SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场news-aggregator-skill

news-aggregator-skill

写作与研究

查看项目

更新于 10-16 02:13

技能介绍

用途

新闻聚合技能（News Aggregator Skill）用于从多个来源获取实时热点新闻，帮助用户快速了解各领域动态。它适用于每日新闻汇总、科技新闻简报、财经更新以及热点话题的深度解读。

支持的数据源

该技能支持以下 8 个数据源，每个数据源有对应的标识符和类型：

  • Hacker News（标识符：hackernews）：科技/创业
  • 微博热搜（标识符：weibo）：社会/娱乐
  • GitHub Trending（标识符：github）：开源项目
  • 36氪（标识符：36kr）：科技/商业
  • Product Hunt（标识符：producthunt）：产品发布
  • V2EX（标识符：v2ex）：技术社区
  • 腾讯新闻（标识符：tencent）：综合新闻
  • 华尔街见闻（标识符：wallstreetcn）：财经

主要能力

该技能提供以下核心能力：

  1. 多源抓取：可指定单个源、多个源（逗号分隔）或所有源（all）进行新闻抓取。
  2. 数量限制：通过 --limit 参数控制每个源返回的最大条目数，默认值为 10。
  3. 关键词过滤：通过 --keyword 参数进行关键词过滤，支持逗号分隔多个关键词，不区分大小写，支持单词边界匹配。
  4. 深度抓取：通过 --deep 参数启用深度抓取，下载并提取文章正文内容（截取前 3000 字符），并发抓取以提高速度，结果中会包含 content 字段。
  5. JSON 输出：输出格式为 JSON 数组，每个条目包含 source（来源名称）、title（标题）、url（链接）、heat（热度指标，如点数、回复数、星标数等）、time（时间信息）以及 content（文章内容，仅在使用 --deep 时）。

使用方式

基本命令格式如下：

uv run --directory .agents/skills/news-aggregator-skill python scripts/fetch_news.py [参数]

参数说明：

  • --source <源>：指定数据源。单个源如 hackernews、weibo、github、36kr、producthunt、v2ex、tencent、wallstreetcn；多个源用逗号分隔，如 hackernews,github,producthunt；所有源用 all。
  • --limit <数量>：每个源返回的最大条目数，默认 10。
  • --keyword <关键词>：关键词过滤，逗号分隔，例如 "AI,LLM,GPT"。不区分大小写，支持单词边界匹配。
  • --deep：启用深度抓取，下载并提取文章正文内容（截取前 3000 字符），并发抓取以提高速度，结果中会包含 content 字段。

使用策略

1. 全局扫描（广泛获取）

适用场景：每日新闻汇总、全面了解各领域动态。

# 从所有源获取，每源 15 条，启用深度抓取
uv run --directory .agents/skills/news-aggregator-skill python scripts/fetch_news.py --source all --limit 15 --deep

注意：全局扫描会返回约 120 条数据，需要根据用户兴趣进行语义过滤和分类。

2. 单一数据源

适用场景：专注特定平台或领域。

# Hacker News 前 10 条
uv run --directory .agents/skills/news-aggregator-skill python scripts/fetch_news.py --source hackernews --limit 10 --deep

# GitHub Trending 前 15 条
uv run --directory .agents/skills/news-aggregator-skill python scripts/fetch_news.py --source github --limit 15 --deep

3. 关键词搜索（智能扩展）

关键规则：自动扩展用户关键词以覆盖整个领域。

  • 用户说 "AI" → 使用："AI,LLM,GPT,Claude,DeepSeek,Gemini,机器学习,RAG,Agent,大模型"
  • 用户说 "前端" → 使用："前端,React,Vue,Next.js,TypeScript,JavaScript,CSS,Vite"
  • 用户说 "金融" → 使用："金融,股票,市场,经济,加密货币,比特币,黄金,A股"
# 示例：用户问 "有什么 AI 相关的新闻"
uv run --directory .agents/skills/news-aggregator-skill python scripts/fetch_news.py \
  --source hackernews,github,36kr \
  --limit 20 \
  --keyword "AI,LLM,GPT,Claude,DeepSeek,Agent,大模型" \
  --deep

