技能介绍

要解决什么

Agent 抓中文新闻，最容易踩的坑不是拿不到数据，而是拿到后「顺手编一条」。一条编造的快讯混进早报，后面的摘要、分析、推送全被带偏。这个技能把反幻觉做成硬约束：抓不到就返回空数组加 Smart Fill 标记，原始 stdout 不许篡改，数据源失联必须显式报错，不假装成功。

合规是另一道坎。中文互联网的极限词（「最」「第一」「唯一」）、AI 味套话（「在这个信息爆炸的时代」）、未成年人隐私、投资承诺，写稿时一个不留神就踩进去。技能内置禁词表和法规红线，Agent 每一步都被框在白名单域名和参数上限里。

工程层面，21 个信源的反爬策略、字段结构、更新频率各不相同。微博热搜和科技博客用同一套逻辑抓，要么超时，要么被 403。v3 版本已把反爬严重的站点收敛掉，留下 8 个域经压测，配合限流策略能稳定出数据。

它怎么工作

核心是两个脚本。daily_briefing.py 跑早报，6 套 profile：general、tech、social、ai_focus、business、morning，分别对应全量 21 信源、科技垂类 9 个、社交、AI 聚焦、商业、晨间简报。fetch_news.py 处理单信源、关键词过滤、详情抓取、信源诊断和 JSON 出口。

调用走 CLI 参数路由，不是自然语言对话。Agent 按用户意图选参数：「AI 早报」→ --profile ai_focus，不是 --keyword OpenAI；「微博热搜」→ --source weibo，不是 --profile general；「编程日报」→ --profile tech --keyword 编程；SkillHub 触发词命中时无需参数。

关键词过滤后少于 5 条，Smart Fill 自动移除过滤词再拉一次，JSON 标记 smart_filled: true。deep 模式只对 5 个信源抓详情，--limit 上限 50，防止脚本暴走。

输出统一 JSON：{code, items, ...}。code=0 正常，code=1 部分信源失败（partial_success: true），code=2 关键词空结果（smart_filled: true）。程序错误写 stderr 且 exit code 非零；业务错误写 stdout JSON 且 exit code 0。这套协议让 Agent 能区分「抓不到」和「抓到了但没匹配」。

注意边界

只覆盖国内 21 信源，国际新闻不在范围内，遇这类请求直接告知换技能。uapis.cn 是主数据源，同时跑 3 个 daily_briefing 会触发 429，20 分钟内封 IP。--deep --limit 100 不能当默认，100 条详情就是 5 分钟。--keyword 上限 50 字符防 prompt 注入。jaccard 去重阈值不能调到 0.4，否则 21 信源全标「重复」，早报变空。v5.0.0 的 --stats 输出改为 stderr JSON，--quiet 让 Agent 调用不刷屏，这些变更向后兼容。