内容采集器专业版

付费版专享能力

核心能力

能力模块

针对能力模块,自动解析输入参数、调度任务队列、格式化输出,返回结构化响应. 输入: 用户提供能力模块相关的配置参数、输入数据和处理选项. 输出: 返回能力模块的处理结果。- 验证返回数据的完整性和格式正确性

• 参考能力模块的配置文档进行参数调优

采集来源

针对采集来源,自动解析输入参数、调度任务队列、格式化输出,返回结构化响应. 输入: 用户提供采集来源相关的配置参数、输入数据和处理选项. 输出: 返回采集来源的处理结果。- 验证返回数据的完整性和格式正确性

• 参考采集来源的配置文档进行参数调优

智能排名

针对智能排名,自动解析输入参数、调度任务队列、格式化输出,返回结构化响应. 输入: 用户提供智能排名相关的配置参数、输入数据和处理选项. 输出: 返回智能排名的处理结果。- 验证返回数据的完整性和格式正确性

• 参考智能排名的配置文档进行参数调优

适用场景

场景一:内容团队每日选题会

内容团队需要在每日早会前准备好当日的选题素材包,涵盖多个平台的热门 AI 内容.

# 1. 触发多源批量采集(支持 cron 定时)
# 每日 07:30 自动执行
0 7 * * * agent run alpha-feed-creator-pro --mode=batch --sources=all
# ...
# 2. 采集结果自动推送到团队群组
agent run alpha-feed-creator-pro \
  --push-channel=feishu \
  --push-target="content-team-daily" \
  --report-mode=summary

采集完成后,精简版日报会自动推送到团队飞书群,完整版写入 Obsidian 共享库:

<team_vault>/Skill平台/项目/AI内容日报/01-日报/2026-07-18_0730.md

场景二:品牌矩阵内容运营

管理多个品牌账号的内容运营,需要为每个账号定制差异化的采集配置和推送策略.

# 为不同品牌账号配置独立采集策略
agent run alpha-feed-creator-pro \
  --config=brand-a.yaml \
  --sources="x,zhihu,jike" \
  --keywords="AI Agent,大模型,行业应用" \
  --push-channel=wechat-work \
  --push-target="brand-a-ops"
# ...
agent run alpha-feed-creator-pro \
  --config=brand-b.yaml \
  --sources="x,weibo" \
  --keywords="开源,创业,融资" \
  --push-channel=feishu \
  --push-target="brand-b-ops"

场景三:行业研究与竞品追踪

研究机构需要持续追踪竞品在多个平台的动态,并生成结构化研究报告.

# 竞品动态追踪(按周汇总)
agent run alpha-feed-creator-pro \
  --mode=weekly-summary \
  --track-accounts="@competitor1,@competitor2" \
  --report-format=research \
  --output="<vault>/research/竞品追踪/"

使用流程

优秀步:升级配置文件

将免费版配置升级为 Pro 版多源配置:

# pro-config.yaml
edition: pro
sources:
  - platform: x
    enabled: true
    api_priority: true
  - platform: zhihu
    enabled: true
  - platform: jike
    enabled: true
  - platform: weibo
    enabled: false  # 按需启用
# ...
whitelist:
  - "@xiaohu"
  - "@dotey"
  - "@marclou"
# ...
keyword_groups:
  - name: "技术深度"
    keywords: ["AI Agent", "LLM 训练", "多模态"]
  - name: "行业应用"
    keywords: ["AI 落地", "企业 AI", "RAG"]
# ...
ranking:
  algorithm: semantic-quality
  dimensions: [semantic, quality, engagement]
  weights:
    semantic: 0.4
    quality: 0.35
    engagement: 0.25
# ...
push:
  enabled: true
  channels:
    - type: feishu
      target: "content-team-daily"
      mode: summary
    - type: wechat-work
      target: "brand-ops"
      mode: full
# ...
schedule:
  cron: "0 7 * * *"
  timezone: "Asia/Shanghai"
# ...
output:
  obsidian_path: "<team_vault>/Skill平台/项目/AI内容日报/"
  structure:
    daily: "01-日报/"
    records: "02-运行记录/"
    docs: "03-文档/"

第二步:启动批量采集

# 立即执行一次完整采集
agent run alpha-feed-creator-pro --config=pro-config.yaml
# ...
# 启用定时调度
agent schedule add \
  --skill=alpha-feed-creator-pro \
  --cron="0 7 * * *" \
  --config=pro-config.yaml

第三步:验证推送

# 检查推送渠道连通性
agent run alpha-feed-creator-pro --check-push
# ...
# 测试推送一条样例日报
agent run alpha-feed-creator-pro \
  --dry-run \
  --push-test

输入格式

输出格式

{
  "success": true,
  "data": {
    "overall_grade": "A",
    "total_score": 92,
    "max_score": 100,
    "summary": "处理完成",
    "details": [
      {
        "item": "代码风格",
        "status": "pass",
        "score": 95,
        "comment": "符合规范"
      },
      {
        "item": "安全合规",
        "status": "warn",
        "score": 80,
        "comment": "符合规范"
      }
    ],
    "improvements": [
      {
        "priority": "high",
        "suggestion": "建议优化",
        "expected_gain": "+5分"
      },
      {
        "priority": "medium",
        "suggestion": "建议优化",
        "expected_gain": "+3分"
      }
    ]
  },
  "error": null
}

