技能介绍
AI News Radar（作者：卡尔 / LearnPrompt）是一个零配置的 Agent Skill，让你的助手每天为你整理 AI 头条——只需一句话，就能获得精选的 AI 新闻简报。它的思路是：先帮你从一堆信源里选出千里马，再把分散消息合并成故事线，最后用三种口味替你锐评每日头条。
项目包含两个 Skill：ai-radar（雷达 Skill）是消费侧，用于读报出简报，适合大多数用户；伯乐 Skill 是维护侧，用于管理和录入信息源、维护抓取逻辑，适合想自己搭建新闻雷达的开发者。如果你只是想获取 AI 资讯，使用 ai-radar 即可。
适用场景
- 普通读者：快速了解 AI 行业最新动态，用「实用派」「毒舌评论员」「较真党」三种视角获取不同解读
- 内容创作者：寻找写作选题，验证信息可信度，通过多源比对减少重复阅读
- 开发者：在自己的 Agent 中集成 AI 资讯能力，无需 API Key，无需维护服务器
- 需要按热点强度排序、跟进过去 24 小时值得关注的 AI 与 Agent 事件
- 需要为 AI 日报新增或调整信源，并保留来源权重、标签和回测规则
核心能力
- 智能选源：先判断信息源质量，再接入，过滤低质和噪音
- 故事合并：将同一事件的多家报道合并为一条故事线，避免重复阅读
- 三口味锐评：提供「实用派」（开发者价值）、「毒舌评论员」（揭露炒作）、「较真党」（实证导向）三种点评视角
- 每日精选：自动生成 20 条精选简报，包含 persona 打分和推荐理由
- 零配置：无需 API Key、登录态或服务器，Agent 直接读取公开数据
- 多栏目分类：支持模型、产品、开发者、行业、论文、社区等栏目，方便按兴趣筛选
- 源健康统计：提供信息源抓取成功率、AI 占比等指标，帮助判断源可信度
效果预览
工作方式
- 你只需提问：对 Agent 说「今天AI圈有什么？」，Skill 会自动读取最新的公开 JSON 数据。
- Skill 处理：根据你的查询，从预处理的 daily-brief（精选）、stories-merged（故事线）等数据中提取信息，整合 persona 点评。
- 返回简报：Agent 用自然语言呈现当日的 AI 头条，每条新闻包含来源、点评、多源折叠等信息。
Skill 依赖的 JSON 数据由项目公开服务器通过 GitHub Actions 自动更新，默认每 30 分钟刷新一次，你无需自己运行任何脚本。
你需要提供
- 一个支持 Skill 的 Agent（如 Claude Code、Codex 等）
- 确保 Agent 能够访问
https://news.learnprompt.pro或对应的 GitHub Pages 数据（Skill 依赖公开的在线 JSON） - 可选：如果希望定制信息源或点评口味，可以 fork 项目并配置
feeds/follow.opml和personas/下的文件；fork 自己的版本后需要启用 GitHub Actions 和 Pages，并可选用 API Key 启用高级功能（如标题增强） - 精选条目的推荐理由和三口味点评需要上游配置
DEEPSEEK_API_KEY，公开版可能不包含，此时点评会降级为规则分或无理由，不影响简报基本内容 - 数据更新频率为每 30 分钟，但 GitHub Actions 可能出现延迟
你会获得
- 每日 AI 新闻简报（精选 20 条），附带三种口味点评
- 同一事件的多源报道合并，减少重复信息
- 每个新闻条目的推荐理由（如果数据源支持）
- 信息源的可靠性指标（抓取成功率、AI 占比）
使用示例
用户：今天AI圈有什么？
Agent：为您梳理今日 AI 头条（来源：AI News Radar）：
- OpenAI 发布 GPT-5（多源 3）：实用派 [8/10] 直接影响开发者生态；毒舌 [5/10] 又是期货；较真 [2/10] 缺少技术论文支撑。
- Meta 开源 Llama 4（单源）：实用派 [7/10] 降低部署成本...
（实际返回内容由实时数据驱动）
其它可直接对 Agent 说的话：
帮我整理过去 24 小时 AI 和 Agent 领域最值得跟进的事件，并按热点强度排序。
从这些信源里筛出适合做公众号或短视频选题的 AI 故事线。
为我的 AI 日报新增或调整信源，要求保留来源权重、标签和回测规则。
