每日 AI 新闻简报

从多个来源聚合最新 AI 新闻，提供简洁的中文摘要和直接链接。

何时使用此技能

当用户：

• 询问今天的AI新闻或最新AI发展
• 请求每日AI简报或更新
• 提到想了解AI发生了什么
• 询问AI行业新闻、趋势或突破
• 想要最近AI公告的摘要
• 说："给我今天的AI资讯"（Give me today's AI news）
• 说："AI有什么新动态"（What's new in AI）

工作流程概述

本技能使用 5 步工作流程来收集、过滤、阅读、分类并呈现 AI新闻：

步骤 1: 信息收集
  ├─ 从主要AI新闻网站抓取内容（3-5个来源）
  ├─ 使用带日期过滤的网络搜索发现更多新闻
  └─ 抓取失败时自动使用 opencli 进行补救
      ↓
步骤 2: 内容过滤与时间检查
  ├─ 保留最近 24-48 小时内的新闻
  ├─ 去除重复内容、次要更新、陈旧内容
  └─ 移除非AI或仅 tangentially 相关的文章
      ↓
步骤 3: 深度阅读与中文总结
  ├─ 对每篇新闻逐篇阅读全文
  ├─ 使用 AI 模型生成中文摘要（约100字）
  ├─ 提炼 3-5 条关键要点（中文）
  └─ 分析新闻影响（一句话）
      ↓
步骤 4: 分类整理
  └─ 将新闻组织到 5 大类别中
      ↓
步骤 5: 输出格式化
  └─ 使用中文模板呈现，带序号标号

步骤 1: 信息收集

1.1 从主要 AI 新闻网站抓取

推荐主要来源（每次选择 3-5 个）：

• VentureBeat AI: https://venturebeat.com/category/ai/
• TechCrunch AI: https://techcrunch.com/category/artificial-intelligence/
• The Verge AI: https://www.theverge.com/ai-artificial-intelligence
• MIT Technology Review AI: https://www.technologyreview.com/topic/artificial-intelligence/
• AI News: https://artificialintelligence-news.com/
• AI Hub Today: https://ai.hubtoday.app/
• 中文来源（优先选择）：
• 机器之心: https://www.jiqizhixin.com/
• 量子位: https://www.qbitai.com/
• AI科技评论: https://www.aijiashe.com/
• 飞象网: https://www.feixianghao.com/
• 公众号/头条号：如“AI前线”、“硅星人”

抓取参数：

• 使用 web_fetch 工具，返回格式为 markdown
• 如果 web_fetch 返回错误或内容为空，则使用 opencli browse <URL> --output markdown 进行补救
• 超时设置：20 秒每来源

1.2 执行带日期过滤的网络搜索查询

使用 web_search 或 tavily_search 带日期过滤的查询发现额外新闻：

查询模板（动态调整日期）：

通用: "AI新闻今天" OR "人工智能突破" after:[昨日]
研究: "AI研究论文" OR "机器学习突破" after:[昨日]
行业: "AI初创融资" OR "AI公司新闻" after:[上周]
产品: "AI应用发布" OR "新AI工具" after:[昨日]

最佳实践：

• 始终使用当前日期或昨天的日期在过滤器中
• 在不同类别上执行 2-3 个查询
• 每个查询限制前 10-15 条结果
• 优先选择最近 24-48 小时内的来源

1.3 抓取完整文章

从搜索结果中选出的前 10-15 条最相关新闻：

• 从搜索结果中提取 URL
• 使用 web_fetch（失败时回退到 opencli）获取完整文章内容
• 这确保了准确的总结，而不仅仅是使用片段

步骤 2: 内容过滤与时间检查

过滤标准

保留：

• 最近 24-48 小时内的新闻（优先今天）
• 重大公告（产品发布、模型发布、研究突破）
• 行业发展（融资、合作伙伴关系、法规、收购）
• 技术进步（新模型、新技术、基准测试）
• 重大公司更新（OpenAI、Google、Anthropic 等）

移除：

• 重复新闻（同一新闻出现在多个来源）
• 次要更新或营销软文
• 超过 3 天的内容（除非高度重要）
• 非AI内容或仅 tangentially 相关的文章

去重策略

当同一新闻出现在多个来源时：

• 保留最全面的版本
• 在摘要中注明备用来源
• 优先权威来源（公司博客 > 新闻聚合商）

步骤 3: 深度阅读与中文总结

对每篇通过过滤的新闻：

1. 完整阅读：确保理解全文内容
2. AI生成中文摘要：使用当前会话的语言模型，将英文内容翻译并概括为约 100 字的中文摘要
3. 提炼关键要点：列出 3-5 条关键要点，每条用简短中文句子描述
4. 影响分析：用一句话描述该新闻对AI行业的可能影响
5. 标准化输出：每篇新闻产生结构化数据，包含：

