财经新闻评分

要解决的问题

财经新闻流里混着传闻、旧闻重发、标题党、重复转载和纯观点。直接读取全文或交给摘要模型，容易把低证据信息当成事实。这个技能用于给单条新闻或已合并的事件簇打分，目标是过滤噪音、划分处理优先级，而不是生成摘要或买卖建议。

工作方式与边界

输入可以是纯文本标题、正文或结构化 JSON。技能会先识别主体、来源、事实、时间和影响对象，再判断是否为 rumor、duplicate、stale、weak_evidence 等情况，并按评分模型计算 5 个维度分和噪音惩罚。

• 输出：默认 JSON，包含 filter_score、level、decision、status、dimension_scores、noise_penalties、missing_evidence 与 follow_up。
• 等级：S/A/B/C/D 对应不同保留策略，例如 S 为强保留或人工复核，D 为过滤。
• 边界：低可信传闻不得写成已确认事实；只有热度、没有新增事实和影响链的内容不应高分；批量评分时逐条输出同一 schema，不合并成总结。