用 LLM 自动收集每日新闻，省去手动筛选烦恼。
Agently-Daily-News-Collector 是一个基于 Agently 框架的自动化每日新闻收集工作流示例项目。它利用大型语言模型（LLM）自动从互联网抓取新闻，并通过智能筛选、分类和摘要，将杂乱的信息整理成结构化的每日新闻简报。该项目解决了手动搜集新闻耗时费力、信息过载的问题，展示了如何用 Agently 快速构建一个完整的 AI 应用。核心能力包括：新闻源配置、自动抓取、LLM 驱动的去重与摘要、分类聚合，以及定时触发输出。它既是一个可运行的新闻收集工具，也是学习 Agently 框架和 LLM 应用开发的参考范例。
Newspaper3k、Feedparser、HuggingFace News
Agently-Daily-News-Collector 是自动化工作流领域的开源项目，由 AgentEra 开发，2024 年首次发布。
它收录于自动化工作流分类，该分类目前共有 499 个项目，GitHub 星标数为 641。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-16。基于Agently框架的新闻收集工作流，可自行部署，完全免费。
它主要面向的使用场景是：个人每日新闻简报自动生成。同类可对比的替代方案包括 Newspaper3k、Feedparser、HuggingFace News。
上一篇：wxpath
n8n
开源
拖拽搭建自动化流程，轻松接入 AI 与 400+ 应用，搞定重复工作。
Fair-code workflow automation platform with native AI capabilities. Combine visual b···
feishu-docx
开源
让 AI 代理轻松读写飞书文档，双向转换 Markdown
Feishu/Lark Docs、Sheet、Bitable <-> Markdown | AI Agent-friendly knowledge base exp···
robotcode
开源
让 Robot Framework 拥有现代 IDE 体验，调试、补全、运行一气呵成。
Open Source Toolkit for Robot Framework, providing Language Server Protocol support,···
puppeteer
开源
用 JavaScript 轻松操控无头浏览器，搞定自动化测试与网页抓取。
JavaScript API for Chrome and Firefox
