Agent 与自动化工作流
AIRadar：每日定时运行的 AI 行业情报聚合与三路分流工作流
wenboxia/airadar · AIRadar · 每日定时运行的 AI 行业情报工作流
ELI5：它是什么，解决什么问题
AIRadar 是一个定时运行的 AI 行业情报工作流，将 20 个分层信源经抓取、去重、打分后按综合分三路分流：高分自动发布、中等分数每周交人审批、低分丢弃留档，并沉淀为可检索的 AI 行业知识库。项目采用三维价值分（相关度/新颖度/长期价值）打分，提供每周 12 条的人工审批单、三条降级链（内容、模型、业务）和分层记忆机制，并配套数据完整性、打分路由、分类稳定性、摘要忠实度与模型选型等评测脚本。
核心能力与快速开始
★ 22 · Python
- 能做什么
- 基于 20 个分层信源（S 官方 90 / A 专家 78 / B 媒体 62 / C 跨界 48）进行抓取、去重与打分；模型按相关度/新颖度/长期价值（0.25/0.25/0.5）计算综合分，营销通稿与仿造品封顶；综合分 ≥75 自动发布、50–75 送审、<50 丢弃留档。每周一生成 12 条审批单（待审 7、抽查 4、捞回 1），在 GitHub Issue 中勾选后关闭即提交。提供内容（直抓→Jina Reader→RSS 简介）、模型（DeepSeek→GLM→标记不可用）、业务（模型不可用时 S/A 级放行、其余送审）三条降级链。内置本周/知识库/趋势三层分层记忆，时效内容 14 天后退出知识库。附带数据完整性、打分路由、分类稳定性、摘要忠实度和模型选型对比等评测脚本。
- 适用场景
- 面向希望自动化收集与筛选 AI 行业资讯的个人或团队，用于每日定时产出经过打分与人工审批的 AI 行业情报；也可作为参考实现，学习基于 LLM 的分层信源聚合、三维打分路由、人机协同审批与多级降级容错的工作流设计。
- 项目形态
- 可直接使用的工具
- 部署方式
- 支持在线体验（GitHub Pages 站点）；本地运行使用 pip 安装依赖并以无 LLM 方式跑通全流程，Web 端在 web 目录下 npm install 与 npm run dev；接入模型与部署到自有仓库见 SETUP.md。
- 主要依赖
- Python 环境与 requirements.txt；Web 端需 npm；接入模型需配置相应 API（本地无 API key 时可走降级路径）。具体版本、硬件与完整依赖未说明。
- 使用限制
- 数据跨度不足 21 天时不给趋势结论；摘要忠实度抽样评测中现主力 9 篇有 1 篇不忠实；自动发布认同率 73%、送审最终收录率 44%；API 成本与速率限制、模型服务条款未说明。
- 许可证
- MIT
- 最近推送
- 2026-09-28 01:57
资料检查：2026-09-28 07:00 · 卡片整理：2026-09-28 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容
职业应用
程序员
作为可复用的 LLM 工作流参考，用于构建定时运行的行业情报聚合流水线：分层信源抓取、去重、三维价值分打分与三路分流，并配套数据完整性、打分路由、分类稳定性、摘要忠实度与模型选型等评测脚本，可供程序员在开发类似 LLM 应用时借鉴其架构与评测方法。
查看内容依据
AIRadar 是一个定时运行的 AI 行业情报工作流，将 20 个分层信源经抓取、去重、打分后按综合分三路分流：高分自动发布、中等分数每周交人审批、低分丢弃留档，并沉淀为可检索的 AI 行业知识库。
由 AI 根据来源材料整理，未进行安装或运行验证
产品经理
用于产品经理跟踪 AI 行业动态：每日定时聚合 20 个分层信源，按相关度/新颖度/长期价值打分并三路分流，高分自动发布、中等分数每周交人审批，沉淀为可检索的 AI 行业知识库，帮助产品经理持续获取行业情报。
查看内容依据
AIRadar 是一个定时运行的 AI 行业情报工作流，将 20 个分层信源经抓取、去重、打分后按综合分三路分流：高分自动发布、中等分数每周交人审批、低分丢弃留档，并沉淀为可检索的 AI 行业知识库。
由 AI 根据来源材料整理，未进行安装或运行验证
讨论 0
登录后参与讨论，阅读资讯无需注册。
还没有评论，来分享第一个看法。