推荐广告与大模型每日技术推送

要解决的问题

推荐广告与大模型领域的公开信息分散在微信公众号、知乎与 GitHub，且混杂招聘、PR 软文和会议预告。工程师如果依赖人工搜索，很难稳定获得“昨日到底有哪些工程突破、算法演进和开源趋势”。

工作方式

该技能把情报收集拆成两条主线：

• 图文深度情报：限定 mp.weixin.qq.com 与 zhihu.com，以 after:{{yesterday}} 检索腾讯、阿里、字节、百度、华为、美团、智谱AI、DeepSeek 等目标实体；按“推荐广告”和“LLM/Agent”分别组织关键词，如 召回、排序、CTR、CVR、Agent、分布式训练，并合并同一主题的多平台文章。
• GitHub 开源趋势：扫描全球仓库，围绕 topic:recommendation-system、topic:llm、topic:agent、inference framework 等词，按仓库关注度、forks 与更新时间排序，区分 Daily、Weekly、Monthly 项目。

输出时要求条目包含来源、标题、技术简评和链接；GitHub 条目还要标注项目类型与趋势数据。执行准则强调去重、随机搜索间隔，并优先保留包含架构图、公式推导、性能基准测试或故障复盘的内容，过滤招聘、获奖公关和无效会议预告。

适用边界

它更像一个面向推荐广告与大模型工程的每日情报管道，而不是通用新闻摘要工具。若目标实体不在监控池、文章缺少技术细节，或 GitHub 项目只是营销仓库，产出价值会下降；月度趋势依赖 /data/monitoring_log.md 的持续积累。