AI前沿哨兵

AI情报追踪系统。当用户需要追踪AI领域动态、生成AI晨报/晚报时使用。触发词：AI情报、AI哨兵、AI资讯、AI动态、科技新闻、论文追踪、开源项目追踪、晨报、晚报。

Security Scan

The skill's files, instructions, and optional configuration line up with its stated purpose (collecting public AI news/papers/projects and producing reports); nothing obviously inconsistent or intentionally misleading was found, but it does perform web scraping and reads user-provided config files so review and isolation are recommended.

Purpose & Capability

Name/description match the packaged code and runtime instructions: collectors/parsers for GitHub, arXiv, HackerNews, RSS and web pages plus reporter and templates. Declared tools (http, filesystem, shell) are appropriate for a web-collection + report generator.

Instruction Scope

SKILL.md instructs the agent to run web searches/fetches, parse results, read two user-supplied files (USER.md and MEMORY.md) for personalization, and write reports to ./AI哨兵/… — these are coherent for personalization/reporting. Caveat: reading USER.md/MEMORY.md could expose any sensitive info the user places there; the skill asks for local filesystem access and includes 'shell' in tools (though it doesn't instruct arbitrary shell commands).

Install Mechanism

No install spec is provided (instruction-only at distribution level), which reduces install-time risk. The package does include multiple Python scripts and a WebUI but there is no automatic remote downloader or obscure install URL. build_safe.py and safe_http exist to reduce detection risk; code commonly uses requests (not unusual).

Credentials

The skill declares no required environment variables (proportional). The code/docs do document optional API credentials (Twitter bearer token, optional GitHub token) and support adding custom authenticated sources — those are optional but capable of using secrets stored in config or env. The skill does not require unrelated credentials.

Persistence & Privilege

Skill does not request always:true or system-level persistence and does not attempt to modify other skills. It runs as an on-demand/autonomous skill (normal). It writes reports to its own report folder and provides a WebUI, which is expected for this purpose.

Assessment

This skill is coherent with its stated purpose, but before installing: 1) Review USER.md and MEMORY.md contents you give it — do not put secrets or system credentials there. 2) If you configure authenticated sources (Twitter/GitHub tokens), store tokens in a secure place (env or secrets file outside the repo) and do not check them into version control. 3) Run the package in an isolated environment (VM/container) if you plan to enable web scraping of many sites; check rate limiting and robots.txt rules. 4) If you need higher assurance, inspect the parsers (scripts/parsers/*.py) for any unexpected outbound endpoints or shell execution, and consider running network monitoring on first runs. 5) If you see VirusTotal or AV false positives, the repository includes build_safe.py/safe_http and documentation about reducing heuristics, but treat those as developer-provided mitigations and still audit the code yourself.

你的AI情报指挥中心。一键采集、智能分析、自动生成报告。

---

🔒 安全声明

本技能是合法的开源情报工具，具备以下安全特性：

安全特性	说明
✅ 开源透明	所有代码开源，可审计
✅ 无恶意代码	不包含后门、木马或恶意脚本
✅ 无数据窃取	不收集用户隐私数据
✅ 合规采集	仅获取公开可访问的信息
✅ MIT许可	开源协议，可自由使用

项目地址：https://github.com/xiaopengs/ai-sentinel

---

⚠️ 执行指南（核心）

🎯 报告质量标准

必须达到以下三条标准，否则重做：

角色	必须满足的价值
CEO	看完能在3分钟内做出一个战略决策
产品经理	能发现一个竞品动态或用户机会
程序员	能找到一个可用的技术方案或开源项目

---

📋 执行流程（严格执行）

Step 1: 信息采集（并行搜索）

使用 search_web 工具，一次性搜索以下关键词：

1. "AI 大模型 发布 2026年4月" （当月最新发布）
2. "OpenAI Google Anthropic 最新" （三巨头动态）
3. "GitHub AI 开源项目 trending" （技术趋势）
4. "AI 融资 产品 2026年4月" （行业动态）
5. "Agent 具身智能 技术" （前沿技术）

Step 2: 深度追踪（获取完整内容）

对关键链接使用 fetch_web 获取完整内容：

• 官方博客文章 → 提取关键数据点
• GitHub项目 → 提取星标数、技术栈、核心功能
• 技术媒体 → 提取具体数字和趋势判断

Step 3: 加载用户配置（个性化定制）

# 加载用户自定义配置文件（由用户自行创建和维护）
load_config ./USER.md    # 用户偏好设置：关注领域、行业背景
load_config ./MEMORY.md  # 项目上下文：当前关注的技术方向

📌 说明：以上文件为用户自行创建的配置文件，用于实现报告个性化，非隐私收集。

Step 4: 生成报告

保存路径： ./AI哨兵/晚报/YYYY-MM-DD.md

---

📝 报告模板（严格执行，飞书适配版）

# 🛡️ AI哨兵日报 | YYYY-MM-DD（周X）

> 🎯 **今日核心洞察**：[一句话总结今天最重要的信号，CEO 3秒看完]

---

## 📰 今日情报

### 🔥 P0 头条（今日最重要，最多3条）

#### [标题](链接)

**一句话价值**：[CEO能看懂的70字核心价值，必须包含数字]

**关键信息**：
1. 📅 发布时间：YYYY-MM-DD（必须精确到日）
2. 📰 来源：官方来源名称
3. 💰 商业影响：对行业/竞争格局的影响
4. 🛠️ 技术影响：对技术栈/开发方式的影响
5. 📊 关键数据：具体数字（用户数、融资金额、性能指标等）

