每日新闻简报(专业版)

核心功能: 本技能提供结构化的工作流程和配置指引等能力。

定时推送+AI分析+多渠道分发+趋势预测。企业级新闻简报全功能覆盖。

将复杂的新闻搜集、分析与分发任务交给专业工具处理。专业版在免费版基础搜集能力之上，新增定时自动执行、多渠道推送、AI智能分析、个性化定制、多语言支持、历史回顾、情感分析、趋势预测八大高级能力，满足企业级场景对新闻简报的时效性、深度与广度要求.

简介

免费版 vs 专业版能力对比

主要能力

1. 定时自动执行

详细代码示例已移至 references/detail.md

处理: 解析定时自动执行的输入参数,完成核心逻辑,返回处理结果. 输出: 返回定时自动执行的响应数据,附带状态标识与运行日志.

2. 多渠道推送

处理: 解析多渠道推送的输入参数,完成核心逻辑,返回处理结果. 输出: 返回多渠道推送的响应数据,附带状态标识与运行日志.

3. AI智能分析

处理: 解析AI智能分析的输入参数,完成核心逻辑,返回处理结果. 输出: 返回AI智能分析的响应数据,附带状态标识与运行日志.

4. 个性化定制

处理: 解析个性化定制的输入参数,完成核心逻辑,返回处理结果. 输出: 返回个性化定制的响应数据,附带状态标识与运行日志. 能力覆盖范围：核心能力涵盖以下关键词：企业级新闻简报专、含定时推送、多渠道分发、情感分析与趋势预、每日新闻简报助手、专业版是面向企业、级场景的完整新闻、简报生成与分发工、在免费版基础搜集、能力之上、新增定时自动执行、多语言支持、历史回顾、情感分析、趋势预测八大高级、Use、when、模型调用、智能对话、Agent、LLM、应用时使用、不适用于需要、确定性的关键决策等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持.

场景说明

场景一：企业新闻情报订阅（信息部门）

场景描述：每日自动推送新闻简报到企业飞书群.

参数说明

aggregator = ScheduledBriefGenerator()
aggregator.pusher.register("feishu", "https://open.feishu.cn/open-apis/bot/v2/hook/YOUR_WEBHOOK_URL", "feishu")
aggregator.pusher.register("email", "https://api.email.com/send", "email")
aggregator.start()

场景二：跨国企业多语言简报（跨国公司）

场景描述：为不同地区团队生成多语言简报.

class MultiLanguageBrief:
    """多语言简报"""
    LANGUAGES = {
        'zh': '中文简报',
        'en': 'English Brief',
        'ja': '日本語ブリーフ',
        'ko': '한국어 브리프'
    }
# ...
    def generate_all_languages(self, filtered_news):
        briefs = {}
        for lang, title in self.LANGUAGES.items():
            briefs[lang] = self._generate(filtered_news, lang)
        return briefs
# ...
    def _generate(self, news, lang):
        return f"[{lang}] Brief content"

场景三：舆情监控与预警（公关团队）

场景描述：监控品牌相关新闻，负面新闻立即告警.

analyzer = AINewsAnalyzer()
collector = NewsCollector()
# ...
news = collector.collect_all()
all_items = []
for items in news.values():
    all_items.extend(items)
# ...
analyzed = analyzer.sentiment_analysis(all_items)
# ...
for item in analyzed:
    if item.get('sentiment') == 'negative' and '我的品牌' in item.get('title', ''):
        print(f"[告警] 负面新闻：{item['title']}")
        pusher.push("alert_channel", item['title'], "舆情告警")

问题整理

Q1: 环境变量配置后不生效怎么办?

A: 确认已重启终端或会话。检查变量名拼写是否正确,使用 echo $变量名 验证是否生效。

Q2: 如何处理网络不稳定的情况?

A: 内置重试机制最多3次。如持续失败,检查网络代理设置,确认API端点可达性。

Q3: 技能支持自定义参数吗?

A: 支持通过输入参数自定义行为。参考参数说明表格中的可选参数项进行配置。

Q4: 并发调用有什么限制?

