项目名称：Tsukoつこ

简介

Tsukoつこ是一个 Python 项目，旨在自动化处理来自深圳技术大学（SZTU）公文通的通知信息。它能够抓取最新的通知，使用 AI 对通知进行分类和总结，并以友好的格式展示给用户。

主要功能

• 通知抓取：从深圳技术大学官网（教务处、各学院等）抓取最新的通知列表。
• 增量更新：只抓取上次运行后发布的新通知，避免重复处理。
• 数据存储：将抓取到的通知数据（标题、链接、发布日期）保存在 CSV 文件中 (data/gwt_data.csv)。
• AI 分类与总结：
  • 使用 Google Gemini API 对抓取到的通知进行智能分类（例如：教学管理、科研项目、会议活动等）。
  • 针对用户选择的特定通知，能够抓取其详细内容（标题、正文、附件）并生成内容摘要。
• 配置管理：通过 config.env 文件管理必要的配置信息，如 GEMINI_API_KEY 和用户类型。
• 交互式配置：如果 config.env 文件或其中的关键配置项缺失，程序会引导用户输入并自动保存。
• 格式化输出：将 AI 处理后的通知信息以清晰、易读的格式展示出来。

项目结构

/Users/drc/Code/project/tsuko/
├── data/                     # 存放数据文件
│   └── gwt_data.csv          # 爬取的通知原始数据
│   └── response.txt          # AI处理后的响应（旧版，可能已弃用）
├── src/                      # 源代码目录
│   ├── main.py               # 主程序入口，协调各模块工作
│   ├── gwt.py                # 负责官网通知的抓取、数据处理和格式化输出
│   ├── ai_analyse.py         # 负责与 Google Gemini API 交互，进行内容分类和总结
│   └── __pycache__/          # Python 编译的缓存文件
├── test/                     # 测试代码目录
│   └── crawler.py            # 用于测试爬虫和AI分析功能的脚本
├── res/                      # 资源文件目录
│   └── prompt.txt            # AI 模型的提示语（prompt）
│   └── prompt/
│       └── classify.txt      # 分类任务的特定prompt
│       └── details_summary.txt # 详情总结任务的特定prompt
│       └── nyaa.txt          # 猫娘模式的通用prompt
├── config.env                # 配置文件 (需要用户自行创建或由程序引导创建)
└── README.md                 # 项目说明文件 (即本文档)

安装与运行

1. 环境准备

• Python 3.x
• pip (Python 包管理工具)

2. 安装依赖

在项目根目录下，运行以下命令安装必要的 Python 库：

pip install requests beautifulsoup4 pandas python-dotenv google-generativeai

3. 配置 API Key

项目需要使用 Google Gemini API。请按照以下步骤操作：

1. 获取您的 Google Gemini API Key。
2. 在项目根目录下创建（或等待程序引导创建）一个名为 config.env 的文件。
3. 在 config.env 文件中添加以下内容，并将 你的API密钥 替换为您的真实 API Key：

   GEMINI_API_KEY=你的API密钥
   USER_TYPE=1 # 用户类型，例如 1 代表本科生，具体含义见代码或提示
   DAYS_TO_ANALYZE=2 # 分析最近几天的通知，默认为2

   如果文件或配置项不存在，首次运行 src/main.py 时，程序会提示您输入。

4. 运行主程序

python src/main.py

程序将开始抓取新通知，进行 AI 分析，并输出结果。

5. (可选) 运行测试脚本

可以运行 test/crawler.py 来单独测试爬虫或 AI 分析的特定功能。

python test/crawler.py

主要模块说明

• src/main.py:
  • 程序的主入口。
  • 负责初始化配置，调用 gwt.py 中的函数获取和存储通知数据，然后调用 ai_analyse.py 中的函数进行 AI 处理，最后格式化并输出结果。
• src/gwt.py:
  • get_data_from_gwt(): 从官网爬取通知列表，进行增量更新，并将数据保存到 gwt_data.csv。
  • get_data_stored(): 从 gwt_data.csv 读取指定日期范围内的通知数据。
  • get_page_details(url): 爬取指定 URL 页面的详细信息（标题、正文、附件）。
  • format_gwt_list(): 将 AI 分类后的通知列表格式化为易读的文本。
• src/ai_analyse.py:
  • ai_classify(user_type, data): 调用 Gemini API 对输入的通知数据列表进行分类。
  • ai_details_summary(data): 调用 Gemini API 对单个通知的详细内容进行总结。
  • talk_with_mashiro(): (实验性功能) 提供一个与 AI 聊天的交互界面，可以调用已定义的工具函数。

注意事项

• 请确保您的网络连接正常，以便访问深圳技术大学官网和 Google Gemini API。
• API Key 的保密性非常重要，请勿泄露。
• 爬虫的效率和稳定性可能受目标网站结构变化的影响。如果抓取失败，可能需要更新 gwt.py 中的爬虫逻辑。
• AI 的输出质量取决于 prompt 的设计和模型的性能。

未来展望

• 更精细化的通知分类。
• 支持更多学校或信息来源。
• 提供 Web 界面或桌面应用。
• 更智能的个性化通知推送。

---