AI News Aggregator — AI/技术新闻高性能聚合引擎

⚠️ SECURITY NOTICE

• Type: Educational reference / analytical framework ONLY
• 本技能本身不包含可执行代码，但描述和引用了本地运行的Python脚本（需用户自行部署）
• No persistent storage, background execution, or credential collection
• No credential collection, PII processing, or system access
• All outputs require human review before real-world application
• NOT financial, legal, or insurance advice

⚠️ 数据安全警告

• 本技能仅输出新闻聚合方法的参考框架，技能本身不自动执行任何代码
• 文中描述的RSS抓取/API调用为架构说明，用户如需实际部署，需注意：
  • 查询关键词、IP地址、时间戳等信息将由用户自行部署的脚本发送至第三方RSS源/API
  • 请确保遵守目标网站的服务条款和robots.txt规则
• 本技能不主动联网，不会自动访问外部资源或收集用户数据
• 引用新闻时请务必核实原始来源，本技能不保证新闻的实时性和准确性

并发抓取 100+ RSS 源，12秒完成，支持 ETag/Last-Modified 缓存、日期过滤。

Scope（适用范围与执行边界）

本技能覆盖两类资讯聚合场景，两者共用同一套「抓取 → 去重 → 分级 → 输出」流程：

范围	覆盖内容	不覆盖内容
AI/技术资讯	公司官方博客、论文源（arXiv / HuggingFace Daily Papers）、技术媒体、专家 newsletter、社区热帖、GitHub Trending	需登录或付费墙后的内容、私有仓库与内部数据
财经资讯（Appendix G 起）	宏观政策、行业动态、公司新闻、国际市场、社交舆情的公开报道聚合与翻译摘要	行情报价、投资建议、内幕信息、非公开数据

执行边界（硬约束）

1. 本技能为方法说明与模板集合：不联网、不抓取、不写文件、不保存任何中间结果；文中的 bash / JSON / Python 片段是供用户在自己环境自行运行的参考命令与配置示例。
2. 用户自行部署脚本所产生的一切网络请求、缓存文件与日志，均由用户环境负责，本技能不参与、不留存、不回传。
3. 数据最小化：只处理公开可访问的内容；不采集需登录、授权或需绕过访问限制的内容；不采集个人身份信息与联系方式。
4. 凡涉及写入文件的产出（日报 / 周报 / 专题稿），必须先向用户预览全文并取得明确确认后再落盘。
5. 输出为客观聚合与转述，不构成投资、法律或保险建议，不预测涨跌、不给出买卖结论。

语言与适用辖区声明：默认中文输出，与主要信源语言及适用辖区一致；英文原文中的机构名与专业术语保留原文。本技能不覆盖境外监管口径的合规判定，涉及境外规则时须另行核实。

触发与非触发判定

场景	是否触发	说明
今天 AI 圈有什么新闻 / 最近技术动态	触发	AI/技术资讯聚合
生成今日财经早报 / XX 事件最新进展	触发	财经资讯聚合与专题追踪
这条新闻是真的吗	触发	走源可信度分级 + 交叉验证流程
帮我看看这只股票能不能买	不触发	属投资建议，超出本技能边界
把这份内部会议纪要整理一下	不触发	非公开内容，不在采集范围
帮我写一封邮件 / 翻译一段合同条款	不触发	与本技能的新闻聚合目的无关

Setup

确保 Python 3.8+ 可用，无需额外依赖（纯标准库）。

When to Use

用户需要查看 AI/技术新闻、技术趋势、最新论文、GitHub 热门项目、AI 公司动态时使用。

⚠️ 精确触发规则（仅当用户明确表达以下意图时才激活，避免日常对话误触发）：

• 触发词必须与新闻聚合/技术资讯/论文搜索直接相关
• 不会因用户提及"新闻"或"论文"等通用词汇而自动激活
• 不会在用户讨论日常话题时误触发

触发关键词（精确匹配，需用户明确表达需求）：

• "AI 新闻" / "技术新闻" / "科技新闻"
• "今天有什么AI新闻" / "最近技术动态"
• "最新论文" / "arXiv 论文" / "AI 研究论文"
• "GitHub 热门项目" / "GitHub trending"
• "OpenAI 动态" / "Anthropic 更新"
• "新闻聚合" / "RSS 聚合"

