新闻聚合引擎(免费版)
国内外社会、科技、军事新闻聚合引擎(免费版),自发搜索、筛选、整理新闻要点. 覆盖国内科技、国内军事、国际科技、国际军事四大板块。核心能力: - 多源新闻搜索(国内科技/军事+国际科技/军事) - 自发去重与可信度过滤 - 结构化汇总(标题+来源+时间+要点) - 按类别分类整理。可自发提升工作效率
天轰穿
@thcjp
Install
$ openclaw skills install @thcjp/news-aggregator-free新闻聚合引擎(免费版)
国内外社会、科技、军事新闻聚合引擎,自动搜索、筛选、整理新闻要点,覆盖四大新闻板块.
输入格式
| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| input | string | 是 | 新闻聚合引擎(免费版)处理的输入数据或指令 |
| options | object | 否 | 附加配置选项,如模式选择、格式偏好等 |
| callback_url | string | 否 | 异步处理完成后的回调通知URL |
依赖说明
运行环境
- Agent平台: 支持SKILL.md的任意AI Agent(Claude Code / Cursor / Codex / Gemini CLI等)
- 操作系统: Windows / macOS / Linux
依赖项
| 依赖项 | 类型 | 是否必需 | 获取方式 |
|---|---|---|---|
| LLM API | API | 必需 | 由Agent内置LLM提供 |
API Key 配置
本Skill无需额外API Key(LLM能力由Agent平台内置提供)
可用性分类
- 分类: MD+EXEC()
核心能力
1. 多源新闻搜索
覆盖四大新闻板块:
国内科技:
- 36氪(科技创投)
- 机器之心(AI与技术)
- 量子位(前沿科技)
- IT之家(数码硬件)
国内军事:
- 观察者网(军事观察)
- 澎湃新闻(防务动态)
- 腾讯军事(军事新闻)
国际科技:
- TechCrunch(科技创投)
- The Verge(消费科技)
- Wired(科技文化)
- Ars Technica(深度技术)
国际军事:
- Defense News(防务新闻)
- Jane's Defence(简氏防务)
- Military Times(军事时报)
2. 自动筛选与去重
- 搜索各源后过滤重复报道(同一事件多源转载)
- 排除过期内容(按时间窗口过滤)
- 过滤不可靠来源(论坛帖子、匿名消息、二手转载)
- 保留每个事件的最早权威来源
3. 可信度评级规则
优先采用:
- 官方媒体报道
- 权威机构发布
- 一手信源(原始公告/新闻稿)
谨慎处理:
- 论坛帖子
- 匿名消息
- 二手转载
- 未经验证的爆料
4. 结构化汇总输出
每条新闻包含:标题、来源、时间、要点摘要。按类别(科技/军事/社会)分组输出.
- 参考
结构化汇总输出的配置文档进行参数调优
快速开始
- 确认运行环境满足依赖说明中的要求
- 在AI Agent对话中调用本技能,提供必要的输入参数
- 检查输出结果,根据需要进行后续处理
详细的输入输出格式请参考下方章节说明。
工作流
- 搜索 — 搜索各新闻源
- 筛选 — 过滤重复、过期、不可靠来源
- 整理 — 按类别整理,每条含标题、来源、要点
- 输出 — 生成结构化汇总
输出格式
## 科技新闻
# ...
1. [标题](链接)
来源:placeholder | 时间:placeholder
要点:placeholder
# ...
## 军事新闻
# ...
1. [标题](链接)
来源:placeholder | 时间:placeholder
要点:placeholder
适用场景
| 场景 | 输入 | 输出 |
|---|---|---|
| 每日科技新闻汇总 | 日期/关键词 | 科技新闻结构化列表 |
| 军事动态跟踪 | 时间范围/区域 | 军事新闻分类汇总 |
| 行业趋势速览 | 行业关键词 | 相关新闻+要点摘要 |
| 竞品动态监控 | 公司名/产品名 | 相关新闻+来源+时间 |
不适用于:实时突发新闻推送、社交媒体舆情分析、深度调查报道.
