docs: 同步 README 与本次 skill 改动

- 前置条件: macOS 手写 Chromium 命令 → ensure-chromium.js --list/--login 跨平台引导
- 添加新源流程: 3步闭环 → 4步闭环 (加 recipe-test 锁定)
- 归档产物结构: 摘要文件移到 summary/ 子目录, 加 category/tags/date 字段说明
- 分工说明: tags 从 [category,source] 改为 agent 从摘要提取 ≤3 语义关键词
- 浏览器说明: 加 --login 引导登录态, --list/--check 检测
- 能力概览表: "自动分类" → "分类与标签" (脚本猜测+agent覆盖 / agent提取)

README.md

 # News Harvester Skill
 
-一个通用 Skill：从配置的新闻源（Reuters、The Conversation、The Guardian 等）采集最新文章，生成中文摘要 + 英文原文，归档到 Obsidian vault。支持去重和自动分类。
+一个通用 Skill：从配置的新闻源（Reuters、The Conversation、The Guardian 等）采集最新文章，生成中文摘要 + 英文原文，归档到 Obsidian vault。支持去重、自动分类与语义标签提取。
 
 > 适用于任何支持 Skill 加载的 Agent 环境（如 [Claude Code](https://docs.claude.com/en/docs/claude-code)、ZCode 等），包括交互模式和无头模式。
 
@@ -14,7 +14,7 @@
 | 📡 文章采集 | 抓取首页链接 → 提取全文（标题/日期/作者/正文/配图） |
 | 🗄 Obsidian 归档 | 每篇文章生成中文摘要 + 英文原文 + 当日索引 + 去重注册表 |
 | 🔁 去重 | 滑动窗口（默认 7 天）的 registry，避免重复采集 |
-| 🏷 自动分类 | 基于关键词映射到 7 个分类（地缘政治/科技AI/中美关系/财经/社会/国际冲突/国际） |
+| 🏷 分类与标签 | `category` 脚本按关键词初始猜测 + Agent 覆盖（7 类）；`tags` 由 Agent 从摘要/正文提取 ≤3 个语义关键词 |
 
 ---
 
@@ -52,7 +52,7 @@ config.json ──▶ harvest.js ──▶ 有 helpers/<id>.md ?
 
 **脚本与 Agent 分工**：
 - **脚本**（`scripts/`）：确定性工作 —— HTTP 请求、HTML 解析、图片下载、去重、**写原文.md / registry / index**（中文标题先用哨兵占位，全文直接落盘）
-- **Agent**（LLM）：智能工作 —— 读紧凑 manifest（无全文，仅 `bodyPreview` ~4000 字），生成中文标题 + 四段摘要 + 分类，写入 `.summaries.json`
+- **Agent**（LLM）：智能工作 —— 读紧凑 manifest（无全文，仅 `bodyPreview` ~4000 字），生成中文标题 + 四段摘要 + 分类（`category`）+ 从摘要/正文提取的 ≤3 个 `tags`，写入 `.summaries.json`
 - **finalize.js**：读 `.summaries.json`，写中文摘要文档，把原文里的哨兵替换成真实标题，更新 registry/index，清理临时文件
 
 > 全文 body 由脚本直接写盘，**永不进入 Agent 上下文**——这是降低 token 消耗的关键。
@@ -97,13 +97,14 @@ news-harvester/
 
 - [Node.js](https://nodejs.org/) ≥ 18
 - 一个可写的 Obsidian vault 目录
-- （可选）Chromium / Google Chrome / Edge —— 仅当使用 `browser` 方法的源（如 reuters）时需要。脚本会跨平台自动发现已安装的浏览器（macOS `.app`、Linux PATH、Windows 安装目录），推荐手动启动，指定profile 目录和端口
+- （可选）Chromium / Google Chrome / Edge —— 仅当使用 `browser` 方法的源（如 reuters）时需要。脚本会跨平台自动发现已安装的浏览器（macOS `.app`、Linux PATH、Windows 安装目录）。**需要登录态的源**（订阅/付费墙）用 `ensure-chromium.js --login` 引导跨平台登录：
 
-```sh
-"/Applications/Chromium.app/Contents/MacOS/Chromium" \
-  --remote-debugging-port=9222 \
-  --user-data-dir="$HOME/.news-harvester/chromium-profile" \
-  --no-first-run --no-default-browser-check &
+```bash
+# 检测环境与可用浏览器
+node scripts/ensure-chromium.js --list
+
+# 启动窗口化浏览器登录（自动用固定 profile，登录态持久化）
+node scripts/ensure-chromium.js --login --url https://www.reuters.com/
 ```
 
 ### 1. 克隆并安装依赖
@@ -292,7 +293,7 @@ claude -p \
        └─▶ 更新 registry + index
 ```
 
-### 添加新 browser 源（3 步闭环：add → inspect --write → verify）
+### 添加新 browser 源（4 步闭环：add → inspect --write → verify → lock）
 
 ```bash
 # 1. 加入 config（browser 源应配 recipe，articleUrlPattern 是 legacy 专用）
@@ -303,6 +304,9 @@ node scripts/inspect-source.js https://example.com/ --scroll 3 --write mysrc
 
 # 3. 只读验证
 node scripts/harvest.js mysrc 3 --preview
+
+# 4. 锁定回归测试（recipe 稳定后，需 helpers/mysrc.fixtures.json）
+node scripts/recipe-test.js mysrc
 ```
 
