AI News Intelligence

中美 AI/LLM 行业资讯采集与分析工具，覆盖 120+ 权威信源。脚本负责"拿数据"，CodeBuddy 负责"理解数据"——摘要、分类、分析全部由 CodeBuddy 自身完成，无需外部 LLM API。

信源体系

120+ 信源按来源类型分为七类，各有各的价值，不分高低：

完整的信源注册表在 references/sources_registry.md。

首次使用

安装 Python 依赖（唯一外部依赖）：

pip install feedparser

工作流决策树

收到用户请求后，按以下逻辑选择执行路径：

用户请求
├─ 包含"日报"/"周报"/"整理"/"汇总"
│   → 全源采集模式：执行 RSS 脚本(--all) + HN 脚本 + web_search 补充
│   → 对结果做分类摘要，按来源类型分组输出
│
├─ 包含具体公司名（如 "OpenAI", "Anthropic", "DeepSeek"）
│   → 定向采集模式：查 references/sources_registry.md 找到对应源
│   → 如有 RSS，执行 fetch_rss.py --source <id>
│   → 如无 RSS，使用 web_search 搜索 "<公司名> AI latest news"
│
├─ 包含具体主题（如 "AI Agent", "多模态", "LLM"）
│   → 主题搜索模式：执行 RSS 脚本采集 + web_search "<主题> AI latest"
│   → 从结果中筛选与主题相关的内容
│
├─ 包含"论文"/"paper"/"arXiv"/"学术"
│   → 学术模式：执行 fetch_rss.py --type academic
│   → 补充 web_search "arXiv <主题> latest papers"
│
├─ 包含"政策"/"法规"/"监管"
│   → 政策模式：web_search 搜索政策来源（参见 references/sources_registry.md 政策法规部分）
│
└─ 通用 AI 新闻请求
    → 执行 fetch_rss.py --type official,media --limit 10 --since 24h
    → 补充 HN 脚本
    → 输出结构化结果

脚本使用说明

fetch_rss.py — RSS 采集

# 采集所有 RSS 源，最近 24 小时
python3 scripts/fetch_rss.py --all --since 24h --limit 10

# 按来源类型采集
python3 scripts/fetch_rss.py --type official --since 24h
python3 scripts/fetch_rss.py --type media --since 7d
python3 scripts/fetch_rss.py --type academic --since 24h

# 按具体来源 ID 采集
python3 scripts/fetch_rss.py --source openai-blog,anthropic-news

# 组合使用
python3 scripts/fetch_rss.py --type official,media --limit 5 --since 48h

参数说明：

• --type：来源类型，可选 official, media, academic, developer，逗号分隔多选
• --source：具体来源 ID，逗号分隔多选（ID 列表见 references/sources_registry.md）
• --limit：每个源最多返回条数（默认 10）
• --since：时间范围，支持 1h, 6h, 12h, 24h, 48h, 7d, 30d（默认 24h）
• --all：采集所有 RSS 源

输出格式为 stdout JSON 数组，每个元素包含 title, url, source_name, source_type, published_at, content_snippet 字段。

fetch_hackernews.py — Hacker News 采集

# 采集 AI 相关热帖（默认）
python3 scripts/fetch_hackernews.py

# 自定义关键词和数量
python3 scripts/fetch_hackernews.py --query "LLM OR transformer" --limit 20

输出格式为 stdout JSON 数组，每个元素包含 title, url, score, comments_count, time 字段。

web_search 补充采集

对于没有 RSS 的来源（Newsletter、社交媒体、政策法规），使用 CodeBuddy 内置的 web_search 工具。

推荐搜索关键词见 references/sources_registry.md 中各来源的"搜索关键词"列。

摘要与分析指令

脚本返回原始数据后，由 CodeBuddy 自身完成以下处理（不调用外部 API）：

1. 一句话概括：为每篇文章生成 20-50 字的中文摘要
2. 关键要点：提取 2-4 个核心事实或数据点
3. 主题分类：从以下标签中选择 1-3 个：LLM, 多模态, AI Agent, 计算机视觉, 语音AI, 机器人, AI基础设施, AI安全, 产品发布, 融资并购, 公司战略, 行业报告, 开源项目, 政策法规, 教程工具
4. 来源标注：标明来自哪类渠道和具体来源名称

输出格式模板

日报格式

# AI 资讯日报 — [YYYY-MM-DD]

## 公司官方动态
1. **[标题]** — [来源名] | [时间]
   > [一句话摘要]
   - [要点1]
   - [要点2]

## 行业媒体报道
...

## 学术前沿
...

## 开发者社区
...

---
本日采集 [X] 个来源，获取 [Y] 条资讯。

快讯格式（简洁列表）

## AI 快讯 — [日期/时间范围]

1. **[标题]** — [来源名] | [主题标签]
   > [一句话摘要]

2. ...

主题追踪格式

## [主题名] 最新进展 — [时间范围]

### 概述
[CodeBuddy 对本主题近期发展的 2-3 句话总结]

### 详细内容
1. **[标题]** — [来源名] | [时间]
   > [摘要 + 关键要点]

2. ...