` 链接 + ` ` 摘要。
5. **同步**：`sync_note`，回报插入条数。
---
## 工作流 B：新闻解读（核心）
**这是本 Skill 的核心差异化能力。** 用户接触到任何新闻时触发。
### B1. 获取新闻内容
| 输入类型 | 获取方式 |
|----------|----------|
| 有 URL | `web_fetch` 抓取全文；失败回退 `web_search` |
| 有话题无链接 | `web_search` 搜索 → 选最佳 1-2 篇 → `web_fetch` 抓取 |
| 直接贴正文 | 直接使用，提取标题和来源 |
清洗内容：去除导航栏、广告、评论区等非正文内容。
### B2. 保存到 WPS 笔记
以文章标题为笔记标题。标题和元信息一次性写入，**正文必须分次写入**。
**一次性写入 — 创建笔记 + 元信息：**
```
create_note(title=文章标题)
get_note_outline → 获取锚点 block_id
edit_block(op=insert) 写入元信息：
```
```xml
来源：来源名称 发布时间：YYYY-MM-DD 段落
→ 拿到新的 last_block_id
edit_block(op=insert, anchor_id=新的last_block_id, position=after)
→ 写入下一批 3-5 个 段落
→ 重复直到正文写完
```
**关键规则：**
- 标题、标签、来源等元信息可以一次性写入。
- **正文禁止一次性写入**，必须分批追加，每批 3-5 个 ` ` 段落。
- 连续 insert 直接使用返回的 `last_block_id` 做锚点，无需每次刷新大纲。
- 最后一批写完后调用 `sync_note` 同步。
标签策略：始终加 `#新闻`，按内容加二级标签如 `#新闻//AI`、`#新闻//金融`，每篇 1-3 个。
### B3. 检索用户知识库（关键步骤）
**核心差异化：不只搜新闻，搜用户的所有笔记。**
提取 3-5 个关键词，在**整个笔记库**中多维度检索：
- 按关键词全文搜索（公司名、技术名、行业名、人物名）
- 按领域标签搜索历史新闻
- 按时间范围搜索近期笔记
工作笔记、会议记录、项目文档都是有价值的关联源。详细检索策略见 [knowledge-search-strategy.md](references/knowledge-search-strategy.md)。
### B4. 读取关联笔记
- `get_note_outline` 预览结构，判断相关性
- 高相关笔记用 `read_note` / `read_section` 读取，最多 5 篇
- 重点提取用户的个人观点、决策、计划
### B5. 产出个性化 insight
**不是新闻摘要，而是"这条新闻对我意味着什么"。**
回答结构：
1. **新闻要点** — 2-3 句话概括
2. **与你的关联** — 引用用户笔记："你在 [笔记标题] 中提到过..."，指出对当前工作的潜在影响
3. **深度洞察** — 趋势判断、对比分析、行动建议
4. **延伸阅读** — 推荐笔记库中值得重读的关联笔记
要求：去掉用户笔记关联后回答就变平庸，这才说明 insight 做对了。若无关联笔记，诚实说明并给通用分析。
---
## 示例
### 示例 1：用户发链接
用户说：「帮我看看这篇 https://36kr.com/p/xxx OpenAI融资的新闻」
操作：
1. `web_fetch` 抓取全文 → 提取标题"OpenAI 获 1100 亿美元融资"
2. `create_note` → `edit_block` 写入元信息和标签 → 分次追加正文段落 → `sync_note`
3. `search_notes(keyword="OpenAI")` + `search_notes(keyword="AI 融资")` + `search_notes(keyword="大模型")` 检索知识库
4. 发现用户有"AI 战略规划"笔记和"竞品分析"文档 → `read_note` 读取
5. 输出：新闻要点 + "你在'AI 战略规划'中提到关注 OpenAI 的 API 定价策略，这笔融资可能加速其降价节奏" + 行动建议
结果：新闻已存入笔记，用户收到个性化的深度分析。
### 示例 2：用户聊新闻话题
用户说：「DeepSeek 最近怎么样了」
操作：
1. `web_search("DeepSeek 最新动态 2026")` → 找到最权威报道 → `web_fetch` 抓取
2. 保存到笔记，打 `#新闻//AI` 标签
3. `search_notes(keyword="DeepSeek")` + `search_notes(keyword="开源模型")` 检索知识库
4. 发现用户之前保存过一篇"DeepSeek-V3 发布"的新闻 → 对比时间线
5. 输出：最新动态 + "对比你之前收藏的 DeepSeek-V3 报道..." + 趋势分析
结果：新闻已存入笔记，用户看到事件的发展脉络。
### 示例 3：批量搜索简报
用户说：「帮我搜一下今天的 AI 新闻」
操作：
1. 构造 2-3 组搜索查询，抓取最新 AI 新闻
2. 去重筛选出 5-8 条高价值条目
3. 创建/定位"新闻简报 2026-03-12"笔记
4. 写入分类简报（带链接和摘要）
5. 同步笔记
结果：当日 AI 新闻简报已写入笔记。
---
## MCP 调用模式
### 工作流 A
1. 搜索工具获取新闻 → 2. `search_notes` / `create_note` 定位笔记 → 3. `get_note_outline` → 4. `edit_block(op="insert")` → 5. `sync_note`
### 工作流 B
1. `web_fetch` / `web_search` 获取新闻 → 2. `create_note` → 3. `edit_block(op="insert")` 写入元信息 → 4. **分次** `edit_block(op="insert")` 追加正文（每次 3-5 段，用 `last_block_id` 做锚点） → 5. `sync_note` → 6. 多组 `search_notes` 检索知识库 → 7. `read_note` / `read_section` 读取关联 → 8. 输出 insight
始终遵循：定位 → 读取/刷新 → 写入。
## 异常处理
| 错误场景 | 处理方式 |
|----------|----------|
| `EDITOR_NOT_READY` / `FRONTEND_TIMEOUT` | 短暂等待后重试 |
| `BLOCK_NOT_FOUND` | `get_note_outline` 刷新后重试 |
| `DOCUMENT_READ_ONLY` | 停止写入，告知用户 |
| 搜索结果为空（A） | 回报"无新增"，不写入空内容 |
| 新闻获取失败（B） | 有链接回退 `web_search`；无链接扩大搜索；仍无则告知用户 |
| 知识库无关联（B） | 正常保存，给通用分析，提示"随着笔记积累分析会更精准" |
| 文章过长 | 分段写入；分析聚焦关键段落 |
## 资源
- [query-recipes.md](references/query-recipes.md)：新闻搜索的查询模板与来源过滤策略
- [knowledge-search-strategy.md](references/knowledge-search-strategy.md)：知识库检索的详细策略与示例
文章标题
正文
```
**分次追加 — 正文分段写入：**
正文按段落分批写入，每次 insert 使用上一次返回的 `last_block_id` 作为锚点：
```
edit_block(op=insert, anchor_id=last_block_id, position=after)
→ 写入 3-5 个