Agent Skills
返回列表
马斯克情报日报生成器

马斯克情报日报生成器

数据分析 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_3243d849/musk-intel-generator

技能介绍

要解决的问题

跟踪马斯克生态(Tesla、SpaceX、Starlink、xAI、Neuralink、Optimmus)的动态本身就是一项全职工作。信息散落在 X 时间线、深度长文、航天媒体和 SEC 文件里,手动筛选噪声大、覆盖不全、难以持续。你需要的是一个能自动跑、有明确信号分类、且人能把关的每日简报系统。

工作原理

该技能通过四个数据源采集 48 小时内的动态:

  • X list(主源):通过 RapidAPI Twitter API45 拉取你在 config/x_watchlist.yaml 配置的关注列表
  • 深度文章:监测高优先作者(如 pmarca),窗口放宽至 7 天
  • 媒体 RSS:SpaceNews、Ars Technica 等航天/科技媒体
  • SEC EDGAR:Tesla/SpaceX 近 30 天的申报文件

采集结果写入 data/raw/YYYY-MM-DD.json,然后进入三阶段 LLM 流水线:

  1. Filter:用稳定模型(如 kimi-k2.6)去除噪声,保留产品、监管、产能、资本等信号类型
  2. Analysis:用推理模型(如 kimi-k2.7-code)做商业分析、识别催化剂
  3. Report:生成纯事实性的每日 Markdown 报告,每条信号 3-5 句,不带个人研判

适用边界与注意点

  • 报告阶段按用户偏好移除了 catalyst block,只做事实性汇报
  • 软信号(个人路测、未证实传闻)的处理取决于用户反馈
  • 深度文章即使超过 48 小时也会保留
  • 过滤阶段必须覆盖全部 8 种信号类型,保证完整性
  • 成本方面,Kimi K2.7 每次完整运行约 ¥0.6-0.80,每日运行月均约 ¥18-24
  • 依赖 RapidAPI 和 LLM API 的可用性,RSSHub 仅作备份

使用场景

  • 每天早上需要一份马斯克生态情报简报,自动汇总 X 列表、航天媒体和 SEC 申报的最新动态
  • 从分散信源筛选产品、监管、产能和资本信号,避免人工刷推漏掉关键进展
  • 把当天采集到的信号做商业分析,生成结构化 Markdown 日报供团队传阅
  • 设置定时任务每天早晨自动跑一遍流水线,醒来后直接查看生成的日报文件

适合人员

  • 关注马斯克生态的投资人,需要系统化、可追溯的每日情报而不是手动刷推
  • 科技媒体编辑,需要快速覆盖多源动态并整理成可发稿的素材清单
  • 维护内部情报库的分析师,需要结构化信号、保留证据和来源链接
  • 搭建定时情报流水线的工程师,希望用多 LLM provider 跑自动化报告