Architecture

ai-news-aggregator/
├── scripts/
│   ├── rss_aggregator.py      # 核心 RSS 抓取器
│   ├── rss_sources.json       # 100+ RSS 源配置
│   ├── arxiv_papers.py        # arXiv 论文搜索
│   ├── github_trending.py     # GitHub 热门项目
│   └── summarize_url.py       # 文章摘要
└── SKILL.md                   # 本文件

Data Sources

分类	源数	内容	更新频率	去重主键
company	16	OpenAI, Anthropic, Google, Meta, NVIDIA, Apple, Mistral 等官方博客	不定期（多数周更以内）	标题指纹 + 链接归一化
papers	6	arXiv AI/ML/NLP/CV, HuggingFace Daily Papers, BAIR	每日	arXiv ID / 论文标题
media	16	MIT Tech Review, TechCrunch, Wired, The Verge, VentureBeat 等	每日多次	链接归一化
newsletter	15	Simon Willison, Lilian Weng, Andrew Ng, Karpathy 等专家	周更/双周更	标题 + 发布日期
community	12	HN, GitHub Trending, Product Hunt, V2EX 等	准实时	条目 ID（HN/PH）
cn_media	5	机器之心, 量子位, 36氪, 少数派, InfoQ	每日多次	标题指纹 + 媒体名
ai-agent	5	LangChain, LlamaIndex, Mem0, Ollama, vLLM 博客	不定期	链接归一化
twitter	10	Sam Altman, Karpathy, LeCun, Hassabis 等 AI 领袖	准实时	推文 ID

Core Commands

RSS 聚合

# 抓取所有源（最近3天新闻）
python3 skills/ai-news-aggregator/scripts/rss_aggregator.py --category all --days 3 --limit 10

# 只看公司博客
python3 skills/ai-news-aggregator/scripts/rss_aggregator.py --category company --days 1 --limit 5

# 只看中文媒体
python3 skills/ai-news-aggregator/scripts/rss_aggregator.py --category cn_media --days 3 --limit 10

# AI Agent 相关
python3 skills/ai-news-aggregator/scripts/rss_aggregator.py --category ai-agent --days 7 --limit 10



### 组合用法示例（日报流水线）

```bash
# 1) 先抓全站最近 1 天，输出 JSON 供二次加工
python3 skills/ai-news-aggregator/scripts/rss_aggregator.py \
  --category all --days 1 --limit 20 --json > /tmp/today.json

# 2) 再补论文与社区两条线，避免只看媒体源造成同质化
python3 skills/ai-news-aggregator/scripts/arxiv_papers.py --limit 5 --top 10
python3 skills/ai-news-aggregator/scripts/github_trending.py --ai-only

典型 JSON 条目（示意结构，字段名以实际脚本输出为准）

{
  "title": " introducing a new open-weight model",
  "source": "Example AI Blog",
  "category": "company",
  "published": "2026-10-13T08:12:00Z",
  "url": "https://example.com/blog/post",
  "score": 7,
  "dedupe_key": "a1b2c3d4"
}

去重与限量的配合示例：同一事件被 6 家媒体转载 → 按 dedupe_key 合并为 1 条，保留级别最高的源（A/B 级优先），其余 5 条记为「同源转载」不再计入 TOP 10。

输出 JSON 格式

python3 skills/ai-news-aggregator/scripts/rss_aggregator.py --category all --days 1 --json

### arXiv 论文
```bash
# 最新 AI 论文（按热度排序）
python3 skills/ai-news-aggregator/scripts/arxiv_papers.py --limit 5 --top 10

# 搜索特定主题
python3 skills/ai-news-aggregator/scripts/arxiv_papers.py --query "multi-agent" --top 5

GitHub Trending

# AI 相关热门项目（今日）
python3 skills/ai-news-aggregator/scripts/github_trending.py --ai-only

# 本周热门
python3 skills/ai-news-aggregator/scripts/github_trending.py --since weekly

Core Rules

1. 优先使用 --days 参数

默认抓取最近 N 天的新闻，避免获取过期内容：

• 日报：--days 1
• 周报：--days 7
• 月报：--days 30

2. 分类选择策略

用户需求	推荐分类	示例参数	预期条目量级
公司动态	--category company	--category company --days 1 --limit 5	5-15 条/天
技术论文	--category papers	--category papers --days 7 --limit 10	10-30 条/周
中文资讯	--category cn_media	--category cn_media --days 3 --limit 10	20-50 条/3天
社区趋势	--category community	--category community --days 7 --limit 15	15-40 条/周
AI Agent	--category ai-agent	--category ai-agent --days 7 --limit 10	5-20 条/周