• 标题（中文）
• 原始 URL
• 发布日期（若可得）
• 摘要（中文）
• 关键要点（列表）
• 影响（一句话）
• 来源媒体名称

步骤 4: 分类整理

将新闻组织到以下 5 类别中（每条新闻仅归入最匹配的一类）：

🔥 重大公告

• 产品发布（新AI工具、服务、功能）
• 模型发布（GPT更新、Claude功能、Gemini能力）
• 重大公司公告（OpenAI、Google、Anthropic、Microsoft、Meta）

🔬 研究与论文

• 学术突破
• 顶级会议的新研究论文
• 新颖技术或方法论
• 基准测试成就

💰 行业与商业

• 融资轮次和投资
• 并购
• 合作伙伴关系和协作
• 市场趋势与分析

🛠️ 工具与应用

• 新AI工具和框架
• 实际AI应用
• 开源发布
• 开发者资源

🌍 政策与伦理

• AI法规和政策
• 安全和伦理讨论
• 社会影响研究
• 政府倡议

步骤 5: 输出格式化

使用中文模板呈现结果，确保：

• 每条新闻前加序号标号（①、②、③… 或 1、2、3…）
• 每条新闻包含：标题、摘要、关键要点、影响、来源、链接
• 在每个类别下列出对应新闻
• 全文使用中文，技术术语保留英文（如 GPT-4、LoRA 等）
• 最后提供 3 条今日要点总结

模板详见 references/output_templates.md。

自定义选项

提供初始简报后，可提供定制：

1. 关注领域

"您希望我专注于哪些具体主题？"

• 仅研究论文
• 仅产品发布和工具
• 仅行业新闻和融资
• 特定公司（OpenAI/Google/Anthropic）
• 技术教程和指南

2. 深度程度

"您希望多详细？"

• 简要：仅标题（每条新闻 2-3 个要点）
• 标准：摘要 + 关键要点（默认）
• 深入：包含分析和含义

3. 时间范围

"您希望哪个时间段？"

• 最近 24 小时（默认）
• 最近 3 天
• 最近一周
• 自定义范围

4. 格式偏好

"您希望如何组织？"

• 按类别（默认）
• 时间顺序
• 按公司
• 按重要性

后续交互

用户："告诉我更多关于 [新闻 X]"

操作：使用 web_fetch 获取完整文章，提供详细摘要+分析

用户："专家们对 [主题 Y] 说了什么？"

操作：搜索专家意见、Twitter反应、分析文章

用户："找与 [新闻 Z] 类似的故事"

操作：搜索相关主题，提供比较摘要

用户："只显示研究论文"

操作：过滤并重新组织输出，排除行业新闻

质量标准

验证清单

• 所有链接均有效且可访问
• 跨类别无重复新闻
• 所有新闻均带时间戳（优先今天）
• 摘要准确（非幻觉）
• 链接指向原始来源而非聚合站点
• 来源多样化（不全来自单一出版物）
• 平衡炒作与实质内容

错误处理

• 如果 web_fetch 对某个 URL 失败 → 跳过并尝试下一来源
• 如果搜索无结果 → 扩大日期范围或尝试不同查询
• 如果结果过多 → 提高重要性阈值
• 如果内容有付费墙 → 使用可用摘要并注明限制

示例

示例 1: 基础请求

用户："给我今天的AI资讯"

AI响应：

[执行5步工作流并呈现格式化的简报，包含5-10条跨类别的新闻]

---

示例 2: 时间特定请求

用户："本周AI有什么新进展？"

AI响应：

[调整日期过滤器为最近7天，呈现每周摘要]

---

示例 3: 类别特定请求

用户："AI研究有什么更新？"

AI响应：

[聚焦于研究与论文类别，包括最近的论文和突破]

---

示例 4: 深度跟进

用户："详细告诉我关于 GPT-5 发布的情况"

AI响应：

[获取完整文章，提供详细摘要，询问是否需要查找专家反应]

附加资源

参考以下文件获取完整的新闻来源、搜索查询和输出模板：

• references/news_sources.md - AI新闻来源完整数据库
• references/search_queries.md - 按类别的搜索查询模板
• references/output_templates.md - 替代输出格式模板