Rss Aggregator

技能描述

自动读取 RSS 链接列表，抓取并阅读正文。通过跨源事件合并与严格的历史日志核对，实现每日多次运行时的“纯增量”推送，最终生成高信息密度的纯文本简报。

执行指令 (Workflow)

当触发此技能时，请严格按以下顺序执行：

1. 资源读取与抓取 读取配置文件中的有效 RSS 链接，获取最新文章并通读网页核心内容。
2. 内容过滤 (质量审查与跨源合并)
   • 内容审查：对抓取的内容进行初步评估，若检测到垃圾广告、无意义水文或滥规言论（即内部判定 is_abuse=true），请直接丢弃。
   • 跨源合并：交叉分析通过审查的文章。若多篇报道指向同一事件，将其合并为一条综合资讯，提取各方补充细节，避免同一事件重复出现。
3. 严格核对记忆 (核心增量逻辑) 读取本地的 pushed_history.log 文件。对比当前准备推送的事件，彻底剔除所有在历史记录中已经存在的内容。 （注：确保每天 18 点运行时，不会推送当天 8 点已经推送过的文章。一旦某条全新资讯被选中推送，必须立即将其标题和链接追加记录到 pushed_history.log 中。）
4. 撰写与排版 将所有筛选出的全新资讯，严格按照下方的【输出规范】和【输出模板范例】进行排版。

输出规范 (Strict Formatting Rules)

必须严格遵守以下约束，任何情况下均不可违反：

• 头部日期：推送的最顶部必须有且仅有一行总标题：今日AI资讯 (YYYY-MM-DD)，按当天实际日期动态填充。
• 区块结构：每条资讯严格按照 标题： -> 摘要： -> 链接： 的顺序排列，且每个字段之间必须保留一个空行。
• 深度摘要：摘要部分需要详尽且专业（类似专业科技媒体的深度快讯）。要求包含具体数据（如时间、算力、参数量等）、核心动作和深层影响，直接陈述事实，不加任何主观废话。
• 隐藏数据源：绝对不要在任何地方展示 RSS 订阅源或原始媒体的名称。
• 纯净排版：严禁使用任何 Emoji 表情符号，仅使用纯文本及基础的 Markdown 换行。

输出模板范例

请严格套用以下模板生成最终推送（除了填充内容外，不要改变任何换行和标点符号）：

今日AI资讯 (YYYY-MM-DD)

标题： [此处填写合并后的事件标题]

摘要： [此处撰写详尽的核心摘要。多源合并时需综合各方要点，提取最核心的数据、过程和结论。]

链接： [原文链接 1] [原文链接 2 (若有多个链接直接换行展示)]

标题： [此处填写下一条独立事件标题]

摘要： [下一条事件的详细摘要...]

链接： [原文链接]

依赖说明

运行环境

• Agent平台: 支持SKILL.md的任意AI Agent( Code / Cursor / Codex / CLI等)
• 操作系统: Windows / macOS / Linux

依赖说明

API Key 配置

• 本Skill基于Markdown指令,无需额外API Key(除内容中明确标注的外部API)

可用性分类

• 分类: MD+execute(纯Markdown指令,部分功能需要exec命令行执行能力)
• 说明: 基于Markdown的AI Skill,通过自然语言指令驱动Agent执行任务

核心能力

• 自动读取配置的 RSS 链接，抓取并合并多源报道，去重历史推送，生成无 Emoji、高信息密度的 Markdown 简报
• 触发关键词: 链接, 去重历史推送, aggregator, emoji, 源报道, rss, 自动读取配置, 抓取并合并多

适用场景

不适用于：需要人工判断的复杂决策场景

使用流程

1. 确认运行环境满足依赖说明中的要求
2. 根据适用场景选择合适的使用方式
3. 执行操作并检查输出结果
4. 如遇错误，参考错误处理章节

示例

示例1：基础用法

输入: 用户请求
处理: 根据使用流程执行
输出: 处理结果

错误处理

常见问题

Q1: 如何开始使用Rss Aggregator？

A: 请先阅读使用流程章节，确认环境满足依赖说明中的要求。

Q2: 遇到错误怎么办？

A: 请参考错误处理章节，按照表格中的处理方式操作。

Q3: Rss Aggregator有什么限制？

A: 请参考已知限制章节了解具体限制。

已知限制

• 需要LLM支持，无LLM环境无法使用
• 复杂场景可能需要人工辅助判断
• 性能取决于底层模型能力