3. 缓存机制

• 首次抓取后自动缓存（ETag/Last-Modified）
• 缓存有效期 1 小时
• 重复抓取秒级完成

缓存命中示例（示意输出）

$ python3 rss_aggregator.py --category company --days 1 --limit 5
[cache] ETag hit: 34/42 sources, skipped re-download
[fetch] 8 sources updated, 312 items parsed
[filter] 47 items within 1 day
[dedupe] 47 -> 19 unique events
[done ] 1.9s

缓存目录与保留时长由用户自行决定；建议不超过 7 天，且仅保存条目元数据与哈希值，不保存正文全文。

Configuration

编辑 scripts/rss_sources.json 添加/删除 RSS 源：

{
  "name": "OpenAI Blog",
  "url": "https://openai.com/blog/rss.xml",
  "category": "company"
}

Appendix G. Alibaba Dianjin Fusion — finance-news-aggregator v5.0.4

Source: Alibaba Dianjin Digital Employee — researcher (AI研究员)
Essence: 全球财经资讯聚合、多语言新闻翻译、热点事件追踪、舆情风险评估
Integrated: 2026-05-31

---

G.1 Core Workflow (Dianjin essence)

Input: 用户请求（"今日财经要闻" / "XX事件最新进展"）
  ↓
Data Collection:
  - 国内源：新华社、人民日报、央视财经、第一财经
  - 国际源：Reuters, Bloomberg, Financial Times, CNBC
  - 社交源：Twitter(X), Weibo, 雪球, 东方财富论坛
  ↓
Processing:
  1. 去重（相似新闻合并）
  2. 分类（宏观/行业/公司/国际）
  3. 翻译（英文→中文，自动摘要）
  4. 评分（重要性 1-5星）
  ↓
Output:
  - 财经早报（TOP 10要闻）
  - 专题追踪（XX事件时间线）
  - 舆情预警（负面新闻预警）

端到端示例（财经早报，示意）

输入：生成今日财经早报（2026-10-13）
抓取：国内源 4 家 / 国际源 4 家 / 社交源 4 家，共 286 条
去 重：286 → 63 条独立事件
分 类：宏观 11 / 行业 18 / 公司 24 / 国际 10
翻 译：英文稿 14 条 → 中文摘要，保留机构名原文
评 分：5 星 6 条、4 星 15 条、3 星 42 条
输出：TOP 10（5 星优先）+ 待核验线索 3 条（C/D 级）+ 风险提示 1 条

与 AI/技术聚合的差异：财经线额外多了「翻译摘要」与「舆情预警」两步，AI 线则以论文与开源项目为主要对象，不做市场影响分析。

---

G.2 News Classification & Scoring (Dianjin method)

新闻分类体系：

类别	关键词	重要性阈值	示例标题（仅示意）
🔴 宏观政策	央行、降准、降息、GDP	5星（必读）	央行宣布下调存款准备金率 0.5 个百分点
🟠 行业动态	新能源、AI、芯片、医药	4星（重要）	某芯片厂商公布新一代制程量产计划
🟡 公司新闻	财报、并购、减持、ST	3星（关注）	某上市公司披露三季度报告
🟢 国际市场	美联储、美元、原油、黄金	4星（重要）	主要经济体央行公布议息会议纪要
🔵 社交媒体	雪球热帖、微博热议	2星（参考）	某投资社区热议某新兴概念板块

