# Tech News Report Skill

> RSSフィードを横断して最新技術ニュース、技術記事、ポッドキャストを調査し、日本語でレポートする。生成AI、クラウド、FinOps、開発ツール、セキュリティなどのニュースレポートを作るときに使用する。

- Skill: `k5-mot/tech-news-report-skill` (Agent Skill, multi-file: 4 files)
- Install (CLI): `npx skillmds@latest add k5-mot/tech-news-report-skill`
- Raw SKILL.md: https://api.skillmd.com/api/skills/k5-mot/tech-news-report-skill/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Docs & Writing
- Author: k5-mot (https://skillmd.com/u/k5-mot)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/k5-mot/tech-news-report-skill

---


# tech-news-report-skill

## 目的

生成AI、クラウド、FinOps、開発ツール、インフラ、セキュリティ、周辺エコシステムの変化をRSS中心に調査し、日本語の技術ニュースレポートを作成する。レポートには「本日の主要ニュース」「おすすめの技術記事」「おすすめのポッドキャスト」を含める。

## フィード台帳

RSSフィードの正本は `references/rss.txt`。`SKILL.md` にはURL一覧を重複管理しない。

`references/rss.txt` の見出しは情報源のジャンルを表す。ニュース本文の技術領域ではない。

- 公式ベンダー・クラウド / AI
- 国内企業 技術ブログ
- 海外企業 技術ブログ
- 開発者コミュニティ・キュレーション
- 国内ニュースメディア・専門媒体
- 海外ニュースメディア
- 個人・専門ブログ
- イベント・勉強会
- ポッドキャスト

フィードを追加・移動するときは、記事トピックではなく発信元の性質で分類する。例えば、AI記事を掲載した国内企業ブログは「国内企業 技術ブログ」に置き、OpenAIやAWSの公式発表は「公式ベンダー・クラウド / AI」に置く。

## ニュース取得

ニュースの取得には `mcp_rss_get_feed` ツール（`rss` MCPサーバー）を使う。MCPツール名を完全修飾できる環境では `rss:mcp_rss_get_feed` として参照する。curl・wget は使わない。

1. `references/rss.txt` を読み、依頼の焦点に合う情報源ジャンルを選ぶ。
2. 主要ニュースは公式ベンダー・クラウド / AI、国内外ニュースメディア、影響の大きい企業ブログを優先する。
3. 技術記事は国内外企業技術ブログ、開発者コミュニティ、個人・専門ブログから実務に役立つものを選ぶ。
4. ポッドキャストは「ポッドキャスト」ジャンルから、技術トピックが明確で学びがある回を選ぶ。
5. 背景や市場反応を補う場合はニュースメディア、コミュニティ、ポッドキャストを補助的に使う。
6. 一度に複数フィードをまとめて取得し、各フィードは `count` パラメータで取得件数を指定する（デフォルト1、0で全件）。

## 最新性ルール

ニュースは変化が速いため、レポート作成前に必ず `mcp_rss_get_feed` で最新フィードを取得し、出典リンクを含める。一次情報や信頼できる情報源を優先する。

- ベンダーブログ、リリースノート
- クラウドプロバイダーの公式発表
- FinOps Foundationや公式プロジェクトの発表
- ツールのGitHub releases
- 標準化団体やセキュリティアドバイザリ
- 補助情報として信頼できる技術メディア

## 手順

1. 依頼の対象期間、対象領域、優先する情報源ジャンルを決める。期間指定がなければ直近24から72時間を目安にする。
2. `references/rss.txt` から複数ジャンルのフィードを選び、`mcp_rss_get_feed` で最新記事を取得する。
3. ひとつのベンダーや媒体に偏らず、公式情報、企業ブログ、メディア、コミュニティ、ポッドキャストを横断する。
4. 同じ話題の重複を整理し、一次情報を主、解説記事を補助として扱う。
5. 収集した記事・エピソード本文やRSS要約を読み、呼び出し元AgentがLLMとして内容を理解して、主要ニュースを5件程度、技術記事を5件程度、ポッドキャストを3件程度に絞る。Python内ではLLMを呼び出さない。
6. `scripts/report.py` を使う場合は、返却JSONの `report_input.news`、`report_input.articles`、`report_input.podcasts` を素材として使う。`source_inventory_markdown` は確認用の素材一覧であり、最終レポートではない。
7. 各項目について、タイトル、技術領域、情報源ジャンル、出典、URL、日付、概要、重要ポイントを押さえる。
8. 技術記事は「誰におすすめか」「何を学べるか」「実務でどう使えるか」を、取得した本文や要約をもとに呼び出し元Agentが具体化する。
9. ポッドキャストは「何の回か」「聴きどころ」「おすすめ対象」を、取得した本文や要約をもとに呼び出し元Agentが具体化する。
10. Markdown本文は必ず日本語で作成する。製品名、サービス名、リリース名、短い引用は原文のままでもよい。
11. 投稿が必要な場合は `open-webui-skill` で最終Markdownを投稿する。

