news-aggregator-skill

新闻聚合器 Skill

从多个来源获取实时热点新闻。

工具

fetch_news.py

用法：

### 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.

单一来源与组合（智能关键词扩展）

重要：你必须自动扩展用户提供的简单关键词，以覆盖整个领域。

• 用户：“AI” -> Agent 使用：--keyword "AI,LLM,GPT,Claude,Generative,Machine Learning,RAG,Agent"
• 用户：“Android” -> Agent 使用：--keyword "Android,Kotlin,Google,Mobile,App"
• 用户：“Finance” -> Agent 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

特定关键词搜索

仅在搜索非常具体、独特的术语（例如，“DeepSeek”、“OpenAI”）时使用 --keyword。

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

参数：

• --source：从 hackernews、weibo、github、36kr、producthunt、v2ex、tencent、wallstreetcn、all 中选择一个。
• --limit：每个来源的最多条目数（默认值为 10）。
• --keyword：以逗号分隔的筛选词（例如，“AI,GPT”）。
• --deep：[NEW] 启用深度抓取。下载并提取文章的正文内容。

输出： JSON 数组。使用 --deep 时，条目将包含与文章文本对应的 content 字段。

交互式菜单

当用户说 “news-aggregator-skill 如意如意”（或触发类似“菜单/帮助”的请求）时：

1. 读取 Skill 目录中 templates.md 的内容。
2. 显示文件中列出的可用命令，内容必须与文件完全一致。
3. 引导用户选择一个编号，或复制命令执行。

智能时间筛选与报告（重要）

如果用户请求特定时间范围（例如“过去 X 小时”），且结果稀少（少于 5 条）：

1. 优先遵循用户设定的时间范围：首先列出严格落在用户指定时间范围内的所有条目（时间 < X）。
2. 智能补充：如果条目较少，必须纳入更宽时间范围（例如过去 24 小时）内有价值或热度较高的条目，确保报告至少提供 5 条有意义的洞察。
3. 标注：清楚标记这些较早的条目（例如，“⚠️ 18h ago”、“🔥 24h Hot”），让用户知道它们是补充内容。
4. 高价值内容：即使略微超出时间范围，也始终优先呈现“SOTA”、“Major Release”或“High Heat”条目。
5. GitHub Trending 例外：对于纯列表类来源（如 GitHub Trending），严格返回抓取列表中的有效条目（例如 Top 10）。列出所有抓取到的条目。不要执行“智能补充”。
   • 深度分析（必需）：对于每个条目，必须运用 AI 能力进行分析：
     • 核心价值：它解决了什么具体问题？为什么会走红？
     • 启发思考：可以从中获得哪些技术或产品方面的启发？
     • 场景标签：3-5 个关键词（例如 #RAG #LocalFirst #Rust）。

6. 响应指南（重要）

格式与风格：

• 语言：简体中文。
• 风格：杂志/新闻简报风格（例如《经济学人》或 Morning Brew 的风格）。专业、简洁，同时引人入胜。
• 结构：
  • 全球头条：跨领域最重要的 3-5 条新闻。
  • 科技与 AI：专门介绍 AI、大模型和科技相关内容。
  • 金融 / 社会：视情况包含其他重要类别。
• 条目格式：
  • 标题：必须使用指向原始 URL 的 Markdown 链接。
    • ✅ 正确：### 1. [OpenAI Releases GPT-5](https://...)
    • ❌ 错误：### 1. OpenAI Releases GPT-5
  • 元数据行：必须包含来源、时间/日期和热度/评分。
  • 一句话摘要：用精炼有力的方式说明“这意味着什么”。
  • 深度解读（项目符号）：用 2-3 个项目符号说明其重要性、技术细节或背景。（“深度扫描”时必需）

输出文件：

• 始终将完整报告保存到 reports/ 目录，并使用带时间戳的文件名（例如 reports/hn_news_YYYYMMDD_HHMM.md）。
• 在聊天中向用户展示完整报告内容。