npx skills add https://github.com/zerx-lab/website --skill daily-tech-news自动搜索并汇总当日技术资讯,采用多源交叉验证 + 深度调研 + 重要性评分 机制,生成高质量 Markdown 博客文章。
调用此 skill 时必须在 prompt 中指定目标日期:
TARGET_DATE: YYYY-MM-DD 格式的日期
示例: 2026-02-02
正确的调用方式:
执行过程中的所有日期(文件名、frontmatter、标题、搜索关键词)都必须使用此 TARGET_DATE。
准确性第一 → 多源交叉验证 + 深度阅读原文 质量优于数量 → 重要性评分筛选 + 去重降噪 深度优于广度 → Top 3 资讯深度分析 + 技术解读
重要:日期必须从调用参数中获取,而非自行计算。
当 GitHub Actions 或用户调用此 skill 时,会在 prompt 中指定目标日期。你必须:
TARGET_DATE:所有后续操作都基于此日期广告位招租
在这里展示您的产品或服务
触达数万 AI 开发者,精准高效
TARGET_DATE = 从 prompt 参数中提取的日期
格式: YYYY-MM-DD
示例: 2026-02-02
日期使用规则:
daily-tech-news-{TARGET_DATE}.mdx{TARGET_DATE}检查近 7 天已发布的资讯,避免重复报道:
读取 content/blog/daily-tech-news-*.mdx 最近 7 篇
提取已报道的:项目名、公司名、事件关键词
建立去重列表
必须访问的权威源:
| 来源 | URL | 说明 |
|---|---|---|
| Hacker News | https://news.ycombinator.com/ | 技术社区风向标 |
| GitHub Trending | https://github.com/trending | 开源项目趋势 |
| Trendshift | https://trendshift.io/ | GitHub 趋势分析 |
| Product Hunt | https://www.producthunt.com/ | 新产品发布 |
使用 WebFetch 直接获取 ,提取当日热门内容(Top 10)。
每个领域搜索 2-3 个专业关键词组合:
搜索策略(按优先级):
1. site:techcrunch.com AI {date}
2. site:theverge.com artificial intelligence {date}
3. "OpenAI" OR "Anthropic" OR "Google AI" announcement {date}
4. "LLM" OR "GPT" OR "Claude" release {date}
5. machine learning breakthrough research {date}
搜索策略:
1. site:github.blog {date}
2. "open source" major release {date}
3. GitHub "stars" trending repository {date}
搜索策略:
1. site:reactjs.org OR site:vuejs.org blog {date}
2. "React" OR "Vue" OR "Next.js" OR "Svelte" release {date}
3. frontend framework update {date}
4. JavaScript TypeScript major update {date}
搜索策略:
1. site:kubernetes.io blog {date}
2. "Rust" OR "Go" programming release {date}
3. "Docker" OR "Kubernetes" announcement {date}
4. cloud infrastructure AWS Azure GCP {date}
搜索策略:
1. site:crunchbase.com funding {date}
2. tech startup Series A B C funding {date}