评分模型（Dianjin风格）：

重要性评分 = 基础分 + 热度分 + 影响分

基础分（0-3）：
  - 官方媒体（新华社/人民日报）：+3
  - 权威财经（第一财经/财新）：+2
  - 社交媒体（雪球/微博）：+1

热度分（0-2）：
  - 阅读量 > 10万：+2
  - 阅读量 1-10万：+1
  - 阅读量 < 1万：+0

影响分（0-2）：
  - 涉及大盘/板块：+2
  - 涉及个股：+1
  - 无关市场：+0

总分 → 星标：
  - 5-7分：⭐⭐⭐⭐⭐（必读）
  - 3-4分：⭐⭐⭐⭐（重要）
  - 1-2分：⭐⭐⭐（关注）
  - 0分：⭐⭐（参考）

评分演算示例（示意）

条目：某行业主管部门发布新版数据报送口径通知
基础分：权威财经媒体首发 → +2
热度分：阅读量 6.8 万 → +1
影响分：涉及整个板块的合规口径 → +2
总分：5 → ⭐⭐⭐⭐⭐（必读）
复核：回原文核对发布机构、文号与生效日期，三项齐全后方可以 5 星呈现

扣分情形：同一事件被多家转载但均非首发 → 只给首发源计基础分；标题含「传」「或」「拟」等未确定表述 → 降一档并标注「未经证实」。

---

G.3 Multi-language News Translation (Dianjin essence)

英文新闻自动翻译+摘要模板：

【英文原文】
"The Federal Reserve raised interest rates by 25 basis points on Wednesday, 
bringing the benchmark rate to 5.25%-5.5%, the highest level in 16 years. 
Fed Chair Jerome Powell said the central bank remains committed to bringing 
inflation down to its 2% target."

【自动翻译+摘要】
📰 **美联储加息25基点，基准利率达16年新高**

**核心内容**：
- 美联储周三加息25基点，基准利率升至5.25%-5.5%
- 为16年来最高水平
- 鲍威尔表示致力于将通胀降至2%目标

**市场影响**：
- 美股：短期承压（加息利空）
- 美债：收益率上升（债券价格下跌）
- 美元：走强（利差扩大）
- A股：北向资金可能流出（美元资产吸引力上升）

**后续关注**：
- 6月议息会议（是否暂停加息）
- 通胀数据（CPI/PCE）
- 就业数据（非农/失业率）

示例二（中文稿件 → 结构化要点抽取，示意）

【原文要点】某监管部门就数据报送口径发布征求意见稿，反馈期 30 天。

【结构化抽取】
- 事件主体：某监管部门
- 动作类型：征求意见（未生效）
- 关键时点：反馈期 30 天（以公告载明日期为准）
- 影响对象：适用该报送口径的持牌机构
- 待核实：适用机构范围、正式稿发布时间、过渡期安排
- 呈现口径：标注「征求意见稿，尚未生效」，不写成已实施

翻译类要点保留原则：机构名、法规名、人名保留原文或附注原文；数字、比例、时点必须回原文核对；「基点 / 百分点 / 百分比」不得混用。

---

G.4 Sentiment Analysis & Risk Warning (Dianjin method)

⚠️ 教育声明：以下风险分类框架为纯教育培训参考，展示新闻舆情分析的方法论。所有涉及风险等级的示例均为假设性教学展示，不构成任何投资建议或操作指导。

舆情风险评估框架：

舆情风险等级（客观分析方法参考）：

🔴 高风险信号（需核实的客观事实）：
  - 公司高管被查/逮捕
  - 财务造假曝光
  - 产品重大安全事故
  - 监管处罚

🟠 中风险信号（需持续关注）：
  - 大股东大额减持
  - 业绩大幅下滑
  - 诉讼/仲裁
  - 行业政策利空

🟡 低风险信号（正常跟踪）：
  - 高管变动（非核心岗位）
  - 小额诉讼
  - 行业竞争加剧
  - 产品投诉增多

分级演算示例（示意）

条目：某上市公司公告称收到监管问询函
匹配信号：监管处罚类（🟠 中风险：监管措施/问询）
分级过程：
  1. 先确认是否为已公开公告 → 是，来源级别 A
  2. 区分「问询」与「处罚」→ 当前为问询，未定性
  3. 按最轻一档呈现：🟠 中风险（持续关注），不使用「被查」「违规」等定性词
输出口径：客观陈述公告内容 + 注明「以公司公告与监管公开信息为准」

禁止事项：不得把「问询」写成「处罚」，不得把「传闻」写成「已核实」，不得对涉事主体作定性评价。

---

G.5 Compliance & Risk Constraints (Dianjin standards)

