fix: 今日新增筛选统计不准 + LLM提示词动态当前日期 + 微信配图按选题生成

topics.html: - 今日新增筛选时全量拉取 allTopics 用于保持 stats 统计正确，todayTopics 存储服务端日期过滤结果 - filteredTopics 对 'today' 返回 todayTopics，不按不存在的 status 过滤 writer.py/research.py/outline.py: - 所有 LLM 提示词注入今天的动态年月日（datetime.now） - 禁用过时数据的年份改为动态 {当前年-1}-{当前年} - 每个论点必须配真实最新案例+数据来源 writer.py WeChat 配图: - 从 null placeholder 改为动态 SVG，展示选题标题+领域 - 标题自动换行（24字/行），附蓝色装饰条 + 渐变背景
2026-05-18 06:25:47 +08:00
parent bb50d5d925
commit 52564ad036
59 changed files with 1361 additions and 40 deletions
@@ -0,0 +1,41 @@
+# 文章大纲：2026职场生存报告：哪些岗位在涨薪，哪些在消失
+
+### 大纲设计
+
+**1. 数据背后的真相：职场版图正在重绘**
+- 技术岗薪资增速放缓，但复合型人才溢价20%以上
+- 传统岗位被替代，新兴职业需求激增50%
+- 招聘平台数据揭示：门槛降低与溢价上升的背后逻辑
+
+**2. 技术岗的“降薪风暴”：门槛降低还是市场饱和？**
+- 基础编程、数据分析岗位薪资增速放缓
+- 部分岗位出现降薪，反映市场对单一技能需求饱和
+- 但AI、区块链等细分领域仍保持高薪
+
+**3. 复合型人才的“溢价密码”：技术+行业=新机遇**
+- 金融科技、医疗AI等交叉领域人才薪资逆势上涨
+- 企业更倾向于雇佣能快速适应业务场景的全能型人才
+- 复合型人才的“复合”标准：技术+行业、技术+管理
+
+**4. 新兴职业的“风口效应”：元宇宙设计师、碳中和顾问**
+- 元宇宙设计师、碳中和顾问等新兴职业招聘量同比增长超50%
+- 这些岗位不仅薪资高，且对创新能力和跨领域协作能力要求高
+- 职场人应关注技术与行业交叉点的新兴领域
+
+**5. 职场生存指南：转行还是深耕？**
+- 单一技能岗位：考虑转型或深耕细分领域
+- 复合型人才：持续学习，掌握技术+行业知识
+- 新兴职业：关注技术与行业交叉点，提升创新能力
+
+**6. 企业的“用人逻辑”：从单一技能到全能型人才**
+- 企业更倾向于雇佣能快速适应业务场景的全能型人才
+- 复合型人才的“复合”标准：技术+行业、技术+管理
+- 职场人应关注技术与行业交叉点的新兴领域
+
+**7. 未来职场的“生存法则”：技术+行业+创新**
+- 技术岗门槛降低，但复合型人才溢价上升
+- 传统岗位消失，新兴职业需求激增
+- 职场人应关注技术与行业交叉点，提升创新能力
+
+---
+*大纲生成时间：2026-05-14*
@@ -0,0 +1,56 @@
+# 文章大纲：从笔记到创作：一套完整的知识生产流水线
+
+## 大纲：从笔记到创作：一套完整的知识生产流水线
+
+### 1. 知识的原始积累：你的输入流水线是否在堆垃圾？
+- 问题：大多数人把输入当成“收集”，而非“筛选”
+- 关键：建立“三级过滤”机制（快速浏览→深度阅读→精选笔记）
+- 工具：用标签系统区分“参考”“待加工”“核心素材”
+
+### 2. 从碎片到系统：整理环节是知识生产的“暗黑工序”
+- 痛点：很多人认为“整理”就是分类，忽略了重组和升级
+- 方法：用“知识地图”将碎片信息转化为系统框架
+- 示例：将10篇相关文章的核心观点合并成一张思维导图
+
+### 3. 加工思维：为什么你的笔记总是“原汁原味”？
+- 核心：加工是知识生产的核心环节，而非可选步骤
+- 要点：
+  - 将信息转化为自己的语言（用比喻、案例重新表述）
+  - 主动关联其他领域的知识（跨界思考）
+  - 提炼出“反模式”（指出常见误区）
+
+### 4. 输出的反向驱动：如何让创作倒逼你的知识管理？
+- 策略：从输出需求反向设计输入和整理流程
+- 示例：
+  - 写文章前先列出“知识需求清单”
+  - 根据输出形式（博客/演讲/视频）调整加工深度
+  - 用“输出倒计时”强制提升加工效率