 **收敛判定**：preview 通过 = 抓到的链接是真实文章（非 nav/section 页）且 `charCount > 500`。不通过时按症状调 `helpers/mysrc.md`：链接是导航 → 收紧 `urlPattern`；文章太少 → 调大 `scrollSteps`；正文空 → 调 `bodySelectors`。改完重跑 preview。
@@ -390,19 +394,22 @@ recipe 存放在 `helpers/`（入库共享，跨机器一致），区别于 `con
 
 ```
 YYYYMMDD/
-├── <中文标题>.md                    # 中文摘要（事件概述/背景/关键引语/影响分析）— finalize.js 生成
-├── <英文标题> - <SourceName>原文.md  # 英文原文（含配图）— harvest.js 生成，finalize.js 修补中文标题链接
-├── index.md                         # 当日索引（分类统计 + 文章列表 + 分类导航）
+├── <英文标题> - <SourceName>原文.md  # 英文原文（含配图）— harvest.js 生成，finalize.js 修补中文标题链接 + tags/category
+├── index.md                         # 当日索引（分类统计 + 文章列表[含原文标题列] + 分类导航）
 ├── registry.json                    # 去重注册表
+├── summary/
+│   └── <中文标题>.md                # 中文摘要（事件概述/背景/关键引语/影响分析）— finalize.js 生成
 ├── assets/
 │   └── <slug>-N.jpg                 # 下载的配图
 ├── .manifest.json                   # ⏳ 临时：harvest.js 写，finalize.js 消费后删除
 └── .summaries.json                  # ⏳ 临时：Agent 写，finalize.js 消费后删除
 ```
 
-> harvest → finalize 之间，原文/registry/index 里的中文标题是哨兵占位符 `__SUMMARY_<slug>__`，finalize 完成后替换为真实标题。两个 `.` 开头的临时文件在 finalize 后自动删除。
+> 中英文档通过 YAML frontmatter 的 `related` 字段双向 `[[链接]]`（裸标题，Obsidian 按文件名解析，摘要文件虽在 `summary/` 子目录下仍可正常跳转）。
+>
+> frontmatter 含独立的 `category` 字段（支持 Obsidian Bases/属性筛选）和 `tags`（Agent 从摘要/正文提取的 ≤3 语义关键词）。`date` 存完整 ISO 8601 时间戳（无损，Obsidian 可按任意时区解析），info callout 的发布时间显示上海时区（UTC+8）。
 
-中英文档通过 YAML frontmatter 的 `related` 字段双向 `[[链接]]`。
+> harvest → finalize 之间，原文/registry/index 里的中文标题是哨兵占位符 `__SUMMARY_<slug>__`，finalize 完成后替换为真实标题。两个 `.` 开头的临时文件在 finalize 后自动删除。
 
 ---
 
@@ -410,7 +417,7 @@ YYYYMMDD/
 
 - **正文提取依赖正则**：网站改版可能导致提取失败（正文 < 100 字会被跳过）
 - **中文标题/摘要由 Agent 生成**：`harvest.js` 在原文/registry/index 中用哨兵 `__SUMMARY_<slug>__` 占位，`finalize.js` 读取 Agent 写的 `.summaries.json` 后替换为真实标题并生成摘要文档
-- **browser 方法自动启动 Chromium**：`harvest.js` 在抓取前调用 `ensure-chromium.js`，自动发现并启动浏览器（跨平台：macOS `.app` bundle、Linux PATH、Windows 安装目录），默认 `headless=new`，轮询 `/json/version` 直到就绪。无需手动 `chromium ... &`。若发现失败可在 `config.json` 设 `chromium.executablePath` 指定路径；调试用 `node scripts/ensure-chromium.js`（失败时打印二进制路径/端口/stderr 日志尾）。需要登录态的源：设 `chromium.userDataDir` 指向一个登录过的固定 profile，后续自动启动即带 cookie/环境。配置项见 SKILL.md 的 Configuration
+- **browser 方法自动启动 Chromium**：`harvest.js` 在抓取前调用 `ensure-chromium.js`，自动发现并启动浏览器（跨平台：macOS `.app` bundle、Linux PATH、Windows 安装目录），默认 `headless=new`，轮询 `/json/version` 直到就绪。无需手动 `chromium ... &`。若发现失败可在 `config.json` 设 `chromium.executablePath` 指定路径；用 `node scripts/ensure-chromium.js --list` 检测可用浏览器，`--check` 查端口状态。**需要登录态的源**（订阅/付费墙）：用 `node scripts/ensure-chromium.js --login --url <homepage>` 启动窗口化浏览器跨平台登录，登录态保存到固定 profile（`~/.news-harvester/chromium-profile`），后续 headless 抓取自动复用。配置项见 SKILL.md 的 Configuration
 - **图片下载无重试**：失败仅跳过
 - **Token 卫生**：归档任务为「harvest → 写 .summaries.json → finalize」三步；不要为同一源/日重跑 harvest 仅为"多取几篇"（registry 已去重，二次跑只取真正的新文章并安全合并进待处理 manifest）；不要用 Read 反复读原文大文件——manifest 里的 `bodyPreview`（~4000 字）足够写摘要