科技新闻日报 | Tech News Daily

版本： 0.2.2（语义去重 v2：核心三元组判断 + 独立价值保留）

概述

ClawHub slug：

TechNews-Daily-Report

按日收集、整理并生成科技新闻热榜报告，包含相关度评分、推荐度评分、来源链接，自动同步到本地文件和飞书文档。

---

工作流程

第一步：搜索新闻

使用

tavily_search

并行搜索中英文科技新闻：

搜索词（英文）: "tech news today April YYYY" + "AI artificial intelligence"
搜索词（中文）: "科技新闻 YYYY年MM月DD日 热榜" + "AI 人工智能 科技 最新消息"
时间范围: time_range="week"  （近7天，过滤掉更早的新闻）
结果数量: max_results=10~15

并行搜索策略：

• 英文 TechCrunch / The Guardian / Fortune / Ars Technica
• 中文 新华网 / 证券时报 / 行业垂直媒体

第二步（插入）：合并去重

先合并，再去重，最后评分。

将所有搜索结果（英文 + 中文）合并后，执行两轮去重：

第一轮：URL 精准去重

• 同一 URL 只保留一条（不同搜索词可能返回相同链接）
• 保留信息最完整的那条（摘要更长、来源更权威优先）

第二轮：语义去重（核心事实去重 + 独立价值保留）

两步判断，先去重，后判断是否保留独立价值：

Step A — 识别「同一核心事实」的重复： 提取每条新闻的核心三元组（主体 + 动作 + 客体），判断两条新闻是否属于同一核心事实：

• 示例：微软(主体) 投资(动作) 日本100亿美元(客体)
• 中文"微软宣布向日本投资100亿美元"和英文"Microsoft to invest $10B in Japan" → 核心三元组相同，判定为「同一核心事实」

Step B — 判断独立保留价值（同一核心事实的多条报道，是否都保留）：

同一核心事实的报道，仅在以下条件同时满足时才都保留，否则只保留最权威的一条：

1. 来源有独立信息（记者独立采写，非转载，且有补充事实/数据/背景）
2. 角度/维度不同（财务分析 vs 技术解读 vs 政策分析）

去重优先级：来源权威性 > 摘要完整性 > 发布时间更新

具体判断规则：

• 同一核心事实 + 无独立信息 + 无新角度 → 去重，保留最权威一条
• 同一核心事实 + 有独立信息 + 有新角度 → 保留，合并摘要精华
• 不同核心事实（哪怕相关）→ 保留

具体例子：

• ✅ 微软投资日本（Reuters）+ 微软投资日本（新华网）→ 同一核心事实，均为转载，无独立信息 → 去重，保留 Reuters
• ✅ 微软投资日本（Reuters）+ 微软投资日本（36kr独立分析）→ 同一核心事实，但36kr有独立分析视角 → 都保留
• ✅ OpenAI收购TBPN（确认报道）+ OpenAI收购TBPN（谈判进展）→ 核心事实相同，但阶段不同 → 都保留
• ✅ OpenAI收购TBPN（中文翻译版）→ 与英文同一核心事实，无独立信息 → 去重

第三步：评估与筛选

对每条新闻评估两个维度：

维度	说明	评分标准
相关度	与科技/AI 领域的关联程度	⭐1-5 星
推荐度	对读者的阅读价值	0-100 分

评分原则：

• 相关度 5星：AI 技术、芯片、太空探索、重大产品发布
• 相关度 4星：科技政策、行业趋势、并购融资
• 相关度 3星：间接相关的科技新闻
• 推荐度综合考虑：时效性、重要性、独家性、可操作性

第四步：写入本地文件

保存路径：

memory/YYYY-MM-DD-tech-news.md

文件格式要求：

• 文件头包含整理时间和来源
• 按国际/国内分类
• 每条新闻包含：标题、相关度(⭐)、推荐度(分)、摘要、来源、链接
• 底部包含数据总览表格
• 末尾同步记录（本地文件 ✅、飞书文档链接）

第五步：同步飞书文档

创建飞书文档：

1. 调用

   feishu_wiki(action="spaces")

   获取个人知识库 space_id
2. 调用

   feishu_doc(action="create", title="科技新闻日报 | YYYY年MM月DD日", folder_token="首页节点token", owner_open_id="请求用户open_id")