+
+### 5. 工具链的选择：流水线需要匹配的“生产设备”
+- 标准：工具要支持流水线的三个环节，而非单一功能
+- 推荐组合：
+  - 输入：Readwise（自动抓取高亮内容）
+  - 整理：Obsidian（知识图谱+双向链接）
+  - 输出：Notion（多格式内容发布）
+
+### 6. 流水线的优化：如何从“手工作坊”升级到“自动化生产”？
+- 方法：
+  - 识别重复性工序并建立SOP（如“每周整理流程”）
+  - 用模板加速加工（如“文章大纲模板”）
+  - 定期审计流水线效率（每月回顾输出质量）
+
+### 7. 知识生产的“边界效应”：为什么你的流水线总是卡壳？
+- 关键：流水线需要与个人认知模式匹配
+- 解决方案：
+  - 允许“灵感通道”绕过流水线（如突然的创作冲动）
+  - 建立“缓冲区”处理不适配的信息
+  - 定期调整流水线适应认知变化
+
+### 8. 从个人到团队：如何将知识生产流水线规模化？
+- 扩展：
+  - 标准化加工规则（如团队笔记模板）
+  - 建立知识共享机制（如内部维基）
+  - 设计协同加工流程（如同步思维导图）
+
+---
+*大纲生成时间：2026-05-14*
@@ -0,0 +1,6 @@
+# 文章大纲：零浪费家庭实验：从垃圾分类到可持续发展的完整路线
+
+## 1. 一年只产生100
+
+---
+*大纲生成时间：2026-05-15*
@@ -0,0 +1,28 @@
+# 文章大纲：信息过载自救指南：每天只处理真正重要的信息
+
+## 一、引言
+- 场景切入：信息过载自救指南：每天只处理真正重要的信息
+- 点明文章价值
+
+## 二、核心观点
+信息过载的解法不是学更多，而是建立信息过滤器
+
+## 三、受众痛点分析
+每天被信息轰炸，读完就忘，感觉在浪费时间
+
+
+## 四、本土落地建议
+- 结合个人知识工厂领域特点
+- 提供可执行的步骤
+- 注意事项
+
+## 五、独特视角：提供可直接使用的信息分级过滤模板和每日处理SOP
+
+## 六、行动指南
+1. 了解现状 2. 制定方案 3. 小范围验证 4. 持续优化
+
+## 七、总结与鼓励
+
+---
+
+*大纲生成时间：2026-05-15*
@@ -0,0 +1,28 @@
+# 文章大纲：知识付费从0到1：我的第一个付费专栏复盘
+
+## 一、引言
+- 场景切入：知识付费从0到1：我的第一个付费专栏复盘
+- 点明文章价值
+
+## 二、核心观点
+知识付费第一批用户来自已有影响力积累，不是从零开始
+
+## 三、受众痛点分析
+想做知识付费但觉得不够专业，不知道如何定价推广
+
+
+## 四、本土落地建议
+- 结合个人成长领域特点
+- 提供可执行的步骤
+- 注意事项
+
+## 五、独特视角：记录课程设计、定价策略、冷启动到运营迭代的全过程数据
+
+## 六、行动指南
+1. 了解现状 2. 制定方案 3. 小范围验证 4. 持续优化
+
+## 七、总结与鼓励
+
+---
+
+*大纲生成时间：2026-05-15*
@@ -0,0 +1,49 @@
+# 文章大纲：我的极简衣橱：用10件衣服穿出30套搭配
+
+# 我的极简衣橱：用10件衣服穿出30套搭配
+
+## 一、你衣橱里80％的单品，为什么永远穿不出去？
+- 2025年国民穿衣消费调研：人均每月花1200元在购衣，却只穿30％的衣物
+- 总说“没衣服穿”的真相：不是数量少，是搭配系统缺失
+- 购衣决策中的情绪补偿陷阱：用买买买缓解焦虑，结果衣柜越满越焦虑
+- 认知升级：从“拥有更多”到“用得更巧”的思维转变
+
+## 二、胶囊衣橱的底层逻辑：风格系统而不是扔东西清单
+- 2025全球可持续时尚报告数据：快时尚退潮，胶囊衣橱搜索量年增340％
+- 极简衣橱≠断舍离，而是基于你的肤色、身型、生活场景定制的个人风格系统
+- 扔了买、买了扔的恶性循环怎么破：用系统思维代替临时购物
+- 所以呢？一旦系统建立，每天穿衣决策不超2分钟，每月开支减少60％
+
+## 三、色彩是最高效的搭配杠杆：3个主色打通所有组合
+- 色彩诊断简化版：冷/暖调 + 饱和度偏好 = 你的色彩圈
+- 3色选衣法则：2个中性色打底（如黑、白、灰、卡其）+ 1个个性色串联
+- 实操：10件衣服的色彩配比表，保证每件都能两两搭配
+- 避坑：为什么你买的彩色单品总闲置？因为没有绑定中性色体系