合规要求（研究员精髓）：

1. 新闻真实性验证：

   • 必须标注新闻来源（新华社/Reuters/ Bloomberg）
   • 未经证实的传闻必须标注"未经证实"
   • 社交媒体消息必须标注"来源：Twitter/雪球"

2. 翻译准确性：

   • 专业术语必须准确（Fed=美联储，rate=利率，not"价格"）
   • 数字必须核对（25 basis points = 25基点，not"25%"）
   • 人名/机构名保留英文原文（Jerome Powell，not"杰罗姆·鲍威尔"）

3. 风险提示：

   • 舆情预警必须客观（不夸大/不缩小）
   • 负面新闻必须标注"仅供参考，请核实官方公告"
   • 禁止传播谣言（未经证实的消息）

4. 常见表述纠错对照（供自检使用）

易错表述	应改为	原因
rate 译为「价格」	译为「利率」	金融语境下 rate 指利率而非价格
25 basis points 译为「25%」	译为「25 个基点（0.25 个百分点）」	基点 ≠ 百分比，差 100 倍
「监管处罚」用于问询函阶段	「收到监管问询函，尚未定性」	避免提前定性
「传」「拟」「或」写成既成事实	保留原表述并标注「未经证实」	与原文确定性保持一致
Jerome Powell 译成中文名	保留原文，可括注中文译名	人名机构名保留原文便于检索

---

G.6 Test Case (Dianjin quality)

Test Case 1: 财经早报生成

Input: "生成今日财经早报"

Expected Output:
1. TOP 10要闻（⭐⭐⭐⭐⭐优先）
2. 每条新闻：标题 + 核心内容（50字）+ 市场影响
3. 分类：宏观/行业/公司/国际
4. 风险提示（如有负面新闻）

Quality Check:
- ✅ 新闻时效性（今日/昨日）
- ✅ 分类准确性
- ✅ 影响分析合理性
- ✅ 来源标注完整

Test Case 2: 英文新闻翻译

Input: "翻译这条新闻：Fed raises rates by 25bps, signals pause"

Expected Output:
1. 中文标题
2. 核心内容摘要（100字）
3. 市场影响分析
4. 后续关注点

Quality Check:
- ✅ 翻译准确性（25bps=25基点）
- ✅ 内容完整性（不遗漏关键信息）
- ✅ 影响分析专业（A股/美股/美债/美元）

Test Case 3: 专题追踪（事件时间线）

Input: "跟踪某行业政策从征求意见到正式发布的全过程"

Expected Output:
1. 时间线表格（时间 / 事件 / 来源 / 级别 / 与前一节点的关系）
2. 当前状态小结（一句话）
3. 尚未证实的内容（明确列出）
4. 后续观察点（正式稿、实施细则、过渡期安排）

Quality Check:
- ✅ 每个节点均有来源与时间
- ✅ 区分「征求意见」与「已生效」
- ✅ 未把预测当作已发生事实

Test Case 4: 源巡检与降级

Input: "检查一下这批源还有多少能用"

Expected Output:
1. 各分类可用数 / 异常数
2. 异常源清单（首次异常日期 + 连续异常次数）
3. 处置建议（保持 / 降级 / 停用）

Quality Check:
- ✅ 连续 3 次不可访问的源被建议停用
- ✅ 降级与停用均记录理由与时间
- ✅ 未因单次超时就删除源

---

Appendix L. 输出模板（三种粒度）

说明：以下为输出格式模板，用于统一日报/周报/专题的呈现结构；具体内容须来自实际检索结果并标注来源。

L.1 日报模板

# 财经资讯日报（YYYY-MM-DD）

**统计时间**：YYYY-MM-DD HH:MM — HH:MM
**覆盖源数**：XX 个（可用 XX / 异常 XX）

## 一、今日要闻 TOP 10

| # | 标题 | 分类 | 来源 | 时间 | 星标 | 一句话要点 |
|---|------|------|------|------|------|-----------|
| 1 | ... | 宏观 | A 级源 | HH:MM | ⭐⭐⭐⭐⭐ | ... |

## 二、分类速览

| 分类 | 条数 | 关键条目 |
|------|------|---------|
| 宏观政策 | X | ... |
| 行业动态 | X | ... |
| 公司新闻 | X | ... |
| 国际市场 | X | ... |

