介绍
# News Aggregator Skill
从多个来源获取实时热点新闻。
## 工具
### fetch_news.py
**用法：**
```bash ### Single Source (Limit 10) ```bash ### 全局扫描（选项 12）- **广泛获取策略** > **注意**：此策略专门用于“全局扫描”场景，旨在捕捉所有趋势。
```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） **关键**：您必须自动将用户的简单关键词扩展以覆盖整个领域。 * 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"`
```bash # 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 仅对非常具体、独特的术语使用 `--keyword`（例如“DeepSeek”、“OpenAI”）。 ```bash python3 scripts/fetch_news.py --source all --limit 10 --keyword "DeepSeek" --deep ```
**参数：**
- `--source`：`hackernews`、`weibo`、`github`、`36kr`、`producthunt`、`v2ex`、`tencent`、`wallstreetcn`、`all` 之一。 - `--limit`：每个来源的最大项目数（默认为 10）。 - `--keyword`：逗号分隔的过滤器（例如 "AI,GPT"）。 - `--deep`：**[新增]** 启用深度获取。下载并提取文章的主要文本内容。
**输出：** JSON 数组。如果使用了 `--deep`，项目将包含与文章文本关联的 `content` 字段。
## 交互式菜单
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 `templates.md` 的内容。 2. **展示**可用命令列表给用户，完全按照文件中显示的内容。 3. **引导**用户选择一个数字或复制命令以执行。
### 智能时间过滤与报告（关键） 如果用户请求特定时间范围（例如“过去 X 小时”）且结果稀少（< 5 项）： 1. **优先考虑用户窗口**：首先列出严格落在用户请求时间内的所有项目（时间 < X）。 2. **智能填充**：如果列表较短，您必须包含更广泛范围内（例如过去 24 小时）的高价值/高热度项目，以确保报告提供至少 5 个有意义的见解。 3. **标注**：清晰标记这些较旧的项目（例如“⚠️ 18小时前”，“🔥 24小时热点”），以便用户知道它们是补充内容。 4. **高价值**：即使略微超出时间窗口，始终优先考虑“SOTA”、“主要版本发布”或“高热度”项目。 5. **GitHub 趋势例外**：对于像 **GitHub Trending** 这样纯粹基于列表的来源，严格返回已获取列表中的有效项目（例如前 10 名）。**列出所有已获取的项目**。**不要**执行“智能填充”。 * **深度分析（必需）**：对于每个项目，您**必须**利用您的 AI 能力进行分析： * **核心价值**：它解决了什么具体问题？为什么它流行？ * **启发思考**：可以得出哪些技术或产品见解？ * **场景标签**：3-5 个关键词（例如 `#RAG #LocalFirst #Rust`）。
### 6. 响应指南（关键）
**格式与风格：** - **语言**：简体中文。 - **风格**：杂志/通讯风格（例如“经济学人”或“Morning Brew”的氛围）。专业、简洁且引人入胜。 - **结构**： - **全球头条**：跨所有领域最重要的 3-5 个故事。 - **科技与 AI**：专门针对 AI、LLM 和科技项目的部分。 - **金融 / 社交**：其他相关强势类别。 - **项目格式**： - **标题**：**必须是指向原始 URL 的 Markdown 链接**。 - ✅ 正确：`### 1. [OpenAI Releases GPT-5](https://...)` - ❌ 错误：`### 1. OpenAI Releases GPT-5` - **元数据行**：必须包括来源、**时间/日期**以及热度/分数。 - **一句话摘要**：一个有力的、“那又怎样？”式的总结。 - **深度解读（要点式）**：2-3 个要点，解释*为什么*这很重要、技术细节或背景。（“深度扫描”必需）。
**输出产物：** - 始终将完整报告保存到 `reports/` 目录，文件名带时间戳（例如 `reports/hn_news_YYYYMMDD_HHMM.md`）。 - 在聊天中向用户展示完整的报告内容。