第 15 章 资讯整合:把信息流变成每日通知

第二篇 案例篇:从一项任务到一支 AI 团队 · 更新于 · 作者:BuddyMe Editorial Team

资讯整合最怕两件事:一是信息太多,真正重要的内容被淹没;二是通知太吵,最后所有人都把它当背景噪音。

buddyme 把多个信息源变成可筛选、可解释、可追踪的通知系统:GitHub 热点项目每日通知、AIHOT 行业日报、论文与技术趋势追踪、公众号和博客监控、新闻与热榜舆情、事实核查与来源补证。

目标只有一个——让你每天少错过真正值得看的东西。

资讯通知的共同工作流

无论是 GitHub 项目、AI 新闻、论文、政策还是热榜,稳定的资讯通知都可以拆成同一条链路:先收集,再去重,再筛选,再摘要,最后按人群和场景推送。

订阅源与检索任务 → 抓取与去重
抓取与去重 → 分类与重要性评分
分类与重要性评分 → 摘要、翻译和影响判断
摘要、翻译和影响判断 → 来源补证与事实核查
来源补证与事实核查 → 生成通知卡片
生成通知卡片 → 推送到飞书、微信、邮件或文档
推送到飞书、微信、邮件或文档 → 归档与复盘关键词
环节要解决什么常见输出
收集从新闻、热榜、GitHub、arXiv、RSS、公众号、搜索引擎拉取候选内容。候选列表、原始链接、发布时间、来源。
去重同一事件可能被多个来源重复报道。合并同源事件,保留首发和权威来源。
筛选不是所有新内容都值得推送。重要性评分、相关性评分、风险等级。
摘要把长文章、论文、项目 README 转成可读摘要。三句话摘要、影响判断、适用人群。
核查避免把传闻、营销稿、错误信息当事实。证据表、可信度、待确认项。
通知用固定格式推送给对应人群。飞书卡片、微信群消息、日报文档、邮件摘要。

这条链路最容易被忽略的是最后两环。核查决定了通知是“情报”还是“噪音放大器”——一条以讹传讹的消息足以让人从此不再相信你的推送;归档与复盘决定了通知会不会越推越准——哪些关键词你每次都点开、哪些从来没看过,这些反馈应该定期写回筛选规则。

做资讯通知时,先问自己一个问题:这条通知发出去,是希望对方“知道某件事发生了”,还是“做出某个动作”?前者两三行就够,后者才需要长报告。多数失败的通知,都败在把前者写成了后者。

后面几节会沿着这条链路展开:先看有哪些现成的资讯类 Skill 可以选,再用两个完整案例——GitHub 热点每日通知和 AIHOT 行业日报——把链路走通。

可用的资讯类 Skill

资讯类 Skill 大致可以分成六类:新闻、AI 行业、开发者趋势、科研论文、内容监控、事实核查与搜索补证。不必都装——先想清楚你要的那份通知是给谁看的,再从表里挑两三个对应方向的 Skill 装上。

Skill / 工具适合通知什么本章怎么用
腾讯新闻国内外热点、早晚报、实时资讯、领域新闻。适合做管理层早报、行业新闻通知、突发事件提醒。
AIHOTAI 模型、产品、行业、论文动态。适合做 AI 行业日报和团队技术雷达。
GitHub 热门项目今日、本周、本月热门项目,支持语言过滤。适合给研发团队做每日开源项目推荐。
GitHub AI 趋势追踪GitHub AI 热门项目趋势报告。适合做 AI 工程团队每周趋势简报。
ArXiv 论文追踪最新研究论文搜索与总结。适合研究、算法和产品策略团队跟踪论文动向。
新闻摘要从 RSS 源获取新闻并生成摘要和语音播报。适合固定源日报、行业资讯语音简报。
博客监控监控博客和 RSS 订阅源更新。适合关注竞品博客、官方 changelog、技术团队博客。
wechat-article-search搜索公众号文章标题、摘要、发布时间、来源账号和链接。适合监控行业 KOL、竞品公众号和爆款选题。
Twitter 分析Twitter 研究与内容情报分析。适合跟踪海外 AI、开源、投资和产品讨论。
多引擎搜索 / Tavily / Exa / Perplexity / 元宝搜索标准版多源搜索、深度研究、引用来源补证。适合给重要新闻、论文、项目做二次验证。
jiaozhen-factcheck / 鹅厂辟谣助手事实查证、谣言识别、腾讯相关辟谣辅助。适合在通知前给争议信息加可信度判断。

挑选时有个简单的经验法则:一个“源”类 Skill 加一个“证”类 Skill。前者负责稳定拿到内容(如 GitHub 热门项目、AIHOT、博客监控),后者负责在推送前给可疑内容补来源(如多引擎搜索、事实核查)。只装前者,通知会越推越浅;加上后者,你才敢放心依赖它的每一条推送。