4. 精确搜索

仅用于非常具体的专有名词。

# 搜索 "DeepSeek" 相关新闻
uv run --directory .agents/skills/news-aggregator-skill python scripts/fetch_news.py --source all --limit 10 --keyword "DeepSeek" --deep

输出规范

报告格式要求

语言与风格：

  • 使用简体中文
  • 采用杂志/新闻通讯风格（如《经济学人》或 Morning Brew）
  • 专业、简洁、引人入胜

报告结构：

  • 头版头条（3-5 条）：跨领域最重要的新闻
  • 科技与 AI：AI、LLM、技术相关内容的专门板块
  • 财经/社会：其他重要类别（根据相关性）

单条新闻格式：

### 序号. [标题文本](原始URL)

**来源**：<数据源> | **时间**：<时间信息> | **热度**：<热度指标>

**核心要点**：一句话概括"所以呢？"

**深度解读**：
- 要点 1：为什么重要
- 要点 2：技术细节或背景
- 要点 3：影响和启示

关键规则：

  • 标题必须是 Markdown 链接：OpenAI 发布 GPT-5
  • 禁止纯文本标题：OpenAI 发布 GPT-5
  • 元数据行必须包含：来源、时间、热度
  • 深度扫描时必须提供 2-3 条解读要点

时间过滤与智能补充

当用户指定时间窗口（如"过去 X 小时"）且结果稀少（< 5 条）时：

  • 优先用户窗口：先列出严格符合时间要求的条目
  • 智能补充：如果列表过短，必须包含更大范围内的高价值/高热度条目（如过去 24 小时）
  • 明确标注：清楚标记补充条目（如 "⚠️ 18h ago"、"🔥 24h 热门"）
  • 价值优先：即使略微超出时间窗口，也要优先展示 SOTA、重大发布或高热度内容

GitHub Trending 特例：

  • 严格返回抓取列表中的有效条目（如 Top 10）
  • 列出所有抓取的条目
  • 不进行智能补充
  • 必须对每个项目进行深度分析：
    • 核心价值：解决什么问题？为何流行？
    • 启发思考：技术或产品洞察
    • 场景标签：3-5 个关键词（如 #RAG #本地优先 #Rust）

输出文件

  • 保存位置：工作区根目录的 reports/ 文件夹
  • 文件命名：带时间戳（如 hn_news_20260131_1430.md）
  • 完整路径示例：/Users/dio/Documents/new_vault/reports/tech_news_20260131_1430.md
  • 用户展示：在聊天中呈现完整报告内容

交互菜单

当用户说 "news-aggregator-skill 如意如意"（或类似的"菜单/帮助"触发词）时：

  1. 读取技能目录中的 templates.md 文件
  2. 向用户展示文件中的可用命令列表
  3. 引导用户选择编号或复制命令执行

适用场景

  • 每日新闻汇总：使用全局扫描获取各领域动态
  • 科技新闻简报：聚焦 Hacker News、GitHub Trending、36Kr 等科技源
  • 财经更新：使用华尔街见闻等财经源
  • 热点话题深度解读：结合关键词过滤和深度抓取
  • 特定平台监控：使用单一数据源专注特定平台

限制

  • 全局扫描会返回约 120 条数据，需要根据用户兴趣进行语义过滤和分类
  • 深度抓取仅截取文章正文前 3000 字符
  • 关键词过滤不区分大小写，支持单词边界匹配
  • GitHub Trending 特例：严格返回抓取列表中的有效条目，不进行智能补充
  • 时间过滤与智能补充规则：当结果稀少（< 5 条）时，会包含更大范围内的高价值/高热度条目，并明确标注
  • 该技能的具体收费、价格、平台支持等信息暂未提供