 URL,
  status: "ok" | "empty" | "error" | "human_required",
  status_detail: "529" / "NO_RECENT_ITEMS" / ...,
  items: [
    {
      date: "2026-06-16",
      title: "...",
      url: "...",
      summary: "一句话摘要",
      tags: ["PG", "内核", "逻辑复制"]   // 用于分类
    }
  ]
}

判定"近 1 周"用 date >= today - 7 days，按数据源给出的发布时间为准；无法解析日期的退回到抓取当日。

Step 3. 失败 / 人工验证处理