news-aggregator-skill

ニュースアグリゲータースキル

複数のソースからリアルタイムの注目ニュースを取得します。

ツール

fetch_news.py

使い方：

### Single Source (Limit 10)
```bash
### Global Scan (Option 12) - **Broad Fetch Strategy**
> **NOTE**: This strategy is specifically for the "Global Scan" scenario where we want to catch all trends.

```bash
#  1. Fetch broadly (Massive pool for Semantic Filtering)
python3 scripts/fetch_news.py --source all --limit 15 --deep

# 2. SEMANTIC FILTERING:
# Agent manually filters the broad list (approx 120 items) for user's topics.

単一ソースと組み合わせ（キーワードのスマート展開）

重要：ユーザーの簡単なキーワードを、分野全体を網羅するように自動で展開する必要があります。

• ユーザー：「AI」→ エージェントが使用：--keyword "AI,LLM,GPT,Claude,Generative,Machine Learning,RAG,Agent"
• ユーザー：「Android」→ エージェントが使用：--keyword "Android,Kotlin,Google,Mobile,App"
• ユーザー：「Finance」→ エージェントが使用：--keyword "Finance,Stock,Market,Economy,Crypto,Gold"

# Example: User asked for "AI news from HN" (Note the expanded keywords)
python3 scripts/fetch_news.py --source hackernews --limit 20 --keyword "AI,LLM,GPT,DeepSeek,Agent" --deep

特定のキーワード検索

--keyword は、「DeepSeek」や「OpenAI」のような、非常に具体的で固有性の高い用語にのみ使用してください。

python3 scripts/fetch_news.py --source all --limit 10 --keyword "DeepSeek" --deep

引数：

• --source：hackernews、weibo、github、36kr、producthunt、v2ex、tencent、wallstreetcn、all のいずれか。
• --limit：ソースごとの最大アイテム数（デフォルトは10）。
• --keyword：カンマ区切りのフィルター（例：「AI,GPT」）。
• --deep：［新機能］ 詳細取得を有効にします。記事の本文をダウンロードして抽出します。

出力： JSON 配列。--deep を指定した場合、各アイテムには記事本文を格納する content フィールドが含まれます。

インタラクティブメニュー

ユーザーが 「news-aggregator-skill 如意如意」（または同様の「メニュー／ヘルプ」トリガー）と言った場合：

1. スキルディレクトリにある templates.md の内容を読み込みます。
2. ファイルに記載されている利用可能なコマンドの一覧を、表示どおりにユーザーに表示します。
3. 番号を選ぶか、コマンドをコピーして実行するようユーザーを案内します。

時間のスマートフィルタリングとレポート作成（重要）

ユーザーが特定の時間範囲（例：「過去 X 時間」）を指定し、結果が少ない（5 件未満）場合：

1. ユーザー指定の時間範囲を優先：まず、ユーザーが指定した時間範囲に厳密に収まるすべてのアイテムを一覧表示します（時間 < X）。
2. スマート補完：一覧が少ない場合、レポートに有意義な情報を少なくとも 5 件含めるため、より広い時間範囲（例：過去 24 時間）から、価値や注目度の高いアイテムを必ず追加します。
3. 注記：追加した古いアイテムには、ユーザーに補足情報だとわかるよう、「⚠️ 18h ago」や「🔥 24h Hot」などの注記を明記します。
4. 高価値情報：「SOTA」、「Major Release」、「High Heat」に該当するアイテムは、時間範囲を少し超えていても常に優先します。
5. GitHub トレンドの例外：GitHub Trending のようなリスト形式のみのソースでは、取得した一覧（例：トップ 10）にある有効なアイテムだけを厳密に返します。取得したアイテムをすべて一覧表示します。「スマート補完」は行いません。
   • 詳細分析（必須）：各アイテムについて、AI の能力を活用して、次の点を必ず分析します。
     • 中核的な価値（核心价值）：具体的にどのような問題を解決するのか。なぜ注目されているのか。
     • 考察のヒント（启发思考）：技術面またはプロダクト面で、どのような示唆が得られるのか。
     • シナリオタグ（场景标签）：3～5 個のキーワード（例：#RAG #LocalFirst #Rust）。

6. 回答ガイドライン（重要）

形式とスタイル：

• 言語：簡体字中国語（简体中文）。
• スタイル：雑誌／ニュースレター調（例：「The Economist」や「Morning Brew」の雰囲気）。専門的かつ簡潔で、読みやすい文章にします。
• 構成：
  • 世界の主要ニュース：全分野から重要度の高いニュースを 3～5 件。
  • テクノロジーと AI：AI、LLM、テクノロジー関連のアイテムをまとめたセクション。
  • 金融／社会：関連性がある場合は、その他の注目分野も掲載します。
• アイテムの形式：
  • タイトル：元の URL への Markdown リンクに必ずします。
    • ✅ 正しい例：### 1. [OpenAI Releases GPT-5](https://...)
    • ❌ 誤った例：### 1. OpenAI Releases GPT-5
  • メタデータ行：ソース、時刻／日付、注目度／スコアを含めます。
  • 1 行の要約：「それで、何が重要なのか？」が伝わる、印象的な要約。
  • 詳細な解釈（箇条書き）：なぜ重要なのか、技術的な詳細、背景などを説明する箇条書きを 2～3 項目記載します（「詳細スキャン」では必須）。

出力ファイル：

• レポート全体を、タイムスタンプ付きのファイル名（例：reports/hn_news_YYYYMMDD_HHMM.md）で reports/ ディレクトリに必ず保存します。
• レポート全体をチャット上でユーザーに提示します。