智能新闻工厂

内容创作者需要定时发布早报、晚报等多批次内容时，常面临三大痛点：不同批次内容重复导致读者疲劳，新闻类别覆盖不均衡（如某类突发新闻过多），以及RSS源中混杂软文、广告等低质量内容。此外，在小红书、抖音等中国社交平台发布股票相关内容时，直接使用「买入」「看涨」等词汇可能触发风控。

核心工作流程

新闻采集与去重

从多个RSS源抓取新闻后，用标题前15个字符作为唯一key进行去重，确保同一条新闻不会重复进入后续流程。

LLM评分分类

将去重后的新闻交给LLM处理，通过优化prompt实现高效输出：

• 只要求返回 idx/category/score/t 四个字段（新闻序号、分类、评分1-10、时间），省去完整标题和理由的token消耗
• 设置 max_tokens=2000 适配29条新闻的JSON输出需求
• 解析时截断到最后一个 ] 字符，兼容LLM可能生成的不完整JSON

批次选取与改写

• 类别均衡选取：优先保证每个分类（如行业突发/新品发布/技术落地）至少一条，再补齐剩余名额，避免同一批次内容同质化
• 风控友好改写：替换敏感词汇（如用「关注」代替「买入」），结尾强制添加「不涉及投资建议」声明，仅陈述事实不做评价

关键注意点

• 低价值内容过滤：评分1-3分的新闻直接排除，减少软文广告干扰
• 评分结果缓存：早晚报间隔数小时时，建议将评分结果缓存到文件，晚报直接读取缓存避免重复评分
• JSON截断容错：新闻条数较多时LLM输出可能被截断，需通过截断到最后 ] 的方式解析

这个流程适合需要批量生成结构化新闻简报的场景，但不适用于实时性极强的突发新闻快讯，也不支持多语言新闻的自动翻译。