## 三、待核验线索（来源级别 C/D）

| 线索 | 来源 | 级别 | 需核验的点 |
|------|------|------|-----------|

## 四、风险提示

> 客观陈述已公开的风险相关信息，不作预测、不构成任何建议。

填充示例（示意，仅演示字段如何落位）

#	标题	分类	来源	时间	星标	一句话要点
1	某监管部门发布数据报送口径征求意见稿	宏观	A 级源	09:12	⭐⭐⭐⭐⭐	面向持牌机构征求意见，反馈期 30 天
2	某芯片厂商公布新一代制程量产计划	行业	B 级源	10:05	⭐⭐⭐⭐	披露量产时点与产能区间，未披露客户名单

L.2 周报模板

# 财经资讯周报（第 XX 周）

## 一、本周主线（3 条以内）
## 二、分主题回顾（按事件聚合，标注发生日）
## 三、数据与表述核对记录
## 四、上周存疑条目处理结果（已证实 / 已证伪 / 仍存疑）
## 五、下周关注日程（已知的发布与会议安排）

L.3 专题追踪模板

# 专题：XX 事件时间线

| 时间 | 事件 | 来源 | 级别 | 与前一节点的关系 |
|------|------|------|------|----------------|

**当前状态小结**：一句话概括事件所处阶段
**尚未证实的内容**：明确列出
**后续观察点**：需要等待的具体信息（数据发布/公告/会议）

---

Appendix M. 源清单维护与巡检

环节	频率	动作	记录内容
可用性巡检	每周	检查各分类源是否仍可访问	异常源清单与首次异常日期
分类复核	每月	核对源分类是否仍准确	调整记录
源增减	按需	新增源需先定级别（A/B/C/D）	级别判定理由
级别复核	每季度	复核高端源是否降级、低端源是否升级	变动记录
配置备份	每次改动前	保留上一版源配置	版本与时间

巡检判定标准

状态	判定条件	处置
正常	连续 2 次巡检可访问且内容格式未变	保持
降级	访问正常但内容质量明显下降	降低采用优先级
停用	连续 3 次巡检不可访问	移出配置并记录

---

Appendix N. 参数组合速查

使用场景	推荐参数组合	输出粒度
每日晨间速览	--category all --days 1 --limit 10	日报
只看公司动态	--category company --days 3 --limit 10	日报
中文资讯汇总	--category cn_media --days 3 --limit 10	日报
技术论文追踪	--category papers --days 7 --limit 10	周报
AI Agent 专题	--category ai-agent --days 7 --limit 10	周报
社区与趋势	--category community --days 7 --limit 15	周报
结构化二次处理	--category all --days 1 --json	数据输出

参数使用要点

要点	说明
先定粒度再选参数	日报用 --days 1，周报用 --days 7
分类少而准	单次不超过 2 个分类，避免结果同质化
限量与去重配合	--limit 控制条目数，去重按事件维度合并
结构化输出优先	需要二次加工时选 --json

---

End of Dianjin Fusion Content — finance-news-aggregator v5.0.5

---

Appendix H. 源可信度分级与核验规范（本版新增）

H.1 新闻源可信度分级

级别	源类型	示例	采用方式	核验要点
A 级	官方发布	监管机构官网、政府公告、交易所公告	可直接引用，标注发布机构与日期	核对发布机构名称与文号
B 级	权威财经媒体	主流财经通讯社、头部财经媒体	可引用，标注媒体与时间	核对媒体名称与发布时间
C 级	行业与垂直媒体	行业媒体、研究机构博客	需与 A/B 级交叉验证后引用	找到 A/B 级佐证后再引用
D 级	社交与社区	论坛帖、社交平台讨论	仅作线索，标注"未经证实"，不单独成文	仅作线索，必须标注未经证实

H.2 交叉验证规则

情形	判定	处置
A 级单一来源	可采信	直接使用，注明来源
B 级单一来源	基本可采信	使用并标注，重要结论补第二来源
C 级单一来源	存疑	寻找 A/B 级佐证；找不到则标注存疑
D 级单一来源	不可采信	仅列为线索，不进入要闻
多方来源互相矛盾	不可采信	并列呈现分歧，说明差异点
A/B 级来源与时间一致但数字不同	以发布时间较晚者为准并列差异	两条并列呈现，注明差异数值与各自时间
仅见转载、找不到首发源	存疑	标注「首发源待确认」，不进入要闻

