开源「伯乐Skill」，让你和Agent同时进化成AI热点懂王！
开源「伯乐Skill」，让你和Agent同时进化成AI热点懂王！
来源类型： 微信公众号文章
日期： 2026-06-02
标签： AI, 网络安全, 编程, 大模型
原文链接： https://mp.weixin.qq.com/s/0XUlZWmxEUnIoZ7JXfTJ2A
摘要
来不及前情回顾了， 这次我开源的伯乐Skill， 它的作用不是广撒网，抓全网AI新闻，不只是把我四五年累积下来的150+个信息源打包做了一个网页，再给你推荐一个新的信息流入口。 每个人的信息需求不一样，阅读习惯也不一样。 伯乐做的是更上游的事， 它能判断一个信息源，它的内容值不值得长期追更，会不会跟你现有信息流有内容重复，如果值得，应该怎么接进来最稳定？ 我以前踩过的坑巨巨巨多，同个信息源是走RSS，走公开API，走Skill，走飞书文档，还是读网页自带的feed，用Jina兜底读静态页面，还是复用登录态，走付费API的话要如何限制更新频率，以及Agent邮件订阅日报等等等等。 千...
核心内容
来不及前情回顾了，
这次我开源的伯乐Skill，
它的作用不是广撒网，抓全网AI新闻，不只是把我四五年累积下来的150+个信息源打包做了一个网页，再给你推荐一个新的信息流入口。
每个人的信息需求不一样，阅读习惯也不一样。
伯乐做的是更上游的事，
它能判断一个信息源，它的内容值不值得长期追更，会不会跟你现有信息流有内容重复，如果值得，应该怎么接进来最稳定？
我以前踩过的坑巨巨巨多，同个信息源是走RSS，走公开API，走Skill，走飞书文档，还是读网页自带的feed，用Jina兜底读静态页面，还是复用登录态，走付费API的话要如何限制更新频率，以及Agent邮件订阅日报等等等等。
千里马（信息源）常有，而伯乐不常有。
我也尝试过把所有的源都做成RSS格式，或者把所有的源通过Agent读取，精简，做成纯文字，也就是当时我认为的无噪音形式，后面发现这直接就是一个舍近求远。
不同的网页能够稳定获取信息的方式不同，强行通过某个规则进行转换，非要让他们都走同一条路，本质上就是一个为难我们自己理解，也为难Agent执行的事。
🔗 伯乐Skill华丽登场：github.com/LearnPrompt/ai-news-radar
那接下来我来介绍一下伯乐的看马三绝招！
伯乐Skill能做什么？
它是从我三个月前开源的ai-news-radar，一个24小时更新的AI热点网站的项目衍生出来的，敢说24小时更新是因为上线之后就可以不依赖大模型稳定获取双语版本和去重，用Gtihub Action可以每30分钟更新一次。
🔗 learnprompt.github.io/ai-news-radar/
第二版追加了更明确的阅读分层，
想要开箱即食的可以直接看伯乐Skill生成的网页，里面除了有信息，信息来源，双语翻译，还加了分类，时间轴，原始链接和信源健康状态检查。
但有些源还是非常特殊的，
稳定的X需要我们接入API Key，一些日报没有公开归档，需要用Agent邮箱订阅，或者要复用我们的登录态才能够获取。这时候都可以通过伯乐Skill配置。
这次支持的信源类型提升到了九类，默认版本的信息源也到了22个，
我把我日常订阅150个左右的信息源的原生网站，在不依赖任何RSS或脚本解析的前提下，交给伯乐去学习判断，
让它判断能稳定获取信息源的方式是什么，
让它根据这个方式去做一个7天观察期，观察它是否能够长期获得稳定的AI信息，
让它做URL，标题，正文的内容过滤，7天跟现有信息源差异大于65%才会保留，
举几个具体例子就很清楚了，
比如最近我收藏了AI HOT，
🔗 aihot点virxact点com
这个站有一个非常好的设计，它不只是给了个可视化网页，还专门做了Agent接入，里面提供了三条路，Skill，RSS和REST API。
所以Agent要读取AI HOT，正确的做法就不是打开网页，在页面上硬扒文本。
