News Getter: 個人化 AI 新聞摘要系統

為 SRE 與技術領導者設計的輕量級工具：自動抓取感興趣的 RSS 來源、用確定性評分篩出達標故事、只對通過證據門檻者呼叫本地 Gemini CLI 做深度分析，最終由 Astro 烘焙成靜態網站與 RSS Feed，部署到 GitHub Pages。

架構總覽

Python pipeline                           Astro build
─────────────────────────────             ─────────────────────────────
fetch.py       → data/raw_data.json       astro-src/ (Astro 7.1)
summarizer.py  → summary.md                 │ reads data/ at build time
                 history/<ts>/*.md          │ bakes content into HTML
build_site.py  → data/site_data.json        ↓
                 data/history_index.json  dist/  ── deploy-pages ── GitHub Pages
                 data/YYYY/MM/*.json

data/ 是單一資料來源，push 到 main；dist/ 是 CI 一次性產物，用 artifact 部署，不進 git。

四個階段

1. 抓取 — src/fetch.py

讀取 config/feeds.yaml（每個來源標有 tier 1-4 與 role），抓過去 15 小時的文章，清理 HTML、截斷至 1200 字，用 src/store.py 把每篇 upsert 進 data/news.db（SQLite，gitignored）做去重與證據累積（seen_count、獨立來源清單）。產出 data/raw_data.json。

2. AI 摘要 — src/summarizer.py

用 src/scoring.py 對每則新聞算出確定性的 confidence/heat 分數，只有 confidence ≥ 60 或 heat ≥ 60 才送本地 gemini CLI 做深度分析，其餘只進「觀察中」速報清單。Gemini 每則回傳純 JSON（StoryDigest：fact_summary/judgment/used_source_urls），用 Pydantic 校驗 schema、佔位詞、與 used_source_urls 是否為輸入連結子集，沒過就整條丟棄。產出 summary.md 與 history/<timestamp>/*.md。

3. 資料準備 — src/build_site.py

解析 summary.md 與 history/*/*.md 成 JSON：data/site_data.json（本次 run 的類別/故事/觀察清單）、data/history_index.json（日期→runs→類別索引）、data/YYYY/MM/YYYY-MM-DD.json（每日完整內容）。只產 JSON，不寫 HTML/RSS。

4. Astro 烘焙 — astro-src/

讀 data/*.json 與 data/YYYY/MM/*.json，在 build time 把所有內容烘進靜態 HTML 到 dist/：index.html（首頁：側邊欄、類別卡、 faceted archive 瀏覽器）、history/<date>_<time>/index.html（每 run 一頁）、rss.xml。主要內容不做 runtime JSON fetch；archive 索引以序列化 props 烘進 ArchiveBrowser island。

特色：深淺色主題（prefers-color-scheme + localStorage）、每類別金色角度 hue hash、scrollspy 側邊欄、month/cat/text 三維 faceted 搜尋（AND，URL hash 同步）、CSS 動畫全數尊重 prefers-reduced-motion。

兩個 GitHub Actions workflow

• data-fetch.yml — cron UTC 00:00 + 12:00，跑在 self-hosted macOS runner（需要 Gemini binary）。執行 ./run_pipeline.sh data-only，commit data/+summary.md+history/ 到 main。無變更時 no-op。
• build-deploy.yml — push 到 main 觸碰 data/** 或 astro-src/** 時觸發，跑在 ubuntu-latest：npm ci && npm run build，再以 actions/upload-pages-artifact + actions/deploy-pages 部署 dist/。dist/ 永不進 git。
• GitHub Pages Source 須設為「GitHub Actions」（Settings → Pages → Source），不是分支。

本地執行

# 完整流程：fetch → summarize → data JSON → Astro build → dist/
./run_pipeline.sh

# 只跑 Python（CI 的 data-fetch 用）
./run_pipeline.sh data-only

# 單獨跑 Astro build
cd astro-src && npm ci && npm run build

# 測試
PYTHONPATH=. python3 -m unittest discover -s test -v   # Python
cd astro-src && npm test                                # categoryHue (Node --test)

如何客製化

• 訂閱源與分級 — 編輯 config/feeds.yaml（標註 tier/role）。
• 摘要風格或收斂門禁 — 編輯 src/summarizer.py 的 prompt 與 StoryDigest schema；分數門檻改 src/scoring.py。
• 抓取頻率 — 改 .github/workflows/data-fetch.yml 的 cron。
• 網站外觀/動畫 — 改 astro-src/src/styles/global.css 與各 .astro 元件。

執行需求

• Gemini CLI 已安裝並登入（資料抓取階段）。
• Python 3.10+。
• Node ≥ 22.12（Astro build 階段）。

設計文件

• docs/specs/2026-07-19-astro-site-redesign/ — Astro 站點重設計（PRD/SYSTEM/TEST/TASKS）。
• docs/specs/2026-07-18-source-tiering-and-evidence-gate/ — 來源分級與證據門檻設計。
• AGENTS.md — 給 AI coding agent 的完整架構說明。