# SRE Weekly Digest

抓取 [SRE Weekly](https://sreweekly.com) 每期内容，把其中分享的文章逐篇导出为 Markdown，
供后续阅读/筛选/邮件分发使用。脚本由 **n8n 定时调用**，通过不同参数驱动；脚本自身**不发送邮件**。

- 脚本: `scripts/sreweekly.py`（单文件，仅依赖 `feedparser`）
- 依赖: `pip3 install feedparser`

## 目录结构

```
sreweekly/
├── manifest.json          # 每期状态：html 是否保存、文章是否已提取、文章数
├── html/<期号>-<日期>.html  # 每期原始 HTML（feed 的 content:encoded 原样保存）
└── markdown/<期号>/         # 每篇文章一个 .md 文件
    ├── 01-<标题>.md
    └── ...
```

## 命令一览

```bash
python3 scripts/sreweekly.py                    # 扫描 feed，新增期保存 HTML + 登记 manifest
python3 scripts/sreweekly.py --check            # 检查有无新期 → 输出 NEW:533,532 或 NONE
python3 scripts/sreweekly.py --extract 533      # 提取指定期文章 → markdown/533/
python3 scripts/sreweekly.py --extract latest   # 提取最新一期
python3 scripts/sreweekly.py --extract pending  # 提取所有尚未提取的期（每日流程推荐）
python3 scripts/sreweekly.py --extract all      # 提取全部（已提取过需加 --force 覆盖）
python3 scripts/sreweekly.py --status           # 打印状态表
python3 scripts/sreweekly.py --issues           # 列出所有已登记期

# 可选参数
--feed <URL>    # RSS 地址（默认 https://sreweekly.com/feed/）
--dir <PATH>    # 工作目录（默认本目录）
--force         # 强制重新提取
```

所有命令**幂等**：重复扫描不重复入库，重复提取自动跳过已提取的期。

## n8n 每日流程（推荐 3 步）

该刊每周一更新，建议每天定时跑一次，有新期才继续：

1. **Execute Command（扫描）**
   ```
   python3 /Users/weishen/Workspace/nexus/Hermes/xingzhi/sreweekly/scripts/sreweekly.py --dir /Users/weishen/Workspace/nexus/Hermes/xingzhi/sreweekly
   ```
2. **Execute Command（提取未处理期）**
   ```
   python3 .../sreweekly.py --dir ... --extract pending
   ```
   （或先用 `--check` 判断 `NEW:`/`NONE` 再分支，`--extract pending` 本身也天然幂等，空跑无害）

3. **后续节点（邮件）**：读取 `markdown/<新期号>/` 下的 .md 文件，
   用 n8n 的 Email / 自定义 AgentMail 节点发送（示例发件收件：star-agent@agentmail.to → billyshen@163.com）。

参考输出（`--check`，可直接作为 n8n IF 条件）：
```
NEW:533,532      ← 有新期
NONE             ← 无更新
```

## manifest.json 示例

```json
{
  "feed": "https://sreweekly.com/feed/",
  "last_scanned": "2026-09-10T07:40:50",
  "issues": {
    "533": {
      "id": "533",
      "title": "SRE Weekly Issue #533",
      "url": "https://sreweekly.com/sre-weekly-issue-533/",
      "pub_date": "2026-09-07",
      "html_file": "html/533-2026-09-07.html",
      "fetched_at": "2026-09-10T07:40:50",
      "extracted": true,
      "article_count": 8,
      "markdown_dir": "markdown/533",
      "extracted_at": "2026-09-10T07:41:10"
    }
  }
}
```

## 说明

- SRE Weekly 的 feed 已在 `content:encoded` 字段携带每期完整 HTML，无需再抓每期页面。
- 页面结构：每篇分享文章是 `<div class="sreweekly-entry">`（标题链接 + 简介 + 作者），
  赞助商段落（`sreweekly-sponsor-message`）自动跳过。
- 提取后每篇 md 内容：标题、期号/日期、作者、原文链接、简介（含 blockquote 引用）。