表里的 Skill 都在技能库里按名称搜索安装。装好后先手动跑一次,看输出形态合不合口味,再决定是否挂到定时任务上。

GitHub 每日热点:把 Trending 变成你的晨报

对于关注技术动态的人来说,GitHub Trending 是一个每天都会变、但没人真的每天去刷的页面。更实际的困境是:偶尔打开一次,看到的要么是已经火了两周的项目,要么是被某个大新闻顶上来的热门仓库,和自己正在做的事没什么关系。

把这件事交给 buddyme,可以变成一个固定节奏的每日通知:比如每天 9 点抓取 GitHub Trending 和 AI 热门项目,按语言、主题、star 增长、最近提交、license 过滤,只推送 Top 5-10 个,并给出“是否值得试用”的判断。

任务说明怎么写

一次性通知只写需求即可,定时通知则要把“时间”和“形态”也说清楚。下面是一份可以直接套用的模板:

text
 定时每天早上7点返回GitHub热门项目,并输出项目大概简介

这是一句最简版。想要更贴合自己的口味,可以在后面追加过滤条件和输出格式:

text
定时每天早上 9 点抓取 GitHub 热门项目,重点关注 Python 和 AI 方向。
每个项目给出:名称、一句话简介、今日 star 增长、主要语言、license。
只挑 Top 5,并附一句“是否值得我花 10 分钟试用”的判断和理由。
和上周推送重复的项目不再推送。
结果整理成一条可直接转发的消息,发到小程序通知我。

这份说明里值得留意的三处:

定时怎么设

任务说明确认后,buddyme 会把它保存为一项自动化任务。关于定时的设置,有三个建议:

  1. 挑一个你真的会看的时间:早上通勤前 7-9 点,或晚上收工前,比“凌晨 0 点”更符合阅读习惯。
  2. 先用手动跑一次:确认输出形态和过滤口径没问题,再挂定时,避免每天准时收到不合心意的东西。
  3. 给任务起个以后认得出的名字:比如“GitHub 每日早报”,几周后自动化任务多了,好名字就是好索引。

通知长什么样

收到通知时,它通常是一张紧凑的项目卡片:每个项目一段,名称加一句话简介,紧跟 star 增长和一句试用判断。五六个项目读完不超过两分钟——这正是好的通知应有的密度:比刷一遍 Trending 页面快十倍,信息却不打折。

通知跑了几天后,记得做一次“口味校准”:哪几条你真的点开看了、哪几条直接划过,把这些反馈写进任务说明(比如“少推 CLI 工具,多推有 Web 界面的”),通知会一版比一版合身。

AIHOT 生成 AI 行业日报

AI 行业信息更新快,AIHOT 可以作为一个现成的信息源。它面向 AI 动态提供精选内容,覆盖模型、产品、行业和论文等方向,并支持 Agent 直接调用。

比如:每天固定时间从 AIHOT 拉取 AI 动态,按模型、产品、行业、论文、开源项目、商业化分组,对每条内容做“影响范围、可信度、与本团队相关性”评分,只推送 5-8 条重点,其余进入文档归档;对高影响内容追加二次检索,补充原始链接或官方来源。

第一步:安装 AIHOT Skill

Plain
帮我安装这个 skill:https://aihot.virxact.com/aihot-skill/

把链接发给 buddyme,它会自己完成安装;也可以在技能库里搜索 AIHOT 手动加载。

第二步:先问一个具体问题,试试手感

装好后别急着配日报,先拿一个真实的小问题试一下它的覆盖面:

text
请看一下最近 AI 行业发布了什么新东西

如果这个问题它能答得又新又准,说明这个信息源适合你;如果答案明显滞后,就换一个源类 Skill,不必勉强。

第三步:把日报变成固定动作

Plain
总结今日热点新闻,重点关注 AI 大模型方向

确认可用后,把这句话升级成定时任务,并附上你的筛选口径(比如“只推模型和产品方向,每条附影响判断”)。日报的价值不在“今天有什么”,而在“今天什么值得我多看一眼”。

日报写成什么样

如果日报要发给团队,下面这个模块结构经过验证比较好用——每个模块只服务一类读者,收的人只看自己那一段:

日报模块写什么通知对象
今日三件大事最值得打扰所有人的变化。全员或管理层。
模型与产品新模型、新功能、新 API、新价格。产品、研发、运营。
开源项目可试用工具、框架、Agent 项目。研发团队。
论文研究可能影响技术路线的新方法。算法、技术负责人。
机会与风险竞品动作、替代方案、合规变化。业务负责人。

和上一节 GitHub 通知的思路一样:先手动跑、看形态,再挂定时;跑一两周后做一次口味校准。区别只在于 AIHOT 已经替你做了第一层筛选,你要校准的是第二层——“这些精选里,哪些和我有关”。