+
+## 四、版型决定搭配上限：10件单品的精挑标准
+- 挑选万能单品的关键参数：肩线、腰线、衣长、面料垂感
+- 10件衣服的推荐清单（春夏版/秋冬版可切换）：
+  1. 完美白衬衫（过臀+落肩适中）
+  2. 直筒牛仔裤（中腰+九分）
+  3. 黑色西装（微宽松）
+  4. 纯棉T恤（白色+灰色）
+  5. 羊毛开衫/针织衫
+  6. 半身A字裙（过膝）
+  7. 风衣/长外套
+  8. 基础连衣裙
+  9. 阔腿裤（高腰+拖地）
+  10. 运动卫衣/连帽衫
+- 贵价vs平价分配法：外套、裤子投资面料，内搭、配饰平替即可
+
+## 五、一衣多穿的组合公式：从10件到30套的实操步骤
+- 核心公式：上装3种 + 下装3种 + 外套3种 + 配饰调整 = 27+套
+- 层次搭配技巧：叠穿增加丰富度（衬衫+针织+外套）
+- 场合转换法：同一套如何通过换鞋包从通勤变成约会
+- 可视化模板：附一张10×10的搭配网格图（可用文字描述）
+- 所以呢？每一件衣服至少开发3种穿法，购买时更有底气
+
+## 六、衣橱系统建立后，如何保持不反弹
+- 季度复盘步骤：清点→记录穿着次数→筛选出
+
+---
+*大纲生成时间：2026-05-16*
@@ -0,0 +1,26 @@
+# 文章大纲：上班族用AI提效的真实案例：每天省出2小时
+
+# 大纲：上班族用AI提效的真实案例：每天省出2小时
+
+## 第一章 学了AI工具却没省时间？问题不出在工具
+- 要点1：2025年调研显示，67%的上班族已使用AI，但仅12%感受到明显效率提升（Microsoft 2025 Work Trend Index）
+- 要点2：多数人的做法：用AI替代打字机，不改原有工作流程，换汤不换药
+- 要点3：真相：AI提效 = 重新设计“输入-处理-输出”链路，而非学会某个按钮
+
+## 第二章 会议场景：把30分钟确认拉扯压缩为“决策卡片”
+- 要点1：会后对齐是最耗时环节，会议中真正的价值是决策与责任分配
+- 要点2：AI实时结构化记录：谁在什么节点决定什么、卡在哪个点、下一步谁做
+- 要点3：可复制Prompt模板：**“你是会议记录员，输出格式：结论→待办（负责人+DDL）→争议点”**
+- 要点4：改造后的工作流：1）会前输入议程；2）会中AI实时捕捉；3）会后直接同步卡片，省去复述环节
+
+## 第三章 邮件场景：把“读‑决策‑回复”变成“30秒确认”
+- 要点1：每天2小时间进邮箱，90%时间浪费在“读完后决定优先级和回复方向”上
+- 要点2：AI分类规则：基于关键词+发件人+上下文自动标记紧急、需决策、信息知会三类
+- 要点3：AI初稿起草：根据历史回复风格生成本能回复，用户只需修改或确认
+- 要点4：改造后工作流：1）AI自动分类；2）用户先看“需决策”；3）AI批量生成初稿；4）用户逐条30秒确认发送
+
+## 第四章 报表场景：从2小时手动拉数到10分钟自然语言对话
+- 要点1：报表制作80%时间花在数据
+
+---
+*大纲生成时间：2026-05-17*
@@ -0,0 +1,10 @@
+# 文章大纲：AI写作实战：从初稿到出品的完整工作流
+
+# 大纲：AI写作实战：从初稿到出品的完整工作流
+
+## 第一章：你写不出好内容，不是AI不行，是缺少改写方法论
+- 痛点：90%的人用AI写稿后只做微调，内容依然千篇一律
+- 数据：2025
+
+---
+*大纲生成时间：2026-05-17*
@@ -0,0 +1,51 @@
+# 文章大纲：上班族用AI提效的真实案例：每天省出2小时
+
+# 上班族用AI提效的真实案例：每天省出2小时
+
+## 一、你学了那么多AI工具，为什么效率反而更低了？
+- **反常识洞察**：90%的人把AI当“高级搜索引擎”用，只解决了“知道”，没解决“做到”——真正提效的关键不是工具本身，而是工作流是否被重构。
+- **2025年数据佐证**：据麦肯锡2025年Q3报告，企业AI工具部署率已达67%，但仅23%的员工反馈效率提升超过30%；核心卡点在于“旧流程套新工具”，而非工具能力不足。
+- **读者拿走**：一张“AI提效自检清单”——从信息输入、处理、输出三个环节排查效率黑洞，判断你属于“工具型低效”还是“流程型低效”。
+
+## 二、会议场景：把1小时压缩成15分钟的Prompt模板
