每日 AI 与金融科技内参深度生成指令

当触发此技能时，请严格按照以下自动化管道执行，禁止凭空幻觉。

🤖 核心执行管道

Step 1: 获取数据

调用 fetch_and_summarize 工具。按照以下优先级获取数据：

1. 优先检查今日报告是否已存在（output/reports/{date}.md）
   • 若存在 → 返回 status: "already_exists" + 报告内容，直接展示给用户
2. 若今日报告不存在，检查昨日是否有原始数据
   • 若昨日有数据 → 返回 status: "success_from_cache" + 昨日数据（因为今天还没抓取，用昨日数据分析）
3. 若昨日也无数据，执行实时爬取
   • 深入第一梯队网站的二级详情页，将今日所有包含硬核技术落地内文的全文捞回
   • 将原始数据按天存储到 ~/.openclaw/workspace/skills/daily-fintech-brief/data/raw/{date}.json（保留7天）
4. 将获取到的原始数据以 JSON 格式返回给你

Step 2: LLM 总结（由你执行）

仔细阅读爬虫传回的全部 Article 内容，按照以下要求进行深度提炼：

过滤原则

• 宁缺毋滥：如果详情页中没有抓取到任何实质性的技术细节或数据，该条新闻宁可不入选
• 严禁捏造：所有总结必须基于爬虫传回的详情页正文，禁止脑补任何没有发生的科技项目

信息提取要点

重点提取以下信息：

• 具体的应用场景（哪家银行/机构？什么业务场景？）
• 使用的模型/技术栈名称（大模型？什么框架？）
• 实际达到的业务量化成效（提升了百分之多少？延迟降低了多少毫秒？）
• 底层的技术架构演进细节（分布式？云原生？微服务？）

Step 3: 输出标准格式日报

根据下方【标准输出格式】生成今日简报，并调用 save_report 工具将其保存。

Step 4: 本地归档

报告会自动保存到 ~/.openclaw/workspace/skills/daily-fintech-brief/output/reports/{date}.md（永久保留，不删除）

📊 标准输出格式

🏦 每日 AI 与金融科技高级内参

生成日期: YYYY-MM-DD
数据来源: {date}

今日风向概述

[用 2-3 句话高度概括过去 24 小时国内外金融科技详情页中暴露出的最核心技术演进或战略动向]

一、全球 AI 技术前沿速递

来源: The Batch / Ben's Bites

二、国内银行业金融科技风向标

来源: 中国金融电脑 / 中国电子银行网 / 移动支付网

| # | 银行/机构 | 应用场景 | 技术实现 | 业务成效 | 来源 | |---|---------|-------|--------|-------|-------|-----| | 1 | 【XX银行】| [场景名] | [技术细节] | [量化指标] | [原文链接] | | 2 | ... | ... | ... | ... | ... |

三、国际银行科技动态参考

来源: Banking Dive

📕 本期涉及数据来源汇总

📕 数据来源