Agently-Daily-News-Collector

<div style="text-align:center"> <h1>Agently-每日新闻收集器</h1>

<b>English | <a href = "./README_CN.md">中文说明</a></b>

</div>

Agently每日新闻收集器是一个基于LLM的开源自动新闻收集工作流展示项目，由<font color = "red">Agent</font><font color = "blue">ly</font> AI应用开发框架提供支持。

您可以使用此项目生成几乎任何主题的新闻集合。您只需简单输入新闻集合的领域主题。然后等待，AI代理将自动完成工作，直到生成高质量的新闻集合并保存为markdown文件。

新闻集合文件示例：

MarkDown文件 2024-05-02 AI模型最新更新

PDF文件 2024-05-02 AI模型最新更新

ℹ️ 注意：

访问 https://github.com/Maplemx/Agently 了解更多关于<font color = "red">Agent</font><font color = "blue">ly</font> AI应用开发框架的信息。

使用方法

步骤1：克隆此仓库

在终端中运行以下命令：

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

步骤2：编辑设置YAML文件

您可以在项目目录中找到SETTINGS.yaml文件。

输入您的模型API密钥，并根据需要更改其他设置。

如果您想使用其他模型，可以阅读此文档或Agently官方网站页面了解如何设置。

步骤3：开始

由于这是一个Python项目，您需要先安装Python。可以在Python官方网站上找到安装说明。

首次运行此项目时，应在终端中使用以下命令下载并安装依赖包：

pip install -r path/to/project/requirements.txt

等待依赖包安装完成后，在终端中使用以下命令启动生成过程：

python path/to/project/app.py

您将看到提示[Please input the topic of your daily news collection]:。

输入您想收集的新闻领域主题，然后就可以开始了。

在处理过程中，终端会打印一些日志，展示已完成的任务，如下所示：

2024-05-02 22:44:27,347 [信息]  [大纲已生成] {'报告标题': "今日人工智能模型应用新闻", '栏目列表': [{'栏目标题': '最新消息', '栏目要求': '内容与人工智能模型应用相关，且时间在24小时内', '搜索关键词': '人工智能模型应用 新闻 最新'}, {'栏目标题': '热点新闻', '栏目要求': '内容与人工智能模型应用相关，且互动度高', '搜索关键词': '人工智能模型应用 新闻 热门'}, {'栏目标题': '相关新闻', '栏目要求': '内容与人工智能模型应用相关，但不是新闻', '搜索关键词': '人工智能模型应用 报告'}]}
2024-05-02 22:44:32,352 [信息]  [开始生成栏目] 最新消息
2024-05-02 22:44:34,132 [信息]  [搜索到的新闻数量] 8
2024-05-02 22:44:46,062 [信息]  [筛选后的新闻数量] 2
2024-05-02 22:44:46,062 [信息]  [正在总结]    在AWS的支持下，Yseop为生物制药行业开发了独特的监管文件生成生成式人工智能应用
2024-05-02 22:44:52,579 [信息]  [总结完成]    
2024-05-02 22:44:57,580 [信息]  [正在总结]    英特尔表示，目前已有超过500个人工智能模型针对Core Ultra处理器进行了优化
2024-05-02 22:45:02,130 [信息]  [总结完成]    
2024-05-02 22:45:19,475 [信息]  [栏目数据准备完毕]  {'标题': '最新消息', '引言': '通过以下新闻更新，了解人工智能技术的最新进展：[Yseop与AWS合作开发生物制药行业生成式人工智能](https://finance.yahoo.com/news/support-aws-yseop-develops-unique-130000171.html)和[英特尔为Core Ultra处理器优化超过500个人工智能模型](https://www.business-standard.com/technology/tech-news/over-500-ai-models-are-now-optimised-for-core-ultra-processors-says-intel-124050200482_1.html)。', '新闻列表': [{'链接': 'https://finance.yahoo.com/news/support-aws-yseop-develops-unique-130000171.html', '标题': '在AWS的支持下，Yseop为生物制药行业开发了独特的监管文件生成生成式人工智能应用', '摘要': "Yseop利用AWS为生物制药行业创建了一个新的生成式人工智能应用。该应用利用AWS的可扩展性和安全性，使生物制药公司能够更快地将药品和疫苗推向市场。Yseop的平台集成了LLM模型，用于生成科学内容，同时满足制药行业的安全标准。", '推荐评论': 'AWS的合作帮助Yseop为生物制药行业开发了创新的生成式人工智能应用，使公司能够加快药品和疫苗的市场投放。LLM模型的集成以及符合严格的制药行业安全标准，使其成为生物制药公司的宝贵解决方案。'}, {'链接': 'https://www.business-standard.com/technology/tech-news/over-500-ai-models-are-now-optimised-for-core-ultra-processors-says-intel-124050200482_1.html', '标题': '英特尔表示，目前已有超过500个人工智能模型针对Core Ultra处理器进行了优化', '摘要': '英特尔表示，已有超过500个人工智能模型针对Core Ultra处理器进行了优化。这些模型可从知名来源获取，如OpenVINO模型库、Hugging Face、ONNX模型库和PyTorch。', '推荐评论': "英特尔为Core Ultra处理器优化超过500个人工智能模型，提供了来自可靠来源的大量预训练模型。这种优化提高了人工智能应用的性能和效率，使开发人员更容易在基于英特尔的硬件上部署人工智能解决方案。"}]}

整个过程需要一些时间，所以请放松一下，喝杯咖啡☕️。

第4步：获取你的新闻集合markdown文件！

当进程最终完成时，你会看到类似这样的提示，并且生成的markdown文本会打印在屏幕上：

2024-05-02 21:57:20,521 [信息] [Markdown已生成]

然后你可以在项目目录中找到一个名为<集合名称> <生成日期>.md的markdown文件。

尽情享用吧！😄

主要依赖

Agently AI开发框架：https://github.com/Maplemx/Agently | https://pypi.org/project/Agently/
duckduckgo-search：https://pypi.org/project/duckduckgo-search/
BeautifulSoup4：https://pypi.org/project/beautifulsoup4/
PyYAML：https://pypi.org/project/pyyaml/

如果您喜欢这个项目，请给本仓库和Agently主仓库点个⭐️！非常感谢！

💡 想法 / 问题报告：点击此处报告问题

📧 联系我们：developer@agently.cn

👾 Discord群组：

点击这里加入或扫描下方二维码
<img width="120" alt="image" src="https://github.com/Maplemx/Agently/assets/4413155/089c239c-6133-4844-840c-b48c42ccbad1">
💬 微信群：

点击这里申请或扫描下方二维码
<img width="120" alt="image" src="https://github.com/Maplemx/Agently/assets/4413155/fb95e15e-c6bd-4dd4-8fc9-99285df9d443">