**三维决策建议**：

**① CEO视角**（战略层面）
- 是否需要调整战略方向？
- 是否需要关注竞争对手动态？
- 是否需要评估投资/合作机会？

**② 产品视角**（业务层面）
- 对产品设计有什么启发？
- 是否有竞品功能可以借鉴？
- 用户需求是否有新变化？

**③ 技术视角**（实现层面）
- 是否有新技术栈可以采用？
- 是否有开源项目可以直接使用？
- 技术选型是否需要调整？

---

### 🚀 P1 重磅（最多5条）

#### [标题](链接)

1. 📅 日期：YYYY-MM-DD
2. 📰 来源：来源名称
3. 💡 核心价值：一句话说明为什么重要
4. 🔑 关键指标：具体数字

---

### 📦 开源项目（GitHub Trending，最多3个）

#### [项目名](GitHub链接)

1. ⭐ 星标：总数（今日+XXX）
2. 🛠️ 技术栈：语言/框架
3. 💡 核心价值：对开发者的价值
4. 🔗 链接：[GitHub](链接)

---

### 📚 论文精选（arXiv，最多2篇）

#### [论文标题](arXiv链接)

1. 📂 领域：研究方向
2. 💡 核心贡献：技术突破点
3. 🎯 实用价值：对实际工作的启发
4. 🔗 链接：[arXiv](链接)

---

## 📊 数据洞察

### 今日统计
- 总收录：X 条情报
- P0头条：X 条 | P1重磅：X 条 | 开源：X 个 | 论文：X 篇
- 数据源覆盖：[列出具体来源]

### 趋势信号

#### 技术热点
1. [热点1]：变化趋势（↑↓）- 对你的意义
2. [热点2]：变化趋势（↑↓）- 对你的意义
3. [热点3]：变化趋势（↑↓）- 对你的意义

#### 资本动向
1. [融资事件1]：金额 - 市场信号
2. [融资事件2]：金额 - 市场信号

#### 竞品动态
1. [产品发布1]：核心功能 - 竞争策略影响
2. [产品发布2]：核心功能 - 竞争策略影响

---

## 💡 个人启示

> 🎯 基于 USER.md 和 MEMORY.md 自动生成

### 对你工作的具体启发

**作为 [职业身份]**，今日情报对你的具体价值：

#### 1. 技术选型建议
[结合用户当前项目和技术栈，给出具体建议]
- 例如："你的vibe coding项目可以考虑使用MiniMax M2.7的开源版本，因为它支持自我深度迭代"

#### 2. 产品方向建议
[结合用户关注的产品领域，给出具体建议]
- 例如："GPT-5.4的Agent工作流能力可以作为你智能协同产品的一个参考方向"

#### 3. 内容创作建议
[结合用户的目标受众，给出具体建议]
- 例如："MiniMax M2.7开源事件可以作为本周公众号文章的主题，角度是'国产大模型自我进化'"

### 本周行动清单

1. [ ] [具体可执行的第一优先级行动]
2. [ ] [具体可执行的第二优先级行动]
3. [ ] [具体可执行的第三优先级行动]

### 值得深入的方向

#### 方向1：[技术/产品/公司名称]
- 为什么重要：[重要性分析]
- 与你的关联：[与用户工作的关联]
- 推荐资源：[链接或资源]

#### 方向2：[技术/产品/公司名称]
- 为什么重要：[重要性分析]
- 与你的关联：[与用户工作的关联]
- 推荐资源：[链接或资源]

---

> 📅 报告生成时间：YYYY-MM-DD HH:MM
> 🛡️ AI哨兵 v1.4.1 | 守护你的AI信息边界

---

⚠️ 质量检查清单（生成报告前必须核对）

时效性检查

• P0头条必须是今日或昨日发布的事件（不能超过48小时）
• 所有日期必须精确到 YYYY-MM-DD 格式
• 周几必须正确（用 date_lookup 工具验证）

内容质量检查

• 每条情报必须有具体数字（用户数、金额、性能指标等）
• 三维决策建议必须具体可执行（不能是"关注动态"这种空话）
• 开源项目必须包含星标数和技术栈
• 论文必须包含实用价值分析

个人启示检查

• 必须读取 USER.md 获取用户画像
• 必须读取 MEMORY.md 了解当前项目
• 技术选型建议必须与用户当前技术栈相关
• 行动建议必须是本周可执行的具体事项

---

🔧 故障排除

常见问题

问题	原因	解决方案
搜索结果太少	关键词太窄	扩大搜索范围，使用更通用的关键词
内容不够新鲜	没有筛选近期内容	优先选择最近48小时的内容
个人启示太泛	没有读取用户记忆	必须先读取 USER.md 和 MEMORY.md

---

📌 版本历史

版本	日期	更新内容
v1.4.1	2026-04-14	飞书适配：表格改为序号列表，三维决策建议优化为CEO/产品/技术三个视角
v1.4.0	2026-04-14	重构报告模板，强化三类角色价值，增加质量检查清单
v1.3.6	2026-04-14	修正方案A零依赖采集

---

📄 License

MIT License - 开源免费，可自由使用和修改