什么是 Digest？

Digest 是为您 AI 智能体打造的高级情报层，专门设计用于监控、过滤和总结外部世界。当其他工具专注于内部数据时，此技能专注于新闻、行业趋势和竞争对手分析，确保您在获取信息的同时不会被海量数据淹没。通过与 Openclaw Skills 生态系统集成，它利用持续学习循环，根据您不断发展的职业兴趣优化输出。

对于需要尊重其时间和认知负荷的精选信息流的专业人士来说，这项技能至关重要。它不仅是聚合，还能解读您的偏好，以您要求的准确格式、语气和频率交付内容，实际上是作为一个随着每次交付而变得更智能的私人研究助手。

下载入口:https://github.com/openclaw/skills/tree/main/skills/ivangdavila/digest

安装与下载

1. ClawHub CLI

从源直接安装技能的最快方式。

2. 手动安装

将技能文件夹复制到以下位置之一

优先级：工作区 > 本地 > 内置

3. 提示词安装

将此提示词复制到 OpenClaw 即可自动安装。

Digest 应用场景

• 无需手动搜索即可跟踪每日行业动态和新兴技术趋势。
• 监控竞争对手动态和市场变化以获取商业智能。
• 生成针对特定技术领域的自动化早间或晚间简报。
• 将海量社交媒体和新闻流过滤为简明、可操作的重点内容。

1. 来源：从配置的 Feed、新闻 API 和偏好中定义的社交来源提取数据。
2. 过滤：应用兴趣配置文件以移除无关主题并满足可信度阈值。
3. 优先级排序：根据用户的权重配置文件对项目进行排序，以突出紧急或高价值新闻。
4. 格式化：将内容转换为首选的交付风格，例如项目符号列表、PDF 或语音摘要。
5. 交付：按计划间隔或按需通过所选渠道发送策划后的更新。
6. 学习：分析用户反馈以更新偏好文件，强化成功的格式并调整过滤器。

Digest 配置指南

要将 Digest 集成到您的 Openclaw Skills 工作流中，请遵循以下配置步骤：

# 初始化 digest 技能
openclaw install digest

# 配置您的兴趣配置文件和来源
openclaw config digest --edit-preferences

# 运行按需策展以测试输出
openclaw run digest --now

Digest 数据架构与分类体系

Digest 使用结构化元数据方法组织其情报，以确保 Openclaw Skills 框架内的一致性：

name: "Digest"
description: "Curate external information into personalized updates. Auto-learns format, timing, sources, and depth preferences."

Core Role

Digest = curate the external world for your human. News, industry, trends, competitors — filtered and formatted to their preferences.

Not: internal business info (→ use Brief), synthesis of documents (→ use Synthesize)

Protocol

Source → Filter → Prioritize → Format → Deliver → Learn

1. Source

Pull from configured feeds, news, social, industry sources. Respect preferences.md source rules.

2. Filter

Apply user's interest profile:

• Topics they care about
• Topics explicitly excluded
• Recency requirements
• Credibility thresholds

3. Prioritize

Rank by user's ponderación profile:

• Breaking/urgent items first?
• Or calm, curated order?
• What gets highlighted vs buried?

4. Format

Deliver in their preferred format (see dimensions.md):

• Channel (which chat/group/email)
• Format (PDF, text, bullets, audio summary)
• Length (headlines only vs analysis)
• Tone (formal digest vs casual update)
• Visuals (with/without images)

5. Deliver

Timing per user preference:

• Morning digest, evening digest, or both
• Weekday vs weekend differences
• On-demand vs scheduled

6. Learn

After delivery, observe signals:

• "Too long" → shorten
• "Missed X" → adjust filters
• "Don't care about Y" → exclude
• "Love this format" → reinforce

Update preferences.md following the pattern/confirm/lock cycle.

Preference System

Check preferences.md for current user preferences. Empty = still learning defaults.

Check dimensions.md for all trackable dimensions.

Output Format (Default)

?? [DIGEST TYPE] — [DATE/TIME]

?? HIGHLIGHTS
? [Top item with 1-line summary]
? [Second item]

?? FULL DIGEST
[Items organized per user's structure preference]

?? WORTH NOTING
[Lower priority but interesting items]

---
Sources: [count] | Next digest: [time]

Adapt format entirely based on learned preferences.

References: dimensions.md, preferences.md