3. developer tools company announcement {date}
补充中文原创内容:
搜索策略:
1. site:juejin.cn 热门 {date}
2. site:infoq.cn {date}
3. site:segmentfault.com 头条 {date}
对每条候选资讯执行:
1. 核心事实提取:
- WHO: 涉及的公司/人物/项目
- WHAT: 具体发生了什么
- WHEN: 准确时间
- WHERE: 发生地点/平台
- WHY: 为什么重要
2. 多源验证(至少 2 个独立来源):
- 来源 A 报道 → WebFetch 获取原文
- 来源 B 验证 → WebSearch 搜索相同事件
- 对比核心事实是否一致
3. 置信度标记:
✓ 已验证(2+ 源确认)
? 待验证(仅单一来源)
⚠️ 有争议(来源间有矛盾)
对 Top 10 候选资讯,使用 WebFetch 获取完整内容:
WebFetch 提取要点:
1. 文章核心论点
2. 关键数据和事实
3. 专家引用和评论
4. 技术细节和实现方式
5. 对开发者的实际影响
对每条资讯打分(满分 100 分):
| 维度 | 权重 | 评分标准 |
|---|---|---|
| 影响范围 | 25% | 影响多少开发者?全球性 vs 局部性 |
| 实用性 | 25% | 开发者能否立即应用?解决什么问题? |
| 新颖性 | 20% | 首次公布 vs 重复报道?突破性 vs 渐进式? |
| 信息深度 | 15% | 有技术细节 vs 只有标题? |
| 权威性 | 15% | 官方发布 vs 小道消息?来源可靠度? |
评分示例:
Kubernetes 1.33 原生支持 Sidecar
- 影响范围: 24/25 (全球 K8s 用户)
- 实用性: 23/25 (直接改变部署方式)
- 新颖性: 18/20 (首次正式发布)
- 信息深度: 14/15 (有技术实现细节)
- 权威性: 15/15 (官方发布)
= 总分: 94/100 ⭐⭐⭐⭐⭐
排除以下内容:
❌ 标题党检测:
- 标题含"震惊"、"重磅"、"曝光"但无实质内容
- 标题与正文关键词严重不匹配
- 过多感叹号和问号
❌ 低质内容过滤:
- 与开发者无关的泛科技新闻
- 无具体信息的笼统报道(如"AI 继续发展")
- 7 天内已报道过的重复事件
- 单一来源且无法验证的消息
❌ 内容去重:
- 同一事件的多篇报道只保留信息最丰富的一篇
- 优先保留官方来源 > 专业媒体 > 泛媒体
根据重要性评分,选择得分最高的 3 条资讯进行深度分析。
对每条 Top 3 资讯,撰写深度分析:
### [标题] ⭐⭐⭐⭐⭐
**核心要点:**
- 要点1:[具体事实]
- 要点2:[具体事实]
- 要点3:[具体事实]
**技术解读:**
[这意味着什么?对开发者有什么影响?技术上如何实现?]
**背景上下文:**
[这个事件的历史背景是什么?为什么现在发生?]
**开发者行动建议:**
- 建议1:[具体可执行的行动]
- 建议2:[具体可执行的行动]
**相关链接:**
- 官方公告: [链接]
- 技术文档: [链接]
- 社区讨论: [链接]
在 content/blog/ 目录创建 MDX 文件。
重要:必须使用 Phase 1 中从 prompt 提取的TARGET_DATE
文件名 : daily-tech-news-{TARGET_DATE}.mdx
日期格式转换:
TARGET_DATE 格式:2026-02-02
中文日期格式:2026年02月02日
frontmatter date 格式:2026-02-02(与 TARGET_DATE 相同)
{Top 3 资讯的深度分析,使用 Phase 4 的深度分析模板}
{摘要内容,3-5句话,包含核心事实}
为什么重要: {一句话解释对开发者的影响}
...
本日 GitHub 趋势榜热门项目:
owner/repo-name (TypeScript, 12.5k ⭐) ⭐⭐⭐⭐ AI 驱动的代码编辑器插件,支持多种 IDE。 亮点: {为什么这个项目值得关注}
owner/another-repo (Python, 8.2k ⭐) ⭐⭐⭐ 轻量级机器学习框架,专注于边缘设备部署。
...
...
...
...