异常处理

依赖说明

运行环境

• Agent 平台: 支持解析 SKILL.md 的任意 AI Agent(Claude Code / Cursor / Codex / Gemini CLI 等)
• 操作系统: Windows / macOS / Linux(推荐 Linux 用于生产环境)
• 浏览器: 多源采集需要 Agent 具备浏览器操作能力(API 不可用时的回退通道)
• 笔记库: 推荐 Obsidian 团队库,亦支持任意 Markdown 文件管理工具
• 调度服务: 定时任务依赖 Agent 平台的 cron 调度能力或系统 crontab

依赖说明(补充)

API Key 配置

• 平台 API Key: 多源采集若使用平台官方 API,需在 Agent 环境预配置各平台访问凭证(建议使用环境变量或密钥管理服务,切勿硬编码).
• Embedding API: 语义排名依赖 Embedding 能力,使用 Agent 内置大模型时无需额外 Key;使用外部 Embedding 服务时需配置对应 API Key.
• 推送渠道 Token: 群组推送需配置对应渠道的机器人 Webhook 或应用 Token(飞书/企微/钉钉等).
• 配置安全: 所有 API Key 建议通过环境变量注入,配置文件中仅保留引用占位符,避免敏感信息入库.

可用性分类

• 分类: MD+EXEC(纯 Markdown 指令 + 部分功能需 exec 命令行执行能力)
• 说明: 以自然语言指令驱动 Agent 完成多源采集、智能排名、群组推送与定时调度,浏览器操作与脚本执行作为增强通道
• 适用规模: 团队/企业级,日采集量 500 条以上,支持多租户并发
• 兼容性: 与 alpha-feed-creator-free 配置完全兼容,可平滑升级
• 支持级别: 优先支持(Pro 版享有问题优先响应与功能迭代建议通道)

案例展示

企业级多租户配置

# enterprise-config.yaml
edition: pro
tenant_mode: enabled
tenants:
  - id: 租户-content-team
    name: "内容团队"
    config: configs/content-team.yaml
    push: feishu://content-team
  - id: 租户-brand-ops
    name: "品牌运营"
    config: configs/brand-ops.yaml
    push: wechat-work://brand-ops
# ...
ranking:
  algorithm: semantic-quality
  cache_enabled: true
  cache_ttl: 3600
# ...
audit:
  enabled: true
  log_path: "logs/audit/"
  retention_days: 90

自定义日报模板

<!-- template: research-report.md -->
# "creator_result" AI 行业研究报告
# ...
## 常见问题
# ...
### Q1: Pro 版如何与免费版共存?
# ...
Pro 版与免费版可共存。两者配置文件格式兼容,Pro 版会优先读取 Pro 专属字段(如 `sources`、`ranking.algorithm`、`push` 等),缺失时回退到免费版行为。建议生产环境统一使用 Pro 版,免费版仅用于个人测试.
# ...
### Q2: 多源采集会不会触发平台风控?
# ...
Pro 版内置防风控策略:每个平台独立限流、随机间隔、API 优先、浏览器回退。建议单平台单次采集不超过 100 条,日采集频次不超过 6 次。多租户场景务必错峰执行,避免同一出口 IP 并发过高.
# ...
### Q3: 群组推送支持哪些渠道?
# ...
Pro 版支持飞书、企业微信、钉钉、Slack 等主流群组渠道,以及 Webhook 通用推送。每个渠道可独立配置推送模式(summary 精简版 / full 完整版)和推送目标。新增渠道可通过实现 `PushChannel` 接口扩展.
# ...
### Q4: 智能排名算法需要额外模型吗?
# ...
语义维度依赖 Embedding 模型计算内容相似度,可使用 Agent 内置大模型的 Embedding 能力,无需额外部署模型。质量维度基于规则与统计特征,不依赖外部模型。所有计算在采集流程内完成,不增加额外 API 调用成本(除 Embedding 外).
# ...
### Q5: 如何为不同团队配置差异化策略?
# ...
使用多租户配置,每个租户独立配置白名单、关键词、排名权重和推送渠道。租户间数据隔离,采集结果与日报互不干扰。管理员可通过 `--租户` 参数指定运行租户.
# ...
### Q6: 定时调度如何管理?
# ...
Pro 版内置 cron 调度器,支持 `agent schedule add/list/remove` 命令管理定时任务。每个任务绑定独立配置文件,支持时区设置。调度日志写入 `02-运行记录/` 目录,便于排查执行异常.
# ...
### Q7: 日报模板如何自定义?
# ...
Pro 版支持 Handlebars 语法的模板引擎。将模板文件放入配置指定的模板目录,在配置中通过 `output.template` 指定模板文件名。模板变量包括 `date`、`summary`、`categories`、`competitor_section`、`degradation_notes` 等.
# ...
### Q8: 采集覆盖率不足时如何处理?
# ...
当某平台采集失败导致覆盖率低于阈值(默认 70%)时,Pro 版会在日报顶部标注降级说明,并通过告警通道通知管理员。建议配置备用来源,当主来源故障时自动启用备用来源补采.
# ...
## 错误处理
# ...
# ...
| 错误场景(续)| 原因 | 处理方式 |
|----:|:----|----:|
| LLM响应超时或无响应 | 网络延迟或模型负载过高 | ，请求；确认Agent平台LLM服务正常 |
| 输入内容格式不正确 | 用户输入不符合skill预期格式 | 检查输入是否符合skill使用说明中的格式要求，参考示例章节 |
| 执行结果与预期不符 | 指令描述不够明确或上下文不足 | 提供更详细的指令描述，补充必要的上下文信息 |
| 命令执行失败 | 运行环境不满足要求或权限不足 | 确认运行环境符合依赖说明中的要求；检查命令权限设置 |
# ...
# ...