industry-intelligence-radar

Name: industry-intelligence-radar
Author: chubbyguan

565stars81forks

How to install industry-intelligence-radar?

chubbyguan/chubbyskills/industry-intelligence-radar

$npx -y skills add chubbyguan/chubbyskills --skill industry-intelligence-radar

Installs into the current project.

Summary

行业情报雷达：多源扫描(X/即刻/V2EX/HN) → 关键词过滤 → 趋势检测 → 每日情报简报。触发词：行业情报、竞品监控、热点扫描、情报雷达

Files · 1

View on GitHub

SKILL.md

1	# 行业情报雷达
2
3	## 核心价值
4
5	信息差优势：早知道 = 早行动 = 早收益
6
7	## 数据源
8
9	\| 数据源 \| 接入方式 \| 是否需配置 \| 信号强度 \|
10	\|--------\|----------\|------------\|----------\|
11	\| Hacker News \| `scan.py` 内置（Algolia API） \| 否（免费） \| ⭐⭐⭐⭐ \|
12	\| V2EX \| `scan.py` 内置（官方热门 API） \| 否（免费） \| ⭐⭐⭐ \|
13	\| 36kr / 虎嗅 / 少数派等 \| `scan.py` RSS 源（config.rss） \| 否（填 RSS 地址即可） \| ⭐⭐⭐ \|
14	\| X/Twitter \| Agent 联网搜索 / X API \| 需 X API Key \| ⭐⭐⭐⭐⭐ \|
15	\| 即刻 \| Agent 联网搜索 \| 需搜索能力 \| ⭐⭐⭐⭐ \|
16
17	> `scan.py` 仅用 Python 标准库即可跑通 HN + V2EX + 任意 RSS 源，零依赖、无需 API Key。
18	> X/即刻没有稳定的公开接口，由 Agent 用联网搜索能力补充（见 Phase 1）。
19
20	## 关键词矩阵
21
22	### 用户兴趣领域
23
24	```yaml
25	AI/Agent:
26	- "AI agent" OR "AI 工具" OR "LLM" OR "大模型"
27	- "Claude" OR "GPT" OR "Gemini" OR "DeepSeek"
28	- "MCP" OR "tool use" OR "function calling"
29
30	半导体:
31	- "半导体" OR "芯片" OR "chip" OR "semiconductor"
32	- "台积电" OR "TSMC" OR "英伟达" OR "NVIDIA"
33
34	航天:
35	- "航天" OR "火箭" OR "卫星" OR "SpaceX"
36	- "星链" OR "Starlink"
37
38	新能源:
39	- "新能源" OR "电动车" OR "电池"
40	- "特斯拉" OR "Tesla" OR "比亚迪"
41
42	游戏:
43	- "游戏" OR "Steam" OR "Switch" OR "PS5"
44	- "米哈游" OR "原神" OR "黑神话"
45
46	跨境电商:
47	- "跨境电商" OR "TikTok Shop" OR "SHEIN"
48	- "独立站" OR "DTC"
49
50	创业/投资:
51	- "创业" OR "融资" OR "投资"
52	- "YC" OR "a16z" OR "红杉"
53	```
54
55	## 工作流程
56
57	### Phase 1: 多源扫描
58
59	① 脚本扫描（HN + V2EX + RSS，免费、可 cron）
60
61	```bash
62	# 用内置关键词矩阵扫最近 24 小时，输出简报到文件
63	python3 scripts/scan.py --hours 24 --output 简报-$(date +%F).md
64
65	# 自定义关键词 / 追加 RSS 源（36kr、虎嗅、少数派等）
66	python3 scripts/scan.py --config keywords.json --hours 24
67	```
68
69	`keywords.json` 示例：
70
71	```json
72	{
73	"keywords": {
74	"AI/Agent": ["AI agent", "LLM", "Claude", "MCP"],
75	"半导体": ["半导体", "NVIDIA", "TSMC"]
76	},
77	"high_signal": ["融资", "发布", "launch", "raise"],
78	"rss": ["https://www.36kr.com/feed", "https://sspai.com/feed"]
79	}
80	```
81
82	② Agent 联网补充（X / 即刻，需搜索能力）
83
84	脚本覆盖不到的实时社交信号，由 Agent 用联网搜索补充，再并入简报：
85
86	```
87	搜索 X/Twitter："AI agent OR LLM OR 大模型" 最近 24 小时高互动内容
88	搜索即刻："AI OR Agent OR 创业" 高质量讨论
89	```
90
91	### Phase 2: 信号过滤
92
93	过滤规则：
94	1. 去重：同一事件只保留最高质量来源
95	2. 时效：只保留 24 小时内的内容
96	3. 信号强度：
97	- 🔴 高信号：融资、发布、政策变化、重大合作
98	- 🟡 中信号：产品更新、行业讨论、观点碰撞
99	- 🟢 低信号：日常动态、重复信息
100
101	### Phase 3: 趋势检测
102
103	检测维度：
104	1. 突发趋势：某话题突然大量出现
105	2. 持续趋势：某话题持续一周以上高频出现
106	3. 新兴趋势：新概念/新工具首次出现
107
108	### Phase 4: 生成情报简报
109
110	输出格式：
111
112	```markdown
113	# 📡 行业情报简报 - YYYY-MM-DD
114
115	## 🔴 高信号（必须关注）
116
117	### 1. [事件标题]
118	- 来源：X/Twitter @xxx
119	- 时间：2 小时前
120	- 摘要：一句话概括
121	- 影响：对我/行业的影响
122	- 行动建议：是否需要立即响应
123
124	## 🟡 中信号（值得了解）
125
126	### 2. [事件标题]
127	- 来源：即刻 @xxx
128	- 摘要：一句话概括
129	- 关联：与我关注的 XX 领域相关
130
131	## 📈 趋势观察
132
133	### [趋势名称]
134	- 热度：⬆️ 上升 / ⬇️ 下降 / ➡️ 平稳
135	- 持续时间：X 天
136	- 相关讨论：[链接1] [链接2]
137
138	## 💡 机会洞察
139
140	基于今日情报，发现以下潜在机会：
141	1. [机会1]
142	2. [机会2]
143
144	## 📊 数据统计
145
146	- 扫描源：5 个
147	- 原始条目：150+
148	- 筛选后：25 条
149	- 高信号：3 条
150	```
151
152	## Cron 配置
153
154	```yaml
155	# 每日早报（工作日 8:30）
156	schedule: "30 8 * * 1-5"
157	deliver: feishu
158
159	# 可选：午间快报（12:00）
160	schedule: "0 12 * * 1-5"
161	deliver: feishu
162	```
163
164	## 输出目标
165
166	1. 飞书群：每日情报推送
167	2. 知识库：高价值情报存入 `wiki/📡 外部输入/情报/`
168	3. 选题库：发现好选题自动进入选题池
169
170	## 反模式
171
172	- ❌ 不要追求全量，信号 > 数量
173	- ❌ 不要只翻译，要有自己的判断
174	- ❌ 不要忽略中文社区（即刻、V2EX）
175	- ✅ 每条情报必须有「对我有什么用」的结论
176	- ✅ 优先独家/一手信息源

