Creator Alpha Feed

📡 AI创作者每日情报自动站

自动采集AI领域KOL动态与行业资讯,智能排序后推送至飞书/Obsidian,帮助创作者高效追踪热点、构建内容选题库。

收藏
9.6k
安装
2.5k
版本
1.0.2
CLS 安全性认证2026-08-09
点击查看完整报告 >

使用说明

核心用法

Creator Alpha Feed 是一款面向AI内容创作者的信息聚合技能,主要用于自动化采集、排序和推送AI领域的每日优质内容。其工作流程分为四个核心环节:

1. 配置驱动采集
技能优先读取 Obsidian 配置路径(${OBSIDIAN_CONFIG_PATH}/OpenClaw/项目/AI内容日报/采集配置.md),支持高度自定义的采集策略。X/Twitter 采集遵循三级优先级:首页信息流 → 白名单账号 → 关键词追踪,确保核心信源不遗漏。

2. 智能资源管控
采用浏览器自动化方案时,严格执行「7并发标签页」上限,完成后优先关闭标签,最终保持0-1个标签存活,避免资源泄露。API优先、浏览器兜底的双层架构兼顾效率与稳定性。

3. 结构化输出与分级推送
默认输出结构包含三大板块:KOL TOP3(近6小时)、实用教程/观点 TOP10、行业动态 TOP3(近6小时)。结果区分「精简版群推」与「完整版 Obsidian 归档」,满足不同场景的信息消费深度。

4. 可观测性与问责
强制包含三项追踪信息:核心账号(@xiaohu @dotey @marclou)状态、降级回退说明、最终报告路径。群聊场景中支持 @提问者 的主动提及,强化互动闭环。

显著优点

  • 工作流闭环:从采集、排序到多端推送(飞书/Obsidian)形成完整自动化链路,减少人工筛选成本
  • 信源分级明确:白名单机制确保核心KOL内容优先捕获,避免算法推荐的噪音干扰
  • 资源治理严谨:浏览器并发硬限制与标签清理策略,体现工程化运维意识
  • 可扩展脚本生态:提供 collect-v4.sh 等确定性回退脚本,便于 Cron 定时或 CI 集成
  • 创作者场景深度适配:6小时窗口、TOP3/TOP10 分级、Obsidian 原生支持,贴合内容生产节奏

潜在局限与风险

  • 平台依赖风险:X/Twitter 的 API 稳定性与反爬策略变化可能导致采集中断
  • 时间窗口盲区:6小时滑动窗口可能遗漏突发热点或跨时区重要内容
  • 排序黑盒化:配置中的"ranked outputs"未披露具体排序算法(互动量/时间/权重混合?),可解释性有限
  • 本地化门槛:依赖 Obsidian 本地路径与 Shell 脚本,Windows 环境或非技术用户配置成本较高
  • 内容合规隐患:自动化聚合AI领域观点类内容,存在观点偏颇或未经核实的信息被放大传播的风险

适合人群

  • AI 领域自媒体创作者、 Newsletter 运营者
  • 科技行业分析师、投资人需要每日舆情监控
  • 技术社区运营者维护内容选题池
  • Obsidian + 飞书 双栈深度用户

常规风险

  • 浏览器自动化被目标平台识别为机器人行为,导致账号限流或封禁
  • 本地配置文件路径错误导致采集任务静默失败
  • 高频定时任务未配置合理熔断机制,造成资源浪费或服务抖动

安全解读

核心用法

Creator Alpha Feed 是一款面向AI内容创作者的信息聚合工具,通过自动化脚本从多个公开数据源(X/Twitter、Reddit、Hacker News等)采集AI领域相关内容,经过智能排序后生成结构化日报。用户需首先配置Obsidian仓库路径,系统按"首页信息流→白名单账号→关键词搜索"的三层策略执行采集,优先使用API接口,不可用时降级至浏览器模拟。采集结果按KOL TOP3(近6小时)、实用教程观点TOP10、行业动态TOP3的模板自动分级,最终推送精简版至群组频道,完整报告写入指定Obsidian路径。

工具内置scripts/collect-v4.sh等自动化脚本作为确定性降级方案,强制限制浏览器并发标签数为7个,确保资源可控。输出需包含必追踪账号状态(@xiaohu @dotey @marclou)、降级说明、报告最终路径,并在群组回复中支持@提问者功能。

显著优点

零依赖轻量架构:纯Bash脚本实现,无任何第三方依赖包,彻底规避供应链攻击风险,部署成本极低。代码量仅2,363行,结构清晰易于审计。

多源冗余采集:整合Algolia HN API、Reddit公开API、Nitter Twitter镜像集群、RSSHub等9个数据源,形成交叉验证机制,单一服务故障不会导致整体失效。

创作者场景深度适配:内置KOL追踪、教程筛选、行业分级等创作者专属需求,输出格式直接兼容Obsidian知识库和飞书协作流程,减少二次加工成本。

安全合规设计:仅读取公开数据,不触碰用户敏感信息,符合GDPR数据最小化原则,隐私扫描得分88分。

潜在缺点与局限性

HTML解析脆弱性:从Nitter获取的Twitter内容依赖正则表达式提取,目标网站结构变更即会导致采集失效,建议迁移至pup/xidel等结构化解析工具。

外部服务依赖风险:核心功能依赖Algolia、Reddit、Nitter等第三方公开API,存在限流、服务下线或格式变更风险,当前错误处理和降级策略不够完善,缺乏指数退避重试机制。

配置灵活性不足:日志路径、输出目录等关键参数未开放环境变量配置,仅支持基于脚本位置的自动创建,多环境部署时适应性受限。

无数据缓存机制:频繁请求外部API易触发限流,且重复采集相同内容造成资源浪费,建议增加TTL缓存层。

适合的目标群体

  • AI领域自媒体运营者:需要持续追踪KOL动态、热点话题以维持内容更新频率的博主、 Newsletter 作者
  • 技术社区运营人员:负责AI垂类社群内容策展、每日精选推送的社区管理者
  • 投研与行业分析师:需要监控AI技术趋势、竞品动态的研究型用户
  • Obsidian/飞书重度用户:已将知识工作流沉淀至上述平台的效率工具使用者

使用风险

网络稳定性风险:Nitter镜像服务频繁变动,RSSHub存在被屏蔽可能,建议部署私有化RSSHub实例作为备选。

数据时效性延迟:依赖公开API的速率限制,极端情况下内容采集可能滞后数小时,不适合实时性要求极高的场景。

正则维护成本:HTML解析逻辑需随目标站点更新持续维护,长期使用建议 fork 后自行维护适配层。

浏览器资源占用:虽限制7标签并发,长时间运行仍存在内存泄漏可能,建议配合cron定时重启。

Creator Alpha Feed 内容

references文件夹
scripts文件夹
手动下载zip · 30.4 kB
cron-prompt-template.mdtext/markdown
请选择文件