伯乐Skill不需要我明确告诉他这个网页已经有这三种方式了，它会先从首页开始读取这个网站的所有路径，找到最佳接入点，
既然已经给了RSS和API，那就优先走结构化，
精选内容走/feed.xml。
全部内容走/feed/all.xml。
日报走/feed/daily.xml。
开发者要更细的筛选，就走/api/public/items或者/api/public/daily，根据我们平时信息阅读的习惯来调整信息密度。
这就是伯乐看了那么多千里马学会的第一招。
抓之前，先判断这个网站自己有没有更稳定更适合Agent的入口。
再比如Info Flow，
伯乐Skill会把它归到聚合源这一层。它不是官方一手源，但可以提供很好的广度。
处理方式也不应该把整个页面当成一篇文章读完，而是识别它页面里公开的feed列表，再逐个读取子feed。
这样如果某个子feed坏了，就跳过，不会让一个坏源拖垮整条线。
伯乐Skill输出的这个可视化网页ai news rader会保留信息源的时间轴，分区和条数。
这就是伯乐看马的第二招，
筛选信息源的时候会保留第一手层，
比如OpenAI，Anthropic，Google DeepMind，Google AI Blog。
也会保留能提供稳定的过滤路线的聚合层，
比如TechURLs，Buzzing，Info Flow。
这两层的角色是不一样的。
一手源负责信息可信度。
聚合源负责信息广度。
再比如Follow Builders，
它本身是一个Skill，会追踪X上的创业者，产品经理和工程师，也会追踪博客和播客，我们可以让Agent安装这个 Skill，来获取文字版的更新。
🔗 github点com/zarazhangrui/follow-builders
伯乐Skill在收录的过程中就会判断，
Follow Builders输出的是一个JSON文件。所以我们在可视化的时候，可以直接读取GitHub把这个JSON文件可视化，不需要额外模型额度来运行这个skill。
然后就是，伯乐在这个基础上优化了我们原有的X API策略。因为它发现从这个信息源调用X API的时候是有很多诀窍的，包括但不限于：
- 1.只看过去24个小时的内容，保留备份去重
- 2.每个账号最多保留3条新的Tweets
- 3.去掉无效的转发的以及回复
能有效降低成本，满额返回125条顶上天了也就是是$0.625/天，5块不到。
这就是伯乐看马的第三招，
选好马的同时，把别人的养马技术也学到手。
为什么要写这个Skill
因为我自己在信息源上踩过太多坑。
第一个阶段，我特别执着RSS。
看到一个好博客，订阅。
看到一个Newsletter不错，订阅。
看到一个聚合站每天更新很多，也先加进去。
那时候我的想法就是，只要把所有好东西都塞进RSS里，就不会错过任何重要信息了。
结果很快就被信息淹没了。
真正的问题是，当你把一切都塞进去以后，它就不再是信息系统，它变成了垃圾场。
每天几千条，几万条更新躺在那里，还没点开就已经开始信息焦虑了。
而且大量内容是重复的。
一个模型发布，官方博客发一遍，聚合站转一遍，Newsletter讲一遍，X上再来十几个人点评一遍，其实就是在不同地方反复看到同一件事。
第二个阶段，两年前我开始用AI做预处理。
去重，过滤，总结，把链接放到后面，只留下文字，让大家像读一份干净日报一样阅读。
这个思路也不是错的。
如果只是浏览，它确实舒服。
老粉应该还记得科技抢鲜看
但我做了半年之后，发现它有一个更要命的缺点。要判断一个东西值不值得深挖，那你不能只看被AI处理过的文字。
你必须知道它来自哪里。
这条信息是官方发布，还是二手转述？还是聚合站搬运？是开发者本人写的博客，还是营销号转了第三四遍的版本？
原始来源不是可有可无的链接。
它是一条信息的身份证。
第三个阶段，我开始做AI News Radar。
也就是一个公开的24小时AI更新雷达。
普通用户直接打开页面，不需要任何前置条件，就能看到最近24小时AI，模型，开发者工具和技术
...(内容截断，完整内容请查看原文)
本页由自动化脚本生成，待人工审核补充