ai-news-board：单文件离线 AI 每日情报站，聚合 39 个来源与 GitHub 榜单

一个单文件、可离线打开的网页：中英对照显示（看不懂英文也能读，同时积累专业词汇），每天扫一眼就能了解四件事：

1. 🤖 AI 每日速览 —— 近 24 小时全球 AI 关键动态（厂商官方优先，来源多样化）
2. 🏢 AI 厂商动态 —— 600 条动态聚合自 39 个 厂商官方博客 / 研究机构 / 科技媒体 / 中文资讯 / Newsletter，可按来源、类型、时间、关键词筛选
3. 🐦 X 领军人物 & 官方账号 —— 36 个账号（22 位领军人物 + 14 个厂商官方），含粉丝数、简介、一键载入官方时间线、自动匹配的相关报道
4. 📊 GitHub 项目风云榜 —— Star 总榜与增长榜，含详情弹窗、README 摘要、真实 Star 曲线
5. 📚 AI 术语中英对照表 —— 65 条高频术语（英文 + 中文 + 一句话解释），并统计每条术语在当前动态库里出现了多少次

直接使用

• 看页面：双击打开 index.html（数据已内嵌，离线可看）
• 更新数据：双击 更新并打开.command，或执行 ./scripts/update_daily.sh（约 1~2 分钟，自动重建页面）
• 分享/上线：见下文「分享给别人」——发文件、局域网共享、临时公网链接、或 GitHub Pages 长期托管（含每日自动更新）

下面几张截图是某个快照时点的排版示意（数字会随每日更新变化）。

仓库里有什么

整个项目都在仓库里，克隆下来即可完整复现（无需任何外部依赖，只用标准库 + Node）：

唯一没有放进仓库的是 tools/cloudflared（38MB）：那是 Cloudflare 的第三方隧道程序，不是本项目的代码， share_public.sh 首次运行会自动下载到该目录。如果确实需要连它一起提交，把 .gitignore 里的 tools/ 删掉即可。

关于仓库体积：每日工作流默认只发布页面、不把更新后的数据提交回仓库（否则每天会增加约 9MB 历史，一年膨胀数 GB）。 想给仓库留一份最新数据快照时，在 Actions 页面手动运行并勾选 commit_data。

分享给别人（4 种方式，按省事程度排序）

因为整站是一个自包含的 index.html（数据、样式、脚本、图标全部内嵌），所以怎么分享都行 —— 不需要对方装任何东西。

1️⃣ 直接发文件（最简单，离线可用）

把 index.html（约 2.6 MB）通过微信 / 邮件 / 网盘发给对方，双击就能看，不需要联网。 唯一差别：在线刷新、头像、Star 曲线、README 在线抓取这些需要联网，离线时自动降级（数据是发文件那一刻的快照）。

2️⃣ 同一 WiFi / 公司内网共享

双击 局域网共享.command（或 ./scripts/share_lan.sh），脚本会打印一个网址，形如：

同事访问：   http://172.21.82.51:8788/     ← 把这个发给他们

• 只共享 index.html 和 favicon.svg，data/ 原始数据不会暴露（已验证访问 /data/*.json 返回 404）
• 首次运行若弹出防火墙询问，选「允许」
• 仅限同一局域网；Ctrl+C 停止

3️⃣ 临时公网链接（给外网的人看，随时失效）

双击 公网链接.command（或 ./scripts/share_public.sh），走 Cloudflare 快速隧道，打印一个 https 网址：

公网地址：  https://xxxx-xxxx-xxxx.trycloudflare.com
自检结果：  HTTP 200  ✅ 已确认可被任何人打开

• 任何人打开链接就能看，对方无需安装任何东西；关掉窗口链接立即失效
• 首次运行会自动下载 cloudflared（约 20 MB）到项目内 tools/ 目录，之后复用
• 链接是公开的，别拿它分享敏感内容

