Passive Agent Workbench

每天从 Zotero、Obsidian、HuggingFace Daily、GitHub Stars 里挑出少量真正值得看的内容，并推送到飞书或在终端里查看。

信息过载时，问题通常不是"没有资料"，而是"不知道今天先看哪几个"。Passive Agent 会帮你完成：采集 → 去重 → 摘要 → 打分 → 推荐 → 反馈降权。

资料来源 → 去重 → LLM 摘要/打分 → Top N 推荐 → 你选择：看 / 忽略 / 周末读 / 生成卡片

适合谁

• 你有一堆论文、文章、GitHub 项目，但每天只想看最重要的 3 个。
• 你在准备 Agent / LLM / 算法工程相关面试，需要持续积累高价值材料。
• 你希望"少推类似"这种反馈能影响后续推荐，而不是每天重复刷到不想看的东西。

5 分钟跑起来

1. 安装依赖

git clone https://github.com/CoderJackZhu/PassiveAgent.git
cd PassiveAgent
uv sync

后续命令都用 uv run passive-agent ...。如果你已经 source .venv/bin/activate，也可以直接用 passive-agent ...。

2. 创建配置文件

cp config.yaml.example config.yaml
cp .env.example .env

打开 .env 填一个 LLM API Key（任何 OpenAI 兼容的 API 均可）：

XIAOMI_API_KEY=你的_key
XIAOMI_BASE_URL=https://token-plan-cn.xiaomimimo.com/v1

默认使用小米 MiMo 模型。如需切换其他 OpenAI 兼容服务，修改 config.yaml 的 llm 部分即可（详见 docs/configuration.md）。

3. 初始化数据库

uv run passive-agent init-db

4. 跑一次每日推荐

uv run passive-agent daily

5. 查看结果

uv run passive-agent status
uv run passive-agent dashboard
uv run passive-agent list --stage recommended

如果这些命令能看到推荐条目，说明本地流程已经跑通。

日常命令

你想做什么	命令
跑一次完整推荐流程	uv run passive-agent daily
看系统状态	uv run passive-agent status
看终端看板	uv run passive-agent dashboard
看推荐列表	uv run passive-agent list --stage recommended
把某条变成面试卡	uv run passive-agent action <item_id> --type card
忽略某条并记录负反馈	uv run passive-agent action <item_id> --type ignore
加入周末深读	uv run passive-agent action <item_id> --type weekend
生成本周周报	uv run passive-agent weekly-report

<item_id> 可以从 list --stage recommended 或 dashboard 里看到。

数据来源

来源	默认状态	说明
Zotero	开启	读取本地 ~/Zotero/zotero.sqlite，适合论文和长期资料库。
HuggingFace Daily Papers	开启	拉取近期 HF Daily Papers。
Obsidian Inbox	关闭	适合临时丢 URL，格式见 docs/configuration.md。
GitHub Stars	关闭	需要 GITHUB_TOKEN 手动导入：uv run passive-agent init-stars。

配置怎么改

大部分用户只需要改 3 个地方。完整配置参考：docs/configuration.md。

1. 当前目标

goals:
  current_focus: "Agent 算法岗面试准备"
  priority_topics:
    - Agent 架构与工程
    - Tool Calling
    - RAG 与评测

2. 数据源开关

sources:
  zotero:
    enabled: false
  obsidian:
    enabled: true
    inbox_path: "~/ObsidianVault/00-Inbox/inbox.md"

3. 每天推几条

scoring:
  daily_limit: 3
  weekend_limit: 5

进阶

文档	内容
飞书接入	主动推送、长连接服务、权限配置
定时任务	macOS LaunchAgent 安装和管理
完整配置参考	所有 YAML 字段和环境变量说明
踩坑速查	常见问题和解决方法
开发指南	代码结构、数据流、如何添加新功能

项目结构

PassiveAgent/
├── config.yaml.example      # 配置模板
├── .env.example             # 环境变量模板，不提交真实密钥
├── prompts/                 # LLM prompt 模板
├── docs/                    # 详细文档
├── scripts/                 # launchd 安装脚本和 plist 模板
├── src/passive_agent/
│   ├── main.py              # CLI 入口
│   ├── pipeline.py          # 每日处理流水线
│   ├── collectors/          # 数据采集器
│   ├── processors/          # 去重 / 摘要 / 打分 / 排序
│   ├── actions/             # 用户操作处理
│   ├── feishu/              # 飞书 Bot
│   └── storage/             # SQLite 数据库和模型
└── tests/

开发

uv sync --all-extras
uv run pytest tests/ -v

技术栈：Python 3.11+、SQLite、Click、Jinja2、OpenAI-compatible LLM API、飞书开放平台。

License

MIT