People who liked this also viewed

6 picks

Type

industry-intelligence-radar

565stars81forks

View on GitHub

How to install industry-intelligence-radar?

chubbyguan/chubbyskills/industry-intelligence-radar

$npx -y skills add chubbyguan/chubbyskills --skill industry-intelligence-radar

Installs into the current project.

Summary

行业情报雷达：多源扫描(X/即刻/V2EX/HN) → 关键词过滤 → 趋势检测 → 每日情报简报。触发词：行业情报、竞品监控、热点扫描、情报雷达

Files · 1

View on GitHub

SKILL.md

1	# 行业情报雷达
2
3	## 核心价值
4
5	信息差优势：早知道 = 早行动 = 早收益
6
7	## 数据源
8
9	\| 数据源 \| 接入方式 \| 是否需配置 \| 信号强度 \|
10	\|--------\|----------\|------------\|----------\|
11	\| Hacker News \| `scan.py` 内置（Algolia API） \| 否（免费） \| ⭐⭐⭐⭐ \|
12	\| V2EX \| `scan.py` 内置（官方热门 API） \| 否（免费） \| ⭐⭐⭐ \|
13	\| 36kr / 虎嗅 / 少数派等 \| `scan.py` RSS 源（config.rss） \| 否（填 RSS 地址即可） \| ⭐⭐⭐ \|
14	\| X/Twitter \| Agent 联网搜索 / X API \| 需 X API Key \| ⭐⭐⭐⭐⭐ \|
15	\| 即刻 \| Agent 联网搜索 \| 需搜索能力 \| ⭐⭐⭐⭐ \|
16
17	> `scan.py` 仅用 Python 标准库即可跑通 HN + V2EX + 任意 RSS 源，零依赖、无需 API Key。
18	> X/即刻没有稳定的公开接口，由 Agent 用联网搜索能力补充（见 Phase 1）。
19
20	## 关键词矩阵
21
22	### 用户兴趣领域
23
24	```yaml
25	AI/Agent:
26	- "AI agent" OR "AI 工具" OR "LLM" OR "大模型"
27	- "Claude" OR "GPT" OR "Gemini" OR "DeepSeek"
28	- "MCP" OR "tool use" OR "function calling"
29
30	半导体:
31	- "半导体" OR "芯片" OR "chip" OR "semiconductor"
32	- "台积电" OR "TSMC" OR "英伟达" OR "NVIDIA"
33
34	航天:
35	- "航天" OR "火箭" OR "卫星" OR "SpaceX"
36	- "星链" OR "Starlink"
37
38	新能源:
39	- "新能源" OR "电动车" OR "电池"
40	- "特斯拉" OR "Tesla" OR "比亚迪"
41
42	游戏:
43	- "游戏" OR "Steam" OR "Switch" OR "PS5"
44	- "米哈游" OR "原神" OR "黑神话"
45
46	跨境电商:
47	- "跨境电商" OR "TikTok Shop" OR "SHEIN"
48	- "独立站" OR "DTC"
49
50	创业/投资:
51	- "创业" OR "融资" OR "投资"
52	- "YC" OR "a16z" OR "红杉"
53	```
54
55	## 工作流程
56
57	### Phase 1: 多源扫描
58
59	① 脚本扫描（HN + V2EX + RSS，免费、可 cron）
60
61	```bash
62	# 用内置关键词矩阵扫最近 24 小时，输出简报到文件
63	python3 scripts/scan.py --hours 24 --output 简报-$(date +%F).md
64