3. 调用

   feishu_doc(action="write", doc_token="新文档token", content="markdown内容")

   写入完整报告

文档格式： 与本地文件内容一致（飞书不支持表格，使用列表+粗体替代）

第六步：更新本地文件同步记录

在本地文件末尾添加：

## 📋 同步记录
- ✅ 本地文件：`memory/YYYY-MM-DD-tech-news.md`
- ✅ 飞书文档：`科技新闻日报 | YYYY年MM月DD日`
  - 文档链接：https://feishu.cn/docx/xxxxx
  - 知识库：个人知识库

---

输出模板

# 科技新闻日报 | YYYY年MM月DD日

> 整理时间：YYYY-MM-DD HH:MM GMT+8
> 来源：Tavily 搜索 + 公开新闻聚合

---

## 🌐 国际科技热榜

### 1. [新闻标题]
- 相关度：⭐⭐⭐⭐⭐ | 推荐度：XX/100
- 摘要：[1-2句话描述]
- 来源：[媒体名称]
- 链接：[URL]

[... 7条国际新闻 ...]

---

## 🇨🇳 国内 AI 热榜

### 1. [新闻标题]
- 相关度：⭐⭐⭐⭐⭐ | 推荐度：XX/100
- 摘要：[1-2句话描述]
- 来源：[媒体名称]
- 链接：[URL]

[... 8条国内新闻 ...]

---

## 📊 数据总览

- 国际：X 条，平均推荐度 XX
- 国内：X 条，平均推荐度 XX
- 合计：XX 条，平均推荐度 XX

---

## 🔗 关键来源

- [来源1名称]：URL
- [来源2名称]：URL
[...]

---

整理：牛管家 | 整理工具：Tavily 搜索

## 📋 同步记录

- ✅ 本地文件：`memory/YYYY-MM-DD-tech-news.md`
- ✅ 飞书文档：`科技新闻日报 | YYYY年MM月DD日`
  - 文档链接：https://feishu.cn/docx/xxxxx
  - 知识库：个人知识库

---

参考资源

• 飞书文档操作： 见

  references/feishu-doc.md

• Tavily 搜索： 使用

  tavily_search

  工具，topic="news"，search_depth="basic" 或 "advanced"

---

注意事项

1. 并行搜索：中英文搜索同时进行，提高效率
2. 时效过滤：只收录近7天内的新闻，老旧新闻（超过7天）不再收藏，已过期的新闻不计入报告
3. 链接有效性：优先使用原始来源链接，避免短链接
4. 评分一致性：相关度和推荐度应有明显区分，相关度高不等于推荐度高
5. 飞书权限：创建文档时必须传入

   owner_open_id

   确保用户有编辑权限
6. 文件命名：使用

   YYYY-MM-DD-tech-news.md

   格式，便于排序检索
7. 去重时机：去重必须在合并所有搜索结果之后、评分之前进行，先去重再评分，不能边搜边去重

---

⚠️ 执行建议（重要）

本任务涉及多轮搜索 + 内容整理 + 飞书文档写入，建议使用子会话执行以避免超时：

使用 `sessions_spawn` 启动子会话执行：
- runtime: "subagent"
- mode: "run"
- runTimeoutSeconds: 600（10分钟足够）
- task: 完整的科技新闻日报任务描述

不建议在主会话直接执行的原因：

• 任务包含多轮 Tavily 搜索（4-6次）
• 需要整理15-20条新闻并评分
• 写入飞书文档操作较重
• 主会话超时窗口（默认180s）可能不够

子会话执行流程：

1. 并行中英文搜索（tavily_search）
2. 合并所有搜索结果（不评分，不分类，先拢到一起）
3. 两轮去重： a) URL精准去重（同一链接只一条） b) 语义去重：提取核心三元组（主体+动作+客体），同一核心事实的报道：无独立信息无新角度 → 只保留最权威那条；有独立信息或新角度 → 保留多条
4. 评分（去重完成后，才开始评分）
5. 分类（国际/国内）
6. 写入本地文件

   memory/YYYY-MM-DD-tech-news.md

7. 创建飞书文档并写入内容
8. 更新本地文件同步记录