使用流程
- 确定新闻类别(科技/军事/社会)和时间范围
- 搜索对应新闻源
- 去重并按可信度评级过滤
- 提取每条新闻的标题、来源、时间、要点
- 按类别结构化输出汇总
示例
示例1:每日科技新闻汇总
输入: "汇总今天的科技新闻"
搜索: 36氪/机器之心/TechCrunch/The Verge
输出:
## 科技新闻(续1)
# ...
1. [某AI公司完成10亿美元C轮融资](https://36kr.com/p/123)
来源:36氪 | 时间:2026-07-21
要点:本轮融资由某基金领投,估值达100亿美元,资金用于大模型研发
# ...
2. [新一代GPU架构发布,性能提升40%](https://www.theverge.com/2026/7/21/gpu)
来源:The Verge | 时间:2026-07-21
要点:采用3nm工艺,功耗降低30%,支持下一代AI训练加速
错误处理
| 错误场景 | 原因 | 处理方式 |
|---|---|---|
| 新闻源网站访问超时 | 网络限制或网站维护 | 标注该源不可用,使用备用源继续搜索,在输出中注明覆盖缺口 |
| 同一事件多源报道内容矛盾 | 各源信息来源不同或转发出错 | 以官方/权威来源为准,标注矛盾点,列出各源说法供用户判断 |
| 搜索结果为旧新闻 | 新闻源更新延迟或关键词匹配旧文章 | 添加时间过滤条件(如 date:2026-07-21),排除超出时间窗口的结果 |
| 去重后新闻数量过少 | 重复报道过多或搜索范围太窄 | 扩大搜索源数量,使用不同关键词组合重新搜索,增加相关主题的近义词 |
常见问题
Q1: 如何判断新闻来源的可信度?
采用三级可信度体系:优先级(官方媒体如新华社/国防部网、权威机构发布、一手新闻稿)、标准级(主流媒体如36氪/TechCrunch/Defense News)、谨慎级(论坛帖子、匿名消息、二手转载)。优先级来源直接采用,标准级交叉验证后采用,谨慎级仅作参考不纳入正式汇总.
Q2: 去重逻辑如何处理同一事件的不同角度报道?
同一事件的多篇报道不简单去重,而是合并为一个条目,在要点中综合各源信息。例如某产品发布,36氪报道融资角度,IT之家报道技术角度,合并为一条含两个要点的新闻。仅当报道内容完全重复(转载)时才去重,保留最早来源.
Q3: 国际新闻和国内新闻的搜索策略有何不同?
国内新闻直接搜索中文关键词和国内媒体源。国际新闻同时搜索英文关键词和国际媒体源,翻译标题和要点为中文。对于涉及中国的国际新闻,同时搜索国内媒体的国际版报道,对比中外报道差异,在输出中标注不同视角.
已知限制
- 新闻搜索依赖网络访问,部分国际源可能受限
- 搜索结果受搜索引擎索引时效影响
- 军事新闻受信息发布规范约束,部分内容需过滤
升级提示
本免费版提供基础功能。升级到完整版 news-aggregator 获取全部能力和高级特性.
Top skills in this category
Self-Improving + Proactive Agent
@ivangdavilaSelf-reflection + Self-criticism + Self-learning + Self-organizing memory. Agent evaluates its own work, catches mistakes, and improves permanently. Use when...
ontology
@oswalpalashTyped knowledge graph for structured agent memory and composable skills. Use when creating/querying entities (Person, Project, Task, Event, Document), linkin...
Humanizer
@biostartechnologyRemove signs of AI-generated writing from text. Use when editing or reviewing text to make it sound more natural and human-written. Based on Wikipedia's comprehensive "Signs of AI writing" guide. Detects and fixes patterns including: inflated symbolism, promotional language, superficial -ing analyses, vague attributions, em dash overuse, rule of three, AI vocabulary words, negative parallelisms, and excessive conjunctive phrases.
Obsidian
@steipeteWork with Obsidian vaults (plain Markdown notes) and automate via obsidian-cli.
YouTube Watcher
@michaelgatharaFetch and read transcripts from YouTube videos. Use when you need to summarize a video, answer questions about its content, or extract information from it.