65	# 自定义关键词 / 追加 RSS 源（36kr、虎嗅、少数派等）
66	python3 scripts/scan.py --config keywords.json --hours 24
67	```
68
69	`keywords.json` 示例：
70
71	```json
72	{
73	"keywords": {
74	"AI/Agent": ["AI agent", "LLM", "Claude", "MCP"],
75	"半导体": ["半导体", "NVIDIA", "TSMC"]
76	},
77	"high_signal": ["融资", "发布", "launch", "raise"],
78	"rss": ["https://www.36kr.com/feed", "https://sspai.com/feed"]
79	}
80	```
81
82	② Agent 联网补充（X / 即刻，需搜索能力）
83
84	脚本覆盖不到的实时社交信号，由 Agent 用联网搜索补充，再并入简报：
85
86	```
87	搜索 X/Twitter："AI agent OR LLM OR 大模型" 最近 24 小时高互动内容
88	搜索即刻："AI OR Agent OR 创业" 高质量讨论
89	```
90
91	### Phase 2: 信号过滤
92
93	过滤规则：
94	1. 去重：同一事件只保留最高质量来源
95	2. 时效：只保留 24 小时内的内容
96	3. 信号强度：
97	- 🔴 高信号：融资、发布、政策变化、重大合作
98	- 🟡 中信号：产品更新、行业讨论、观点碰撞
99	- 🟢 低信号：日常动态、重复信息
100
101	### Phase 3: 趋势检测
102
103	检测维度：
104	1. 突发趋势：某话题突然大量出现
105	2. 持续趋势：某话题持续一周以上高频出现
106	3. 新兴趋势：新概念/新工具首次出现
107
108	### Phase 4: 生成情报简报
109
110	输出格式：
111
112	```markdown
113	# 📡 行业情报简报 - YYYY-MM-DD
114
115	## 🔴 高信号（必须关注）
116
117	### 1. [事件标题]
118	- 来源：X/Twitter @xxx
119	- 时间：2 小时前
120	- 摘要：一句话概括
121	- 影响：对我/行业的影响
122	- 行动建议：是否需要立即响应
123
124	## 🟡 中信号（值得了解）
125
126	### 2. [事件标题]
127	- 来源：即刻 @xxx
128	- 摘要：一句话概括
129	- 关联：与我关注的 XX 领域相关
130
131	## 📈 趋势观察
132
133	### [趋势名称]
134	- 热度：⬆️ 上升 / ⬇️ 下降 / ➡️ 平稳
135	- 持续时间：X 天
136	- 相关讨论：[链接1] [链接2]
137
138	## 💡 机会洞察
139
140	基于今日情报，发现以下潜在机会：
141	1. [机会1]
142	2. [机会2]
143
144	## 📊 数据统计
145
146	- 扫描源：5 个
147	- 原始条目：150+
148	- 筛选后：25 条
149	- 高信号：3 条
150	```
151
152	## Cron 配置
153
154	```yaml
155	# 每日早报（工作日 8:30）
156	schedule: "30 8 * * 1-5"
157	deliver: feishu
158
159	# 可选：午间快报（12:00）
160	schedule: "0 12 * * 1-5"
161	deliver: feishu
162	```
163
164	## 输出目标
165
166	1. 飞书群：每日情报推送
167	2. 知识库：高价值情报存入 `wiki/📡 外部输入/情报/`
168	3. 选题库：发现好选题自动进入选题池
169
170	## 反模式
171
172	- ❌ 不要追求全量，信号 > 数量
173	- ❌ 不要只翻译，要有自己的判断
174	- ❌ 不要忽略中文社区（即刻、V2EX）
175	- ✅ 每条情报必须有「对我有什么用」的结论
176	- ✅ 优先独家/一手信息源

People who liked this also viewed

6 picks

Type