+- **反常识洞察**：大部分AI会议纪要工具只是录音转文字，真正的提效发生在会前——用AI预设议题框架和决策预判，把会议从“讨论”变成“确认”。
+- **具体方案**：
+  - 会前：用结构化Prompt生成议题大纲（附模板），让参会者提前填写数据，会议直接过结论。
+  - 会中：实时捕捉分歧点，自动生成备选方案摘要。
+  - 会后：AI输出行动项+排期+责任人，并自动同步到项目管理工具。
+- **2025年热点**：某跨国咨询公司（真实案例）用此方法将周会时长从平均67分钟降至18分钟，员工满意度提升41%。
+- **读者拿走**：可直接复制的“会前议题生成Prompt”和“会后行动项提取Prompt”，以及判断会议是否该开的“3-5-8决策模型”。
+
+## 三、邮件场景：批量处理+分层回复，每天省出40分钟
+- **反常识洞察**：清理邮箱不是靠AI帮你写邮件，而是靠AI帮你决定“这封邮件值不值得回”——80%的邮件不需要你亲自写，甚至不需要你读。
+- **具体方案**：
+  - 按重要性评分：AI基于发件人、关键词、历史行为自动分级，重要邮件推送摘要，垃圾邮件自动归档并生成“放弃回复”理由。
+  - 批量回复：同类邮件（如审批、确认、同步信息）用Prompt批量生成标准回复，人工一秒钟确认即可。
+- **2025年数据**：据Slack 2026年《数字工作行为报告》，知识工作者平均每天花2.1小时处理邮件，其中62%属于“已阅即可”类邮件。
+- **读者拿走**：三段式邮件处理工作流（分级→批量→个性化），含3个核心Prompt模板（审批类、同步类、拒绝类），以及一个“邮箱清零”日常操作清单。
+
+## 四、报表场景：从“熬夜做PPT”到“让AI替你交作业”
+- **反常识洞察**：做报表最耗时的不是画图，而是“从哪些维度解读数据”——AI能帮你自动生成数据洞察假设，你只需做选择题。
+- **具体方案**：
+  - 数据准备：AI自动连接数据源，清洗异常值，生成缺失值建议。
+  - 洞察生成：输入业务问题，AI输出3种解读视角（如增长归因、风险预警、对比标杆），附图表推荐。
+  - 讲述呈现：AI根据受众角色（老板/客户/团队）自动调整叙事逻辑和视觉风格，一键生成PPT大纲。
+- **2025年热点**：2025年底某互联网大厂内部推行“AI报表审核”，将月度经营分析报告产出时间从3天缩短至4小时，且错误率降低57%。
+- **读者拿走**：适合不同岗位的“数据看什么”判断框架（运营/销售/管理者各有侧重），以及一条让AI按你思路出图的Prompt指令模板。
+
+## 五、关键一步：把三个场景串成一条“无人值守流水线”
+- **反常识洞察**：单点提效是加法，串联成闭环才是乘法——会议输出直接成为邮件行动项，邮件中的审批数据自动流入报表源，形成“一次录入，处处可用”的数据链。
+- **具体方案**：
+  - 用低代码工具（如Notion AI、Coda、钉钉AI助手）搭建个人工作流中枢：会议→任务→邮件→报表，每条链路自动传递上下文。
+  - 示例：周会决策输出→自动生成周报草稿→自动提取待办事项并发送邮件通知→数据自动计入个人OKR报表。
+- **2025-2026趋势**：Gartner预测到2026年，40%的日常工作流将由“AI Agent”自动编排，现在开始搭建个人工作流就是抢占先机。
+- **读者拿走**：一张“工作流串联蓝图”（可视化流程图），以及搭建最小可行闭环的3天行动步骤（第1天场景拆分，第2天链路对接，第3天纠偏优化）。
+
+## 六、学了那么多Prompt，为什么你还是用不好？——隐藏的“思维转换”陷阱
+- **反常识洞察**：大多数人失败不是因为记不住Prompt公式，而是因为还停留“人工操作思维”——总是试图控制每一个细节，而不是给AI留出生产空间。
+- **核心观点**：AI提效的本质是从“手工作坊”升级到“机器人协作”，你需要学会定义“什么不交给AI”和“只需要给定目标和边界”。
+- **实操方法**：一份“AI授权清单”——列出工作中哪些环节是“高频率、低价值、可标准化”直接全权交给AI，哪些是“高价值、高不确定”保留人工判断。
+- **读者拿走**：一个“AI与人类分工四象限”判断框架，以及从“工具使用者”
+
+---
+*大纲生成时间：2026-05-18*
@@ -0,0 +1,6 @@
+# 文章大纲：内容创作者的AI工具箱：从选题到分发全链路
+
+注意：
+
+---
+*大纲生成时间：2026-05-18*