A: 建议并发不超过3个请求。高并发场景需配置请求间隔,避免触发平台限流策略。

Q5: 如何查看执行日志?

A: Agent平台会记录执行过程。检查输出格式章节的execution_log字段了解执行步骤详情。

依赖与配置

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
• Python: 3.8+
• Node.js: 16+（可选）

第三方依赖

LLM模型路由

• 专业版使用 o 模型路由，提供更强的中文理解、情感分析与趋势预测能力
• 支持多语言简报生成、自定义prompt模板、智能主题聚类

API Key 配置

• 新闻搜集基于公开网页内容，无需API Key
• 推送渠道需配置对应平台（飞书/钉钉/企业微信/Slack）的Webhook URL
• LLM模型路由由Agent平台内置提供

可用性分类

• 分类: MD+EXEC（Markdown指令+命令行执行）
• 说明: 通过自然语言指令驱动Agent执行企业级新闻简报生成与分发任务

专业版特性

本专业版相比免费版新增以下能力：

• 定时自动执行：cron调度，支持早间/午间/晚间/周报多种模式
• 多渠道推送：飞书/钉钉/企业微信/邮件/Slack五大渠道
• AI智能分析：基于o的情感分析、趋势预测、关联分析
• 个性化定制：新闻源/关键词权重/模板/语言完全自定义
• 多语言支持：中文/英文/日文/韩文四种语言简报
• 历史回顾：智能检索相关历史事件
• 情感分析：正面/负面/中性判断，负面自动告警
• 趋势预测：基于LLM的新闻走向预测与风险预警

此外，专业版还提供：

• 多角色场景指南（信息部门/公关团队/跨国公司）
• 完整FAQ（8问）与故障排查表
• 性能优化建议与优秀实践
• o模型路由与优先支持

定价

专业版通过SkillHub SkillPay发布.

异常处理框架

能力边界

• 执行效率受模型能力与网络环境影响

响应格式

{
  "success": true,
  "data": {
    "result": "每日新闻简报(专业版)处理结果",
    "execution_time": "0.5s",
    "metadata": {
      "version": "1.0",
      "processor": "daily news brief pro"
    }
  },
  "execution_log": ["解析输入参数", "执行核心处理", "格式化输出结果"],
  "error": null
}

安全规范

使用前请确认已阅读依赖说明章节，确保运行环境满足安全要求。

量化评估

优势分析

能力梳理

• 自动化执行: 企业级新闻简报专业版，含定时推送、AI分析、多渠道分发、情感分析与趋势预测.。每日新闻简报助手专业版是面向企业级场景的完
• 文件处理: 支持多种文件格式的读取、解析和写入操作
• API集成: 通过标准化接口调用外部服务并处理响应
• 命令执行: 在安全沙箱中执行系统命令并收集结果
• 信息检索: 快速搜索和过滤目标数据

入门教程

1. 配置API密钥: 在环境变量中设置对应的API Key
2. 初始化连接: 使用提供的凭证建立API连接
3. 调用接口: 传入必要参数执行API调用
4. 准备文件: 确认文件路径正确且格式受支持
5. 执行处理: 调用对应的处理函数
6. 查看结果: 检查输出文件或返回数据
7. 检查环境: 确认运行时和依赖已安装
8. 执行命令: 使用正确的参数格式执行
9. 查看输出: 检查命令输出和退出码

前置条件

• 已安装所需运行环境(参考依赖说明)
• 已获取必要的API密钥或访问凭证(如适用)
• 输入数据已准备就绪

功能梳理

。每日新闻简报助手专业版是面向企业级场景的完

• 文件处理: 支持多种文件格式的读取、解析和写入操作
• API集成: 通过标准化接口调用外部服务并处理响应
• 命令执行: 在安全沙箱中执行系统命令并收集结果
• 信息检索: 快速搜索和过滤目标数据

快速开始

1. 确认运行环境满足依赖说明中的要求
2. 在AI Agent对话中调用本技能,提供必要的输入参数
3. 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。