利用 AI 构建多源新闻聚合与情感分析引擎 #

解决信息过载问题：通过整合多源 RSS 订阅并调用 Claude 的分析能力，将碎片化的科技新闻自动转化为包含情感标签、影响力评分和深度点评的结构化简报。

为什么需要这个技能 #

在追踪 AI 和科技行业动态时，用户往往需要面对大量重复的报道和碎片化的信息流。手动筛选、去重并分析每篇报道的潜在影响非常耗时。

该技能通过建立一个自动化流水线，不仅能完成基础的新闻聚合，还能利用 AI 对内容进行“语义定级”。它能识别新闻的情感基调（正面/负面/中性），并根据技术趋势或政策变动给出一个影响力评分（Impact Score），让用户在几秒钟内快速判断哪些是必须关注的里程碑事件，哪些是常规噪音。

适用场景 #

• 行业早报制作：需要从 TechCrunch、Hacker News 等多个源头快速汇总每日 AI 动态。
• 竞品动态监控：追踪特定公司（如 OpenAI、Anthropic）的产品发布及其市场反馈。
• 研究素材去重：在撰写周报或深度分析文章前，对重复报道进行清洗和要点提取。
• 政策影响评估：监控全球 AI 法案等政策变动，并快速评估其对产业的潜在影响。

核心工作流 #

1. 多源采集与去重：从 4 个以上 RSS 订阅源（如 TechCrunch, The Verge 等）抓取最新内容，并剔除重复文章。
2. 重要性排序：AI 根据行业影响、技术突破程度和政策权重，对文章进行重要性分级。
3. 结构化分析：针对每篇精选文章，AI 生成包含以下维度的分析卡片：
   • 核心摘要：2-3 句话概括要点。
   • 情感标签：Positive / Negative / Neutral。
   • 影响力评分：1-5 分。
   • 行业标签：如 #LLM, #Semiconductor。
   • 专业点评：一句关于该事件的行业洞察。
4. 格式化输出：将结果统一输出为易读的 Briefing Card 格式。

下载和安装 #

下载 news-sentiment-engine 中文版 Skill ZIP

解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。具体路径参考内附的 USAGE.zh.md。

你可能还需要 #

暂无推荐