新闻联播每日情报分析
检索并分析央视《新闻联播》某一天或当日刚播出的内容:直采央视官网官方文字稿(第一信源),产出固定格式情报报告——核心摘要→五类要点(时政/政策/宏观经济产业/民生/国际)→潜在影响推演→持续关注信号,事实与观点严格分区并逐条标注信源可信度。用户说"早报"、"分析昨天/今天的新闻联播"、"联播报告"、"新闻联播讲了什么",或定时任务每日触发时必须使用本技能;想了解央视头条政策、宏观动向、国际要闻时也用本技能。内置零依赖抓取脚本直取官网 day 日期页(绕过 index 页 JS 反爬),当日 20 点后即可全量分析;另附快讯子条目探针脚本(video_brief 三态判读)与双班定时任务架构建议。
新闻联播每日情报分析
从央视官网直采《新闻联播》官方文字稿,产出固定格式情报报告。
为什么坚持一手直采:tv.cctv.com 是央视官网,文字稿与播出内容逐条对齐(★★★★★),可回溯、可核对;二手聚合接口拿到的往往是标题列表或转述,无法支撑逐条溯源的情报分析。本技能内置实战验证的零依赖抓取脚本与完整坑位记录,这是它的核心价值。
执行步骤
1. 确定目标日期
任务说"昨天" = 执行日前一天。凌晨或晚间执行时注意日期换算。
2. 抓取官方文字稿(首选路径)
python3 scripts/fetch_xwlb.py [YYYYMMDD] [输出目录]
- 指定日期时直取
tv.cctv.com/lm/xwlb/day/YYYYMMDD.shtml日期页,一次性拿到当日全部条目(含标题与全文); - 无日期参数时默认取 index 首屏最新一期;
- 输出
<输出目录>/YYYYMMDD.md,每条含标题、来源 URL、《央视网消息》全文; - 纯 Python 标准库(urllib + re),零外部依赖;每页间隔 1s,单期 <1min;
- 输出目录不传时:环境变量
XWLB_OUT> 默认./data/xwlb(相对当前工作目录)。
当日可用性(实测):19:00 播出后,约 20:00–20:30 官方文字稿全量上线(实测某期 20:22 即 17 条中 16 条含全文)。定时任务排在 20:30 左右最稳;更早触发若官方条目 <10 或含全文 <6,等 10 分钟重跑、最多 4 次。
典型产出:13–26 条中约 12–18 条含全文。整期视频入口等条目仅标题级简介属官方惯例,标 [仅标题] 即可,不是抓取故障。
快讯子条目兜底(probe_brief.py):国内/国际联播快讯的正文常不进「主要内容」区块,全文藏在视频页「视频简介」div 里。脚本判"仅标题"的快讯条目,用探针脚本补采:
python3 scripts/probe_brief.py URL1 URL2 …
- 三态输出:
BRIEF(n字)命中 /EMPTY_BRIEF页面在但内容空 /NO_DIV无该区块; - 快讯 brief 上线时间晚于正文 10-15 分钟是常态;EMPTY_BRIEF 持续数探仍空则当晚可能不更新(9-26 型),按硬判据正常交付正文、快讯标注"待下次补齐"即可,次晨重抓通常 100% 恢复;
- 也适用于非快讯类单条新闻仅标题时的补采。
3. fallback(官网抓取失败或当日未上线时)
用你可用的搜索工具搜 {月日} 新闻联播 主要内容,骨架源依次考虑:民间文字版镜像(全文但属二手,需后核)、新浪 7x24 快讯(纯 HTML 可直抓)、财经媒体速览。
4. 官方信源定锚与二次核对
以官网文字稿为基线;对头条及关键数据,补搜新华网、人民网、部委官网核对口径。多源口径一致 → 置信度 ★★★★★/★★★★☆;有出入时在报告中明确标注冲突点,以官方口径为准。
5. 时间线自洽性核验(防旧文污染)
搜索结果常混入往年旧文。核对周年数、领导人行程时间线、URL 内嵌日期;与目标日期矛盾的结果一律丢弃。
6. 背景补充
对 1–3 个关键条目(元首外交 / 冲突 / 重大政策 / 宏观数据)补搜背景,用于第 7 步的推演。
7. 输出固定格式报告
用下方报告模板。四条硬规则:
- 条理硬规则(信息密度控制):①一条一义——一个要点条目 = 一条新闻,多条事件拆条,禁止合并;②条目结构固定 = 加粗短标题 +(★) 独立一行 → 下方 2-4 个短 bullet(事实一句 / 关键数据 / 交叉佐证 / 待证实各占一行),数字进"数据"行、不嵌进长句;③禁止长括号链与嵌套补语——补充信息要么独立成 bullet、要么进存档不留报告;④快讯子条目每条独立一行(短句 + ★);⑤推演段一条一编号、只推演不复述事实;⑥报告只留主干,全量细节在存档文件可溯源。
- 国内/国际联播快讯需拆出子条目逐条归类,不得遗漏;
- 事实【事实】与推演【观点】严格分区标注;查不到细节的标"待证实",禁止编造;
- 敏感冲突类内容的搜索可能被安全策略拦截,不重试,用官方稿口径 + "待证实"标注即可。
8. 归档(如有持久化能力)
