터미널에 설치된 grok CLI(xAI, SuperGrok 구독으로 인증됨)를
subprocess로 호출해 X에서 알파를 수집·정리하는 파이썬
파이프라인을 만들어줘. X 공식 API와 그록 API는 쓰지 않는다.

1) 입력: 감시할 핸들(계정) 리스트 + 키워드/내러티브 목록.

2) 수집: 핸들과 키워드별로 grok CLI를 asyncio 병렬로 호출해
최근 트윗을 받는다. 한 주제를 '신규 언급 / 인용·인게이지먼트
높은 글 / 논쟁 / 온체인 근거' 네 각도로 나눠서 각각 따로 긁으면
한 번에 긁을 때보다 누락이 크게 줄어든다. 리트윗, 광고,
봇 멘션은 제거한다.

3) 안정성: grok에 넘기는 프롬프트 안에 "즉시 stdout으로 출력,
빈 응답 금지"를 명시한다. 503이나 타임아웃은 일시적이므로
지수 백오프로 3회 재시도하고, 빈 결과는 실패로 간주해 재시도한다.

4) 정리·증류: 모은 원문을 LLM에 넣어 중복을 병합하고
"오늘의 핵심 N개 + 각 항목 근거가 된 트윗 링크" 형태로
요약한다. 과장하지 말고, 출처 없는 주장은 버린다.

5) 출력: (a) 마크다운 저장 (b) HTML을 거쳐 PDF 변환
(c) 텔레그램 봇 토큰으로 지정 채널에 자동 포스팅.

6) 자동화: cron에 등록해 매일 정해진 시각에 자동 실행한다.

작동 원리와 주의점

- 왜 되나: grok CLI는 구독 세션으로 동작하므로, 코드가 이 CLI를 호출하는 한 별도 API 비용이 발생하지 않습니다. 데이터는 같고 비용만 0이 되는 셈입니다.
- 병렬 다각도 수집이 핵심입니다. 한 계정을 한 번만 긁으면 절반은 놓칩니다. 같은 주제라도 각도를 나눠 여러 번 긁어 합쳐야 빠지는 게 없습니다.
- 가장 많이 데이는 함정은 빈 응답입니다. 그록이 가끔 아무것도 안 뱉고 끝나는데, 프롬프트에 "빈 응답 금지"를 박고 빈 결과를 실패로 처리해 재시도하지 않으면 그날 수집이 통째로 비어버립니다.
- 출력은 마크다운에서 멈춰도 되고, PDF나 텔레그램 자동 포스팅까지 붙이면 매일 아침 알파 다이제스트가 자동으로 채널에 올라옵니다.

이 구조만 잡으면 X뿐 아니라 다른 소스로도 그대로 확장됩니다.

[속보] 코스피 서킷브레이커 발동…올해 4번째

`obsidian-skills`라는 프로젝트인데, 만든 사람이 `kepano`, Obsidian CEO Steph Ango입니다.

Obsidian 앱에 기본 탑재된 AI 기능은 아니고, Steph Ango가 개인 GitHub에 공개한 오픈소스 스킬팩에 가깝습니다.

역할은 AI 에이전트에게 Obsidian 사용법을 가르치는 것입니다.

Claude Code, Codex, OpenCode 같은 에이전트에 붙이면 AI가 내 Obsidian 볼트 안에서 노트를 읽고, 만들고, 수정하고, 연결하는 작업을 더 정확하게 할 수 있습니다.

들어있는 기능은 이렇습니다.

* Obsidian Markdown
위키링크, 임베드, 콜아웃, 프론트매터 같은 Obsidian 전용 문법을 AI가 이해하고 작성할 수 있게 해줍니다.

* Obsidian Bases
노트를 데이터베이스처럼 보고, 필터링하고, 뷰를 만들고, 요약하는 구조를 다룰 수 있게 해줍니다.

* JSON Canvas
Obsidian Canvas 파일을 다루는 기능입니다. 노드와 연결선을 만들어 아이디어맵, 리서치 흐름도 같은 걸 AI가 직접 구성할 수 있습니다.

* Obsidian CLI
AI가 명령어 기반으로 볼트를 검색하고, 노트를 만들고, 플러그인이나 테마 개발 작업까지 다룰 수 있게 해줍니다.

* Defuddle
웹페이지에서 광고, 메뉴, 불필요한 UI를 걷어내고 본문만 Markdown으로 뽑아주는 기능입니다. 자료 정리할 때 토큰 낭비를 줄일 수 있습니다.

이 레포가 의미 있는 지점은 Obsidian이 AI 에이전트의 작업공간으로 바뀔 수 있다는 점입니다.

예전에는 사람이 웹에서 자료를 모으고, 복붙하고, 다시 정리해서 AI에게 넘겼습니다.

이제는 AI가 내 Obsidian 안에서 자료를 읽고, 연결하고, 새 문서로 재구성할 수 있습니다.

Obsidian을 꾸준히 정리해둔 사람이라면 별도 RAG 구축 없이도 개인 지식베이스를 AI 인프라처럼 쓸 수 있습니다.

AI 활용에서 중요한 건 모델을 하나 더 쓰는 게 아니라, 내가 쌓아둔 자료를 AI가 실제로 만질 수 있는 구조를 만드는 것입니다.