AI 新闻简报每日版

从最新的网络来源生成一份简洁的每日人工智能新闻简报。

仅用于当前的人工智能/机器学习新闻、发布、研究、融资、产品上线、模型更新、监管动态、基准测试或对从业者有实际意义的发展。

不适用于常青类解释性内容、非AI主题或并非旨在成为精选新闻简报的长篇研究。

输入参数

默认值：

• target_news_count = 20
• search_query = "latest AI news today"
• search_time_window_days = 2
• max_search_results = 60
• min_articles_required = 10
• include_domains = []
• exclude_domains = ["youtube.com", "reddit.com", "facebook.com", "x.com", "twitter.com"]
• summary_model = "host-default"
• max_scrape_retries = 2

取值范围：

• target_news_count: 1..50
• search_time_window_days: 1..14
• max_search_results: 20..120
• min_articles_required: 1..50
• max_scrape_retries: 0..5

若 min_articles_required > target_news_count，则将其设为 target_news_count。

批量处理策略

• 搜索最多 max_search_results 个候选结果。
• 保留前 target_news_count * 2 个候选进行抓取尝试。
• 最终仅返回前 target_news_count 个已验证的条目。
• 不对每个搜索结果都进行摘要。

必需输出

返回以下内容：

1. newsletter_items：对象列表。
2. markdown_newsletter：字符串格式的新闻简报。
3. json_newsletter：JSON 对象。

每个条目必须包含：

• title：标题
• url：原始链接
• domain：域名
• published_at：发布时间
• summary：摘要
• relevance_score：相关性评分（0–100）
• source_query：原始搜索关键词

若无发布时间，使用 "unknown" 填充。

工作流程

1. 解析输入参数。

- 应用默认值与取值范围限制。

- 初始化 warnings = []，seen_canonical_urls = set()，processed_urls = set()。

1. 执行搜索。

- 使用 web_search 运行 search_query。

- 若无可用结果，尝试一次替代查询：

- "{search_query} generative AI LLM model open source enterprise"

- 若仍无可用结果，明确失败并终止。

1. 标准化与过滤。

- 仅保留标题和链接均非空的结果。

- 统一 URL 格式：主机部分转小写，移除追踪参数，规范化安全尾部斜杠。

- 去重：基于标准化后的 URL。

- 应用 include_domains 和 exclude_domains 筛选。

- 优先选择在 search_time_window_days 时间窗口内的结果。

- 允许未知时间，但降低其评分。

1. 排名打分。

- 对每个候选项评分 0 到 100：

- AI 主题相关性：0..50

- 新鲜度：0..30

- 标题/摘要清晰度：0..20

- 排序规则：

- relevance_score 降序

- published_at 降序（未知时间排最后）

- url 升序

- 保留前 target_news_count * 2 个候选。

1. 验证与摘要生成。

- 按排序顺序处理候选，直到收集到 target_news_count 个已验证条目。

- 跳过已在 processed_urls 中的标准化 URL。

- 最多尝试 max_scrape_retries + 1 次 web_fetch。

- 若抓取失败，记录警告信息（含 URL 与原因），继续处理。

- 交叉验证搜索结果与抓取页面的一致性：

- 标题相似性

- 域名一致性

- 主题匹配度

- 可用时的发布时间一致性

- 若页面内容与搜索结果存在显著不一致，跳过并发出警告。

- 生成一段纯文本摘要，长度约 80 字以内。

- 聚焦于该事件对 AI 从业者的实际意义。

- 若摘要生成失败，记录警告并继续。

- 将补充完整的信息添加至条目。

1. 最低质量门槛检查。

- 若收集的条目数少于 min_articles_required，执行一次备用搜索：

- "AI news today machine learning model release funding research"

- 仅处理尚未见过或未处理的新候选。

- 重复执行过滤、排序、验证与摘要流程。

1. 最终完整性校验。

- 确保每个最终条目均包含非空的 title、url、domain、summary、source_query，且 relevance_score 为数值。

- 确保每个 URL 仅出现一次。

- 确保 markdown_newsletter 与 json_newsletter 的条目数量一致。

- 移除并警告所有无效条目。

1. 最终整理。

- 按 relevance_score 降序，再按 published_at 降序排序。

- 截断至 target_news_count 条。

- 渲染 markdown_newsletter。

- 组装 json_newsletter。

- 返回全部输出。

验证规则

仅当满足以下条件时才接受一个条目：

• URL 完整性：

- 标准化 URL 有效

- 重复项已去除

- 格式错误的 URL 被拒绝

• 来源一致性：

- 搜索标题与抓取标题大致匹配

- 摘要与页面内容描述同一事件

- 无关页面被拒绝

• 元数据合理性：

- 有效发布时间优先

- 仅当其他信息较强时允许使用未知时间

- 格式错误或不可能的时间被拒绝

• 内容完整性：

- 抓取内容须实质性围绕同一 AI 新闻事件

- 内容截断或损坏的页面被拒绝

• 警告日志：

- 记录每次失败的 URL 及原因

- 记录是否使用了备用搜索

Markdown 格式要求

markdown_newsletter 必须使用以下结构：

• H1 标题：包含日期
• 每篇文章使用一个 H2 标题
• 每篇文章对应一段简短摘要
• 每篇文章附带一个来源链接

示例：

AI 新闻简报每日版 — 2026-04-28

1. 文章标题

摘要段落。

来源：[链接](url)

警告

仅在需要时包含此部分。

失败处理策略

仅在以下情况强制失败：

• 初始搜索与备用搜索均未返回有效链接
• 必要工具不可用

软失败并继续处理的情况包括：

• 单次抓取失败
• 单次摘要生成失败
• 缺失 published_at
• 候选条目通过交叉验证失败

当结果数量介于 min_articles_required 与 target_news_count 之间时，允许部分成功。

始终提供可操作的警告信息，包含 URL、简要原因，以及是否使用了备用搜索。

安全规则

• 仅使用授权工具。
• 不向用户请求 API 密钥。
• 不暴露敏感信息。
• 不包含受版权保护的完整文章内容。
• 摘要保持中立、简洁且客观。
• 在工具输出允许的情况下，保持行为的确定性。

返回结构

json_newsletter 必须包含：

• date
• query
• count
• articles
• warnings