4️⃣ 长期公开（推荐 GitHub Pages，附带每日自动更新）

把项目推到 GitHub 仓库，然后在 Settings → Pages → Source 选 “GitHub Actions”。 仓库里已经放好了 .github/workflows/daily.yml，它会：

1. 每天北京时间 09:30 自动抓取最新数据（GitHub 榜单用内置 Token，额度比本地高得多）
2. 生成中文对照 → 重建 index.html → 跑自测（不通过就不发布）
3. 把数据提交回仓库，并发布到 https://<你的用户名>.github.io/<仓库名>/

也支持在 Actions 页面手动点 “Run workflow” 立即更新一次。其他人访问这个网址即可，永远是最新数据。

其他等价选择：Cloudflare Pages、Netlify Drop（把 index.html 拖进网页即可）、Vercel； 国内访问更快的可以用 Gitee Pages 或阿里云 OSS / 腾讯云 COS + CDN。只要能放静态文件就行。

网站图标与品牌图

浏览器标签页上的图标（favicon）由 scripts/make_logo.py 生成，风格与页面主色一致：渐变圆角方块（#4d8dff → #a855f7）+ 白色星火。

• 小尺寸单独优化：≤20px 时只保留一颗居中的大星火，避免细节糊成一团；≥24px 显示大小双星火。
• 三种格式全部内嵌为 data URI（矢量 SVG + 16/32px PNG + 180px 应用图标），因此双击 index.html 离线打开也有图标，不依赖外部文件。
• 同时输出 favicon.svg 到项目根目录，方便用 http:// 访问时直接命中。
• docs/logo.png 是品牌横幅（图标 + 站名 + 副标题），docs/icon.png 是 512px 大图。

标签页标题已缩短为 「AI 每日情报站 · GitHub 榜」，避免像之前那样被截断成 “AI 每日情报站 · 厂商…”。

重新生成图标（改了配色或形状后）：

python3 scripts/make_logo.py          # 需要 Pillow；macOS 自带的中文字体用于渲染品牌图
python3 scripts/build.py

图标是浏览器强缓存的资源：换过图标后如果标签页还显示旧图标或地球占位符，硬刷新（⌘⇧R） 或关掉标签页重开即可。

中英对照（默认开启）

页面右上角有 「中 / 中英 / EN」 三档切换，选择会记在本机，默认是中英对照：

如何使用托管深度智能体构建出色的开箱即用用户体验      ← 中文（主）
How to build great out-of-the-box user experiences with Managed Deep Agents   ← 英文原文（副，便于学词汇）

覆盖范围：AI 动态的标题与摘要、GitHub 项目描述、X 账号简介。

• 翻译怎么来的：构建时通过 Chrome 内置翻译同款公开端点（clients5.google.com/translate_a/t，免密钥、支持一次请求多条）批量翻译，质量稳定； 译文写入 data/translate_cache.json 缓存，所以每天更新只会翻译新增内容（首次全量约 40 秒，之后通常 1~3 秒）。
• 术语修正层：机器翻译在 AI 领域有不少固定误译，脚本会统一纠正，例如 多式联运 → 多模态、变压器 → Transformer、量子化 → 量化、线束 → Harness、托管深度代理 → 托管深度智能体、 令牌 → Token，并给 RLHF / RAG / CoT / MoE 等补上英文缩写，方便对照记忆。
• README 太长不翻：详情弹窗里的 README 译文改用浏览器端上翻译（Chrome 138+ 内置 Translator API，免费无限、不上传内容）： 点「🌐 这段翻成中文」即可，再点一次切回英文；不支持该 API 的浏览器会提示改用右键「翻译成中文」或 Google 翻译链接。
• 术语表：data/glossary.json 里是我整理的 65 条常用术语（模型与训练 / 推理与应用 / 智能体 / 评测与安全 / 算力与工程 / 商业与生态）， 卡片右侧的「动态中出现 N 次」由页面按当前数据实时统计，方便顺着真实语境记词。