- 平台有日记 / 长期记忆系统:将报告要点写入执行日笔记,防止定时任务重发(去重依据 = 存档文件 + 笔记归档两者齐备);
- 只有文件系统:按日期保存 Markdown 报告即可。
报告模板
# 新闻联播 {YYYY-MM-DD} 情报报告
## 核心摘要
(3 句话:本期最重要的三件事及一句话定性)
## 分类要点
### ① 时政
**加粗短标题(信源 ★)**(★★★★★)
- 事实:一句话
- 数据:关键数字独立成行
- 佐证:交叉验证口径
- 待证实:查不到的细节(如有)
### ② 政策
### ③ 宏观经济与产业
### ④ 民生
### ⑤ 国际
(联播快讯拆子条目,每条独立一行:短句 + ★)
## 潜在影响推演【观点】
1. 推演一条一编号,只推演不复述事实(注明依据的报告条目)
2. ……
## 值得持续关注的信号
(后续值得跟踪的事态变化、政策落地节点、数据发布窗口)
质量标准
- 每条目至少一个官方信源或两家独立媒体佐证;
- 信源可信度基线:央视 / 新华 / 人民网 ★★★★★;主流财经媒体速览 ★★★★☆;联播转述外媒 ★★★☆☆;
- 推演必须落在"对普通人及相关行业意味着什么",不能停留在复述新闻;
- 关键条目附可回溯来源(存档文件路径 + 交叉验证口径)。
坑位记录(实战验证,遇到故障先查这里)
- 官网 index.shtml 改版为 JS 动态加载(反爬 cookie + 空容器,带 cookie 二访也无效):主路径必须走
day/YYYYMMDD.shtml日期页;页面 script 引用清单里的xwlb_data.js名字唬人,实为日历控件非数据文件。 - 文字稿提取正则别写窄:视频页有多个文本区块,「视频简介」只是一行标题复述,全文藏在「主要内容」区块(以「央视网消息(新闻联播):」开头)——匹配
央视网消息|本台消息|记者从才能命中。 - 老 API 已死:
vdn.apps.cntv.cn视频信息接口已失效(返回"该视频不存在"),直接抓视频页 HTML。 - 开场整期入口条目 URL 内嵌次日日期(如 9 月 7 日期存于 /09/08/ 路径下):从 URL 提取日期会错位一天——指定日期跑脚本时,产出文件以 target 参数命名(脚本已处理)。
- 当晚 20 点后即可全量抓当日期:比直觉预期早得多,晚间定时任务可行;更早时段不足由重试逻辑兜底。
- 页面渲染类抓取工具不可用时:改用
curl -A "Mozilla/5.0 ..." + 正则去标签直抓 HTML。 - 搜索的 recency 过滤不保险:旧文会混入(实例:80 周年活动报道混入 81 周年检索)→ 靠周年数与行程时间线矛盾识别排除;财联社 cls.cn 文章 ID 逐年递增(2025 约 213 万档,2026 约 247 万档),可辅助判断新旧。
- 敏感主题搜索被拦截(返回 sensitive content blocked):不反复重试;混合解析多个搜索结果时敏感内容会把整批输出一起拦掉 → 敏感 / 非敏感分开解析。
- video_brief 是 class 不是 id:
id="video_brief"匹配不到(探针脚本已按 class 实现);另 curl URL 截断(.s 而非 .shtml)返回空页会误判 NO_DIV——排障先验 URL 完整性再怪正则。 - 快讯 brief 缺位三态判读:BRIEF=命中即用;EMPTY_BRIEF 可能是晚 10-15 分钟上线(等再探)也可能是当晚不更新(终判交付、标次晨补);同一晚两类可并存,分开判断,命中即交付,勿因一部分缺位推迟整期。
- 快讯子条数量逐日波动是播出差异非缺位信号:判读只认探针三态,勿以子条数横向对比判缺位。
- 存档文件可能混入页面 JS 尾巴:brief div 匹配过宽时把页面脚本一起带进来——清理时用视频 ID/URL(ASCII 锚点)定位替换,勿用长中文串做编辑匹配(中文弯引号 vs 直引号不一致会导致编辑工具静默失败)。
定时任务建议(可选)
若你的平台支持定时任务,推荐「晚间采集 + 次晨完整交付」双班架构(已实测最稳):
- 晚间采集班:每日 20:30 左右跑当日期落存档(快讯探针一次即可,不重试不死等);
- 晨班完整交付:次日晨间重抓一次(次日官网数据 100% 全量恢复,以重跑结果为准)→ 输出完整报告;晚间存档只当草稿;
- 单班方案(简化):每日 20:30 跑当日期 + sleep 600 重试最多 4 次,直接交付;条目 <10 或全文 <6 不达标时不硬交,标注后留给下次;
- 去重依据:存档文件 + 笔记归档两者齐备 = 本期已交付,防迟到重跑 / 跨日撞车导致重发;
- 用户主动索要任何一期时无条件完整重发——去重只约束定时任务,不约束用户开口。
- Downloads
- Security audit
- Pass
- Last updated
- 1mo ago
- Current version
- v1.0.1
- License
- MIT-0