## 補助ノーマライザー

収集したニュース項目をJSON配列にまとめた後、以下で呼び出し元Agentに渡す素材JSONへ正規化できる。これは最終レポート作成ではない。

```bash
python3 /opt/inferlab/skills/tech-news-report-skill/scripts/report.py \
  --items-json '[{"title":"Example News","category":"生成AI","source":"Vendor blog","url":"https://example.com","summary":"...","impact":"..."}]' \
  --articles-json '[{"title":"Example Article","category":"Cloud","source":"Tech blog","url":"https://example.com/article","summary":"...","recommended_for":"...","takeaways":"...","use_case":"..."}]' \
  --podcasts-json '[{"title":"Example Episode","source":"Tech podcast","url":"https://example.com/podcast","summary":"...","highlights":"...","recommended_for":"..."}]'
```

返却JSONでは `report_input` を最終レポート作成に使う。`content_markdown` ではなく `source_inventory_markdown` が返る場合、それは素材確認用の一覧として扱う。

## 要約ルール

- 最終Markdownは呼び出し元Agentが作成する。Pythonスクリプトは本文要約や重要ポイント生成を担当しない。
- `🧭 概要`、`💡 重要ポイント`、`🛠️ 学べること`、`🚀 活用アイデア`、`✨ 聴きどころ` は、RSS要約・記事本文・エピソード説明を総合的に読んで日本語で書く。
- URLと出典は必ず維持する。同じ話題が複数ソースにある場合は一次情報を主にし、解説記事は補助として扱う。
- ニュース、技術記事、ポッドキャストを混同しない。実務ノウハウ中心の記事は「おすすめの技術記事」、音声番組は「おすすめのポッドキャスト」に置く。

## 出力形式

`<ジャンル>` はニュースの種類ではなく、生成AI・FinOps・Cloud・Developer Tools・Security などの技術領域を示すラベルとして使う。`<情報源ジャンル>` は必要に応じて `references/rss.txt` の見出しを使う。

```markdown
---

## 技術ニュースレポート (YYYY-MM-DD)

- 📝 <ここに活動の全体的な傾向や重要なポイントを3行程度でまとめる>

### 🔥 本日の主要ニュース

#### 1. <ジャンル>: <ニュースAのタイトル> - <ニュースAの出典名>

- 🔗 URL：<ニュースAのURL>
- 🧭 概要：<ニュースAの内容を日本語で説明する。>
- 💡 重要ポイント：<ニュースAの重要なポイントを3行程度でまとめる。>

#### 2. <ジャンル>: <ニュースBのタイトル> - <ニュースBの出典名>

- 🔗 URL：<ニュースBのURL>
- 🧭 概要：<ニュースBの内容を日本語で説明する。>
- 💡 重要ポイント：<ニュースBの重要なポイントを3行程度でまとめる。>

#### 3. <ジャンル>: <ニュースCのタイトル> - <ニュースCの出典名>

<5件程度のニュースをピックアップすること>

### 📚 おすすめの技術記事

#### 1. <ジャンル>: <記事Aのタイトル> - <記事Aの出典名>

- 🔗 URL：<記事AのURL>
- 🎯 おすすめ対象：<この記事を読むとよい読者。例: SRE、バックエンドエンジニア、AIアプリ開発者など。>
- 🧭 概要：<記事Aの内容を日本語で説明する。>
- 🛠️ 学べること：<技術的な学び、設計判断、運用ノウハウなどを2から3点でまとめる。>
- 🚀 活用アイデア：<チームや個人の実務にどう活かせるかを具体化する。>

#### 2. <ジャンル>: <記事Bのタイトル> - <記事Bの出典名>

<5件程度の技術記事をピックアップすること>

### 🎧 おすすめのポッドキャスト

#### 1. <ジャンル>: <エピソードAのタイトル> - <番組名>

- 🔗 URL：<エピソードAのURL>
- 🎙️ 番組/回：<番組名や回数、ゲストが分かる場合はここに書く。>
- 🧭 概要：<エピソードAの内容を日本語で説明する。>
- ✨ 聴きどころ：<技術的・実務的に面白いポイントを2から3点でまとめる。>
- 🎯 おすすめ対象：<通勤中に概況を掴みたい人、深掘りしたい開発者など。>

#### 2. <ジャンル>: <エピソードBのタイトル> - <番組名>

<3件程度のポッドキャストをピックアップすること>
```

## 連携

投稿する場合:

```bash
python3 /opt/inferlab/skills/open-webui-skill/scripts/client.py channels post \
  --channel report \
  --file ./tech_news_report.md
```