板块说明

🤖 AI 每日速览

从动态库里按"厂商官方优先、同一来源先只取 1 条、再按时间排序"选出 9 条，保证一眼看到的是不同厂商的最新动作，而不是某一家的刷屏。

🏢 AI 厂商动态

• 筛选：分组（厂商官方 / 研究机构 / 科技媒体 / 中文资讯 / Newsletter / 社区）、具体来源、类型（模型发布 / 开源 / 研究论文 / 产品功能 / 政策安全 / 商业资本 / 硬件算力）、时间窗（24 小时 / 3 天 / 7 天 / 30 天 / 全部）、关键词搜索
• 展示：按日期分组的时间线，含来源徽标、类型徽标、摘要、原文跳转
• 导出：一键把当前筛选结果导出 CSV
• 在线刷新：🔄 按钮会通过 CORS 代理重新拉取 8 个主要厂商源，失败时自动保留本地快照

当前收录的源（39 个）：

🐦 X 领军人物 & 官方账号

关于 X 的获取方式（重要）：X 官方 API 需付费鉴权，nitter / rsshub 等镜像站点多已失效或不可达，syndication 时间线接口按 IP 限流。 因此本页采取"资料快照 + 浏览器端按需载入"的组合：

也就是：不依赖 X 也能看到"这个人/这家公司最近发生了什么"（通过相关报道），想要一手推文再点一下按钮。

推文快照的设计原则是宁可没有、也不给死链：解析内嵌 JSON 时要求"作者必须是本人 + ID 必须是 15~20 位推文 ID"； 如果载荷里没有作者信息，或走了正则兜底路径，则每条推文都要先向公开接口核对存在性与归属，核对不通过就丢弃。 scripts/test_tweet_parse.py 用 15 项断言把这条规则固定住（早期版本曾出现"正文是真的、ID 却是用户 ID"的问题）。

数据来源与口径

• GitHub 榜单：GitHub Search API（8 组查询），去重后 560 个项目；README 摘要抓自 raw.githubusercontent.com。
• AI 动态：各源公开 RSS/Atom 订阅源 + Anthropic / DeepSeek / MiniMax / LangChain 的 HTML 解析。
• “日均增星” = Star 总数 ÷ 项目创建天数（页面打开时按当前时刻重算，因此“近 7 天”时间窗始终精确）。
• GitHub 没有官方增速接口，增速榜为近似估算；详情页内嵌 star-history.com 真实曲线可交叉验证。
• 动态去重规则：URL 归一化（去掉 utm 等参数）+ 标题指纹；只保留 75 天内的条目，每源最多 40 条，总量上限 600 条。
• 有些厂商长期不更新博客（例如 Qwen 的 GitHub Pages），脚本会保留其最新 1~2 条并标注「较早发布」，避免板块空白。

