# News Aggregator Skill

> 综合新闻聚合器，从 8 大来源获取、过滤和深度分析实时内容：Hacker News、GitHub Trending、Product Hunt、36Kr、腾讯新闻、华尔街见闻、V2EX 和微博热搜。适用于'每日扫描'、'科技新闻简报'、'财经更新'和热点话题的'深度解读'。

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

---


# 新闻聚合技能 (News Aggregator Skill)

从多个来源获取实时热点新闻。

## 支持的数据源

| 数据源 | 标识符 | 类型 |
|-------|--------|------|
| Hacker News | `hackernews` | 科技/创业 |
| 微博热搜 | `weibo` | 社会/娱乐 |
| GitHub Trending | `github` | 开源项目 |
| 36氪 | `36kr` | 科技/商业 |
| Product Hunt | `producthunt` | 产品发布 |
| V2EX | `v2ex` | 技术社区 |
| 腾讯新闻 | `tencent` | 综合新闻 |
| 华尔街见闻 | `wallstreetcn` | 财经 |

## 工具使用

### 基本命令

```bash
uv run --directory .agents/skills/news-aggregator-skill python scripts/fetch_news.py [参数]
```

### 参数说明

- `--source <源>`: 指定数据源
  - 单个源：`hackernews`, `weibo`, `github`, `36kr`, `producthunt`, `v2ex`, `tencent`, `wallstreetcn`
  - 多个源（逗号分隔）：`hackernews,github,producthunt`
  - 所有源：`all`
  
- `--limit <数量>`: 每个源返回的最大条目数（默认：10）

- `--keyword <关键词>`: 关键词过滤（逗号分隔）
  - 示例：`"AI,LLM,GPT"`
  - 不区分大小写，支持单词边界匹配

- `--deep`: 启用深度抓取
  - 下载并提取文章正文内容（截取前 3000 字符）
  - 并发抓取以提高速度
  - 结果中会包含 `content` 字段

### 输出格式

JSON 数组，每个条目包含：
- `source`: 来源名称
- `title`: 标题
- `url`: 链接
- `heat`: 热度指标（点数、回复数、星标数等）
- `time`: 时间信息
- `content`: 文章内容（仅在使用 `--deep` 时）

## 使用策略

### 1. 全局扫描（广泛获取）

适用场景：每日新闻汇总、全面了解各领域动态

```bash
# 从所有源获取，每源 15 条，启用深度抓取
uv run --directory .agents/skills/news-aggregator-skill python scripts/fetch_news.py --source all --limit 15 --deep
```

**注意**：全局扫描会返回约 120 条数据，你需要根据用户兴趣进行语义过滤和分类。

### 2. 单一数据源

适用场景：专注特定平台或领域

```bash
# Hacker News 前 10 条
uv run --directory .agents/skills/news-aggregator-skill python scripts/fetch_news.py --source hackernews --limit 10 --deep

# GitHub Trending 前 15 条
uv run --directory .agents/skills/news-aggregator-skill python scripts/fetch_news.py --source github --limit 15 --deep
```

### 3. 关键词搜索（智能扩展）

**关键规则**：自动扩展用户关键词以覆盖整个领域

- 用户说 "AI" → 使用：`"AI,LLM,GPT,Claude,DeepSeek,Gemini,机器学习,RAG,Agent,大模型"`
- 用户说 "前端" → 使用：`"前端,React,Vue,Next.js,TypeScript,JavaScript,CSS,Vite"`
- 用户说 "金融" → 使用：`"金融,股票,市场,经济,加密货币,比特币,黄金,A股"`

```bash
# 示例：用户问 "有什么 AI 相关的新闻"
uv run --directory .agents/skills/news-aggregator-skill python scripts/fetch_news.py \
  --source hackernews,github,36kr \
  --limit 20 \
  --keyword "AI,LLM,GPT,Claude,DeepSeek,Agent,大模型" \
  --deep
```

### 4. 精确搜索

仅用于非常具体的专有名词

```bash
# 搜索 "DeepSeek" 相关新闻
uv run --directory .agents/skills/news-aggregator-skill python scripts/fetch_news.py --source all --limit 10 --keyword "DeepSeek" --deep
```

## 输出规范

### 报告格式要求

**语言与风格**：
- 使用简体中文
- 采用杂志/新闻通讯风格（如《经济学人》或 Morning Brew）
- 专业、简洁、引人入胜

**报告结构**：

1. **头版头条**（3-5 条）
   - 跨领域最重要的新闻
   
2. **科技与 AI**
   - AI、LLM、技术相关内容的专门板块
   
3. **财经/社会**
   - 其他重要类别（根据相关性）

**单条新闻格式**：

```markdown
### 序号. [标题文本](原始URL)

**来源**：<数据源> | **时间**：<时间信息> | **热度**：<热度指标>

**核心要点**：一句话概括"所以呢？"

**深度解读**：
- 要点 1：为什么重要
- 要点 2：技术细节或背景
- 要点 3：影响和启示
```

**关键规则**：
- ✅ **标题必须是 Markdown 链接**：`[OpenAI 发布 GPT-5](https://...)`
- ❌ **禁止纯文本标题**：`OpenAI 发布 GPT-5`
- 元数据行必须包含：来源、时间、热度
- 深度扫描时必须提供 2-3 条解读要点

### 时间过滤与智能补充

当用户指定时间窗口（如"过去 X 小时"）且结果稀少（< 5 条）时：

1. **优先用户窗口**：先列出严格符合时间要求的条目
2. **智能补充**：如果列表过短，必须包含更大范围内的高价值/高热度条目（如过去 24 小时）
3. **明确标注**：清楚标记补充条目（如 "⚠️ 18h ago"、"🔥 24h 热门"）
4. **价值优先**：即使略微超出时间窗口，也要优先展示 SOTA、重大发布或高热度内容

**GitHub Trending 特例**：
- 严格返回抓取列表中的有效条目（如 Top 10）
- 列出所有抓取的条目
- **不进行**智能补充
- **必须**对每个项目进行深度分析：
  - **核心价值**：解决什么问题？为何流行？
  - **启发思考**：技术或产品洞察
  - **场景标签**：3-5 个关键词（如 `#RAG #本地优先 #Rust`）

### 输出文件

- **保存位置**：工作区根目录的 `reports/` 文件夹
- **文件命名**：带时间戳（如 `hn_news_20260131_1430.md`）
- **完整路径示例**：`/Users/dio/Documents/new_vault/reports/tech_news_20260131_1430.md`
- **用户展示**：在聊天中呈现完整报告内容

## 交互菜单

当用户说 **"news-aggregator-skill 如意如意"**（或类似的"菜单/帮助"触发词）时：

1. 读取技能目录中的 `templates.md` 文件
2. 向用户展示文件中的可用命令列表
3. 引导用户选择编号或复制命令执行