| 指标 | 数值 |
|---|---|
| 搜索源数量 | {N} 个 |
| 候选资讯 | {N} 条 |
| 去重后 | {N} 条 |
| 最终收录 | {N} 条 |
| 多源验证率 | {N}% |
本文由 Claude 自动生成,采用多源交叉验证机制。如发现错误,欢迎反馈。
□ 所有资讯都有来源链接
□ Top 3 资讯都有深度分析
□ 重要性评分标记完整
□ 无重复内容
□ 无明显事实错误
□ MDX 安全检查(必须逐项确认):
□ 正文中无裸露的 < 符号(代码块内除外),已用 < 替代
□ 代码块语言标识符均为 Shiki 支持的语言(不确定则用 text)
□ 正文中无裸露的 {} 花括号(代码块内除外)
□ 中文表达通顺
git add content/blog/daily-tech-news-{date}.mdx
git commit -m "docs: add daily tech news for {date}"
| 要求 | 说明 |
|---|---|
| 语言 | 全部使用中文 |
| 格式 | MDX 文件,兼容 Next.js 博客 |
| 普通资讯长度 | 50-150 字摘要 |
| Top 3 深度分析 | 200-400 字/条 |
| 来源标注 | 必须标注原文链接 + 验证状态 |
| 分类数量 | 至少 3 个分类 |
| 总资讯数 | 10-20 条(质量优先) |
| 重要性评分 | 每条资讯标注 1-5 星 |
自动降权或排除:
❌ 情绪化词汇过多:震惊、重磅、曝光、惊天、颠覆
❌ 过度夸张:史上最强、彻底改变、完全碾压
❌ 模糊表述:某公司、据说、可能、或将
❌ 无实质内容:AI 继续发展、技术在进步
❌ 标题与内容不符:标题说重大突破,内容只是小更新
MDX 不是普通 Markdown,它会将内容解析为 JSX。以下规则必须 在生成内容时遵守,否则会导致 Vercel 构建失败:
< 符号MDX 会把 < 解析为 JSX 标签开始。在非 HTML/JSX 上下文中的 < 必须 用 < 替代。
常见触发场景和修复方式:
❌ 影响版本 <1.123.17 的用户 → 报错:Unexpected character `1`
✅ 影响版本 <1.123.17 的用户
❌ 当 x < 10 时 → 报错:Unexpected character `1`
✅ 当 x < 10 时
❌ Array<string> → 报错:解析为 JSX
✅ `Array<string>` → 用行内代码包裹
✅ Array<string> → 或用 HTML 实体
注意: 在代码块(`````)内部的 < 不需要转义,代码块内是安全的。
代码块的语言标识符(````language)必须使用 Shiki 已知的语言名称,否则构建时会报 ShikiError: Language "xxx" is not included in this bundle`。
安全的语言标识符(常用):
text, plaintext, txt, bash, shell, sh, javascript, js, typescript, ts,
python, py, json, yaml, yml, html, css, sql, go, rust, java, c, cpp,
markdown, md, diff, toml, xml, graphql, docker, dockerfile, ini, csv
不存在的/不安全的语言标识符:
❌ ```td → Shiki 无此语言,改用 ```text
❌ ```nushell → Shiki 无此语言,改用 ```shell 或 ```text
❌ ```hcl → 改用 ```text
原则:如果不确定某个语言是否被 Shiki 支持,一律使用text。
{} 会被解析为 JSX 表达式MDX 中的 { 和 } 在正文中会被当作 JSX 表达式求值。
❌ 格式:{名称} → 报错:名称 is not defined
✅ 格式:\{名称\} → 转义
✅ 格式:`{名称}` → 用行内代码包裹
注意: 在代码块内部的 {} 不需要转义。
Weekly Installs
91
Repository
First Seen
Feb 8, 2026
Security Audits
Installed on
opencode91
gemini-cli88
codex87
cursor87
kimi-cli86
github-copilot86
Skills CLI 使用指南:AI Agent 技能包管理器安装与管理教程
46,600 周安装
Supabase Edge Functions 使用指南:调用、部署和管理无服务器函数
208 周安装
Skill Finder:AI Agent技能搜索与安装工具,支持GitHub API与本地索引
208 周安装
Lambda Labs GPU云:按需GPU实例与一键集群,专为AI/机器学习训练优化
209 周安装
Aeon 时间序列机器学习工具包:Python 时间序列分类、预测、异常检测与聚类
208 周安装
bioRxiv数据库Python工具:高效搜索下载预印本,支持关键词/作者/日期/类别筛选
209 周安装
LitGPT 大语言模型实现教程:20+预训练模型加载、微调与LoRA训练指南
208 周安装