目录结构

github-trends/
├── index.html                 # ✅ 交付物：自包含网页（数据 + CSS + JS 全内嵌）
├── LICENSE                    # MIT 协议
├── .gitignore                 # 排除 tools/（外部二进制）与 data/raw/（可重新抓取）
├── favicon.svg                # 站点图标（矢量，http 访问时直接命中）
├── 更新并打开.command          # 双击更新数据并用浏览器打开
├── 局域网共享.command          # 双击在局域网内共享（同一 WiFi 的同事可访问）
├── 公网链接.command            # 双击生成临时公网 https 链接
├── .github/workflows/daily.yml # GitHub Actions：每日自动更新 + 发布 Pages
├── tools/                     # cloudflared 二进制缓存（首次分享时自动下载）
├── README.md
├── data/
│   ├── repos.json             # 560 个 GitHub 项目（含派生指标）
│   ├── readmes.json           # 557 份 README 原文
│   ├── ai_news.json           # AI 动态 + 各源抓取状态（含 title_zh / summary_zh 中译）
│   ├── glossary.json          # 65 条 AI 术语中英对照（人工整理）
│   ├── translate_cache.json   # 翻译缓存（每日更新只翻新增内容）
│   ├── x_leaders.json         # 36 个 X 账号资料 + 推文快照（若有）
│   └── raw/*.json             # GitHub Search API 原始返回
├── web/
│   ├── index.template.html    # 页面骨架（__CSS__ / __DATA__ / __JS__ 注入点）
│   ├── styles.css             # 全部样式（亮暗主题、响应式）
│   ├── favicon.svg            # 图标矢量源文件（构建时内嵌进 HTML）
│   ├── icon-16/32/180/512.png # 各尺寸 PNG 图标
│   └── app.js                 # 全部前端逻辑（榜单 / 动态 / 人物 / 弹窗 / Markdown / 在线刷新）
├── docs/                      # 预览图
└── scripts/
    ├── update_daily.sh        # 一键每日更新（AI 动态 + X + 翻译 + 构建 + 自测）
    ├── share_lan.sh           # 局域网共享（只暴露 index.html + favicon.svg）
    ├── share_public.sh        # Cloudflare 隧道生成临时公网链接
    ├── collect.sh             # GitHub Search API 抓取（自带限速）
    ├── merge.py               # 合并去重 + 计算增速指标
    ├── fetch_readmes.py       # 并发抓取 README
    ├── fetch_ai_news.py       # 39 个资讯源抓取 + 分类 + 去重
    ├── fetch_x.py             # X 账号资料 + 推文快照尝试
    ├── translate.py           # 翻译模块（Google 端点 + MyMemory 兜底 + 术语修正 + 缓存）
    ├── translate_data.py      # 给三个数据文件回填中文字段
    ├── build.py               # 生成自包含 index.html
    ├── smoke.js               # 99 项网页运行时自测（DOM 模拟 + 冻结时钟）
    ├── test_tweet_parse.py    # 15 项推文解析自测（防止 ID 错配成死链）
    ├── make_logo.py           # 生成 favicon / 各尺寸图标 / 品牌横幅（需 Pillow + 系统字体）
    ├── snapshot.js            # 导出静态预览页（用于排版目检）
    └── probe_sources*.py      # 数据源可用性探测（保留备查）

常用命令

# 每天更新（AI 动态 + X 资料 + 重建 + 自测），约 1~2 分钟
./scripts/update_daily.sh

# 连 GitHub 榜单一起刷新（较慢，会消耗 GitHub 搜索额度）
WITH_GITHUB=1 ./scripts/update_daily.sh

# 只补翻译（走缓存，很快；改了术语修正表后重跑即可）
python3 scripts/translate_data.py

# 只重建页面（改完 web/ 里的源码后）
python3 scripts/build.py

# 自测（99 项断言：榜单 / 筛选复算 / 弹窗 / README 渲染 / 动态 / 人物 / 中英对照 / 术语表 / 实时刷新）
node scripts/smoke.js

# 推文解析自测（15 项断言：作者归属、ID 校验、拿不准就丢弃）
python3 scripts/test_tweet_parse.py

# 生成排版预览页（供不支持 JS 的渲染器检查）
node scripts/snapshot.js /tmp

每天自动更新（可选）

# 每天 9:00 自动更新，日志写到 /tmp/ai-daily.log
crontab -e
0 9 * * * cd /path/to/ai-news-board && ./scripts/update_daily.sh >> /tmp/ai-daily.log 2>&1

已知限制

1. X 推文正文：如上一节所述，服务端抓不到（API 收费 / 镜像不可达 / 限流），页面用"浏览器端按需载入 + 相关报道"兜底。
2. Meta AI、xAI、Mistral、Stability、Perplexity 等：其博客/新闻页在抓取环境下返回 400/403 或无可解析订阅源，暂未覆盖；它们的最新消息通常会被 TechCrunch / The Verge / Techmeme 等媒体源带到动态流里。
3. arXiv cs.AI 条目较多，默认视图只显示「厂商官方」分组，需要看论文时切到「🔬 研究机构」。