ORF

核心用法

ORF Digest 是面向奥地利广播公司（ORF）新闻频道的自动化摘要工具。用户通过简单指令触发：orf 获取默认 5 条新闻，orf 10 指定数量（最多 15 条），或附加 inland/ausland 筛选国内/国际政治板块。系统自动排除体育内容，确保聚焦时政。

每条新闻以独立消息形式推送，格式固定为三行：德语标题、发布时间（如 "45m ago"）、ORF 原文链接。最后生成一张 Nano Banana 卡通风格插图，模拟奥地利晚间新闻 ZiB 演播室场景——主播站在环绕式视频墙前，墙面上以 4-6 个简洁面板呈现关键新闻，每面板含大写主题标签、迷你标题和 1-2 个图标，并埋藏与新闻相关的视觉彩蛋。

显著优点

• 精准信源：直接对接 ORF 官方新闻流，德语原生内容权威性高
• 智能筛选：自动过滤体育，优先政治与国际板块，减少信息噪音
• 视觉叙事：Nano Banana 生成的 ZiB 演播室图具备独特辨识度，将文字新闻转化为场景化记忆
• 灵活控制：数量、板块均可自定义，满足轻度浏览到深度追踪的不同需求

潜在局限

• 语言门槛：仅输出德语，非德语用户需借助翻译
• 地域聚焦：奥地利国内政治权重较高，对非德语区用户价值递减
• 图像生成依赖：Nano Banana 为外部 AI 绘图服务，存在生成延迟、风格不稳定或内容审查导致的失败风险
• 彩蛋可控性：视觉彩蛋由系统自动嵌入，用户无法自定义或禁用

适合人群

• 德语学习者或研究者，需原生新闻输入
• 关注奥地利、欧盟政治动态的分析师与记者
• 偏好视觉化新闻摘要的效率型用户

常规风险

• 网络波动可能导致 ORF 抓取失败，此时回退至浏览器工具人工选取，时效性与准确性略有下降
• AI 生成图像可能出现文字渲染错误、符号歧义或意外的政治敏感视觉隐喻
• 外部脚本执行（orf.py、zib_prompt.mjs 等）存在本地环境依赖，跨平台兼容性未明确

核心用法

orf-digest 是一个专注于奥地利广播公司(ORF)新闻的智能摘要工具。用户通过简单的自然语言指令即可触发：输入"orf"获取默认5条新闻，"orf 10"指定数量（最多15条），或添加"inland"/"ausland"参数筛选国内/国际政治新闻。系统会自动排除体育内容，优先呈现政治和重大头条。

执行流程分为三个阶段：首先解析用户指令中的数量和焦点参数；然后调用Python脚本从ORF官方RSS源抓取新闻数据；最后将每条新闻以标准化三行格式（标题、时间、链接）逐条发送，并生成一张独特的Nano Banana图像——以卡通ZiB（Zeit im Bild）新闻演播室风格呈现，主播站在环绕式视频墙前，墙上展示4-6个故事面板，每个面板包含大写主题标签、迷你标题和简洁图标，巧妙融入新闻内容的视觉彩蛋。

显著优点

权威数据源：直接对接ORF官方RSS（rss.orf.at），确保新闻的时效性和权威性，覆盖奥地利最主流的新闻出口。

智能内容过滤：自动排除体育版块，聚焦政治和重大新闻，满足用户对严肃资讯的需求；支持国内/国际双轨筛选。

创新视觉呈现：将枯燥的新闻列表转化为富有奥地利文化特色的卡通演播室场景，增强信息传达的趣味性和记忆点。

开发者背书：由Christoph Nakazawa（前Meta/Instagram工程总监、Jest测试框架创建者）维护，代码质量和工程规范有保障。

潜在缺点与局限性

语言门槛：输出为德语原文，非德语用户需要额外翻译理解；图像生成提示词也基于德语文本构建。

地域聚焦：高度聚焦奥地利本土新闻，对国际用户的普适性有限；即使选择"ausland"国际版块，视角仍偏向奥地利关切。

图像生成依赖：核心体验依赖Google GenAI的Nano Banana图像生成服务，若该服务不可用或政策调整，视觉功能将失效。

跨Skill耦合：图像生成脚本实际引用hn-digest目录下的外部文件，存在架构耦合和维护风险。

适合的目标群体

• 关注奥地利政治动态的德语使用者（在奥华人、德语学习者、区域研究者）
• 需要快速获取ORF头条但不愿浏览完整网站的用户
• 偏好视觉化信息呈现、对新闻演播室美学感兴趣的用户
• 需要德语新闻素材进行语言学习或内容创作的教育工作者

使用风险

依赖管理风险：Python依赖（google-genai、pillow）未锁定版本，可能因上游更新引入破坏性变更；建议关注requirements.txt的后续更新。

网络单点故障：RSS源抓取和图像生成均依赖外部服务，任一环节失败将影响完整体验；虽提供浏览器工具降级方案，但流程会中断。

内容时效性：RSS抓取存在天然延迟，突发重大新闻可能尚未同步；图像生成需要额外时间，不适合毫秒级响应场景。

版权与合规：ORF内容为官方版权材料，图像生成可能涉及新闻画面的风格化再现，用户应确保符合当地版权法规和个人使用原则。