30秒选边上车
① 只想看AI日报 → 不用装任何东西，直接打开在线页面。
② 想让Agent替你读 → 装雷达Skill（ai-radar），零API、零Key、零服务器：
npx skills add LearnPrompt/ai-news-radar -s ai-radar -g
装完对Agent说一句：今天AI圈有什么？
③ 想要一个完全属于自己的雷达 → fork本仓库，让内置的伯乐Skill帮你录入信源、部署GitHub Pages。信源你选，数据归你。
三层是一条路：看报 → 让Agent读报 → 自己办报。
这是什么
AI News Radar是一个自动更新的24小时AI更新雷达。它不只是把AI新闻抓回来，会先判断信息源质量，把同一个事件合并成故事线，最后用伯乐Skill精选、AI标签、源健康和AI占比帮你判断，
什么信息值得看，什么值得深挖，什么只是噪音。
普通用户直接打开网页，看最近24小时AI、模型、开发者工具和技术生态更新。开发者可以fork这个仓库，接入自己的OPML/RSS、公开feed、静态页面或AgentMail邮箱。Codex / Claude Code这类 Agent 可以使用项目内置的 伯乐Skill，继续帮你判断新的信息源、维护抓取逻辑、部署 GitHub Pages。
这个项目永远都不会是“又一个新闻网页”。
它的核心逻辑是伯乐Skill，帮你从一堆信源里选出千里马。哪些源值得长期追踪，哪些源适合做成RSS/OPML，哪些源只能接付费的API，哪些源看起来更新很多但实际上跟你长期关注的方面比方AI只占了里面的5%不到。
先判断清楚，再接入。
为什么需要伯乐Skill
好新闻分散在各处，
官方博客发一点，更新日志发一点，X上有人提前爆料，聚合站又把同一个新闻转来转去。
我以为的自己在追前沿，实际每天都在重复三件事，
打开几十个页面，肉眼+人脑过滤重复内容，猜哪条值得看。
让伯乐Skill先替你完成第一轮判断，哪些信源是千里马，哪些是噪音。
你可以随意增加信息源，还可以把一个信息源纳入输入范围，先让它在单独运行一周，再判断要不要录入。
AI News Radar从来都不是单纯把信息抓回来，
它更像是一条轻量的新闻pipeline，把来源判断、抓取、去重、AI强相关过滤、信息源健康状态和静态网页发布串起来，上线后不消耗模型额度。
能做什么
给普通读者
- 打开在线页面，直接看最近24小时AI、模型、Agent、开发者工具和技术生态更新
- 通过“伯乐精选”先看高价值故事线，再不用从几百条消息里肉眼筛选
- 在“AI信号流”里继续查看完整AI强相关消息
- 用站点、关键词、时间和来源筛选快速定位信息
- 看到每条消息的AI标签、AI相关性分数、来源平台和发布时间
- 通过源健康和AI占比判断：哪些源是真有料，哪些源更新很多但AI含量低
给内容创作者
- 保留原始来源链接，方便继续深挖、核对事实和做选题
- 把同一个事件的多个来源聚合到一起，减少重复阅读
- 用AI标签快速判断一条消息适合做图文、短视频、还是工具实测
- 用多源重合、官方一手、单源观察等信号判断选题可信度和优先级
给开发者和Agent
- 默认不需要 API Key、不需要登录态、不需要 LLM额度
- 支持官方 RSS/changelog、OPML/RSS、公开 GitHub feed/JSON、静态页面、AgentMail 等来源类型
- GitHub Actions自动生成
data/*.json 并发布到 GitHub Pages
- Codex / Claude Code / Hermes / OpenClaw 可以通过项目内置的伯乐Skill继续维护信源、抓取逻辑和页面
- 高级来源可以通过 GitHub Secrets或本地环境变量接入，避免把 token、cookies、私有 OPML 和邮箱正文写进仓库
v0.7：从时间线到热点雷达
v0.6 把分散的消息合并成了故事线。v0.7 回答的是下一个问题：
故事多了之后，怎么知道现在什么最热？
v0.7 做了四件事：
- 当前热点视图：伯乐精选新增热点模式，按多源聚簇 × 时间衰减排序——几个独立信源同时在说的事，才配叫热点。没有足够多源热点时，这个视图自动隐藏。
- 宁缺毋滥门槛：精选席位必须靠多源确认或高分挣来，安静的日子精选区直接消失，不留空壳，页面回到纯时间轴。
- 评分回测工具：
scripts/backtest_scoring.py 把任意两个版本的评分逻辑在历史档案上重放对比。立下规矩：动评分必须附带 ≥14 天回测报告。
- ai-radar 消费Skill：装上后对Agent说"今天AI圈有什么"，它直接读本站公开JSON出中文简报——零API、零Key，数据管道可fork。
v0.6 引入的故事线合并、AI标签分数、源健康与AI占比，仍是这一切的地基。历次改动见 Releases。
工作原理
flowchart LR
source["信息源清单"] --> classify["伯乐Skill判断信源类型"]
classify --> official["官方 RSS / changelog"]
classify --> opml["私人 OPML / RSS"]
classify --> publicFeed["公开 GitHub feed / JSON"]
classify --> staticPage["公开页面 / Jina 兜底"]
classify --> privateMail["AgentMail 邮箱订阅"]
classify --> skip["跳过高风险来源"]
official --> fetch["抓取与结构化"]
opml --> fetch
publicFeed --> fetch
staticPage --> fetch
privateMail --> fetch
fetch --> dedup["去重与归一化"]
dedup --> score["AI相关性评分与标签"]
score --> story["故事合并与多源证据聚合"]
score --> status["源健康与AI占比统计"]
story --> brief["伯乐精选 / daily-brief.json"]
story --> merged["stories-merged.json / merge-log.json"]
status --> sourceData["source-status.json"]
score --> latest["latest-24h.json / latest-24h-all.json"]
brief --> pages["GitHub Pages网页"]
merged --> pages
sourceData --> pages
latest --> pages
