四层数据管线架构
这个用例的核心设计是一条四层数据采集管线，合计覆盖109个信息源：
- 第一层：RSS订阅（46个源）——OpenAI官方博客、Hacker News、MIT Tech Review等主流科技媒体，负责覆盖面
- 第二层：推特KOL监控（44个账号）——Karpathy、Sam Altman、Vitalik Buterin等行业关键人物，很多重磅消息最先出现在推特而非正式文章
- 第三层：GitHub Release追踪（19个仓库）——vLLM、LangChain、Ollama、Dify等热门项目，框架更新日志里经常藏着直接影响开发工作的变更
- 第四层：网络搜索（4个主题）——通过Brave Search API做关键词搜索，兜底前三层覆盖不到的信息
一个人手动盯109个信息源，不现实。但聚合只是第一步。
评分机制：模拟资深编辑的判断
所有抓回来的内容先做标题去重，避免同一条新闻跨渠道重复。然后每条内容按规则打分：
| 规则 | 加分 |
|---|---|
| 来自优先来源 | +3分 |
| 多个来源同时报道 | +5分 |
| 时效性好 | +2分 |
| 互动量高 | +1分 |
按总分排序，高分靠前。逻辑很清晰：多家媒体同时报道的大概率是真正的大事，权威来源比小博客可信，新鲜事比旧闻重要，高讨论度的内容值得关注。
搭建过程
安装Skill只需一句话：
Install tech-news-digest from ClawHub. Set up a daily tech digest at 9am to Discord #tech-news channel.
添加自定义信息源：
Add these to my tech digest sources: RSS: https://xxx.com/feed, Twitter: <username>, GitHub: my-org/my-framework
临时生成一份日报：
Generate a tech digest for the past 24 hours and send it here.
全程自然语言操作，不写代码，不配yaml，不折腾webhook。输出端支持Discord、邮箱、Telegram、飞书等渠道。
可选配置
三个环境变量按需配置：
- 推特API Token——用于抓取KOL动态
- Brave Search API Key——用于搜索层
- GitHub Token——提高API请求频率上限
不配也能跑，只是对应数据层会受限。
设计思路的价值
这个用例真正值得学习的不是功能本身，而是它的拆解方法。它没有试图做一个"万能信息助手"，而是把"追踪科技动态"这一个具体场景拆成四层清晰的管线，每层的数据源数量和评分权重都经过设计。这种把复杂问题拆成清晰管线的思路在软件架构中常见，但用在AI Agent的Skill设计上做到这个清晰度，值得参考。
而且它是开源的——46个RSS源不够就加，某个KOL不值得关注就删，评分规则想调就改权重。框架搭好了，内容你自己定。
如果你每天在信息筛选上花超过30分钟，值得把这套管线跑起来。把聚合和初筛交给AI，你只负责看结果、做判断。