H.3 时效性分级

类型	时间窗	呈现要求	必填输出字段
快讯	2 小时内	标注精确到分钟的时间	精确到分钟的时间 + 来源
日报	24 小时内	标注日期，注明"截至 XX 时"	日期 + 截至时点 + 来源
周报	7 天内	按主题聚合，标注事件发生日	事件发生日 + 主题标签
专题追踪	事件全程	提供时间线，每次更新标注更新时点	节点时间 + 更新时间

核验要求：涉及数字、金额、比例的内容必须回原文核对；翻译类内容须核对关键术语（如 basis points = 基点，而非百分比）。

---

Appendix I. 财经资讯动态（截至 2026-10-13）

动态类型	内容摘要	对聚合流程的影响	建议动作	优先级
生成式内容治理	生成合成内容需可识别、可追溯	聚合摘要需明确标注来源与生成方式	每条摘要附原始链接与来源	高
新闻真实性	未经核实信息传播风险上升	需强化交叉验证环节	按源可信度分级采用	高
数据安全	数据采集与处理需遵循最小必要	抓取范围应限于公开内容	不采集需登录或授权的内容	高
版权与转载	原文转载与引用边界需明确	摘要须为自撰简述，避免大段复制	控制引用长度并标注出处	高
术语规范	机构名、法规名更新频繁	翻译与摘要中的机构名需为现行表述	建立术语对照表并定期核对	中
信源集中度	单一平台信息易形成同质化	需保持多源覆盖	定期检查各分类源数量与可用性	中
时效竞争	快讯与深度内容的节奏分化	需区分快讯与日报的输出标准	按 H.3 时效性分级输出	中
聚合类应用透明度	采用自动化方式生成的新闻摘要，标注要求持续细化	输出需区分人工编辑与自动聚合	在日报页脚标注生成方式与素材来源	高
源接口政策变化	部分平台对 RSS / 公开接口的调用频次与授权要求调整	抓取频率需控制在服务条款允许范围内	巡检时同步复核各源的服务条款与调用限制	中

数据截止: 2026-10-13 | 来源：公开信息与行业实践整理 本版补充：上述两条为本轮新增，其余条目随每轮巡检复核；具体口径与生效时间以官方最新发布为准。 声明: 以上动态供参考，具体以官方最新发布为准。

---

Appendix J. 常见误用与纠偏

误用	表现	纠偏动作
未标来源	摘要不写来源与时间	每条必须包含来源与时间戳
单一来源成文	用论坛帖作为要闻	按可信度分级，D 级仅作线索
大段复制原文	摘要实为整段转载	改为自撰简述，控制引用长度
时间窗混乱	把上周新闻当今日要闻	严格按 --days 参数与 H.3 分级
术语翻译错	basis points 译为百分比	关键术语建立对照表并核对
同类源堆叠	同一事件的多个转载重复计入	去重时按事件维度合并
忽视失效源	源长期不可用仍保留在配置中	定期巡检各分类源可用性
把征求意见当已生效	标题写「新规出台」	改为「征求意见稿发布」，并标注尚未生效
影响分析写成预测	「预计明日上涨」	改为条件式表述并说明依据，不作方向性预测

---

Appendix K. 质量抽检清单

抽检项	合格标准	不通过时处置	抽检方式
来源完整	每条含来源名与时间	补标或撤下	逐条比对来源字段
分类正确	宏观/行业/公司/国际归类准确	调整分类并复查同类条目	抽样 10 条人工复核
去重彻底	同一事件仅出现一次	按事件维度合并	按 dedupe_key 统计重复率
评分合理	星标与内容重要度匹配	复核评分三项构成	复核三项构成与总和
影响分析客观	不夸大、不预测涨跌	改为条件式表述	检索方向性词汇
术语准确	机构名、术语为现行表述	更正并记入术语表	对照术语表检索
时效达标	落在所选时间窗内	剔除过期条目	核对条目时间戳
边界合规	未出现投资建议与预测表述	改写为客观陈述后重新抽检	全文检索方向性与建议类词汇

---

End of Dianjin Fusion Content — finance-news-aggregator v5.0.5