核心用法
stock-hot-news 是一款专注于财经领域的智能新闻爬取与话题归纳系统，采用 Python + Scrapling 技术栈，针对财联社、金融界、证券时报网三大权威财经网站进行稳定数据采集。用户只需执行 python main.py --module3-mode playwright 即可触发完整工作流，系统自动完成数据爬取、混合评分、HTML报告生成及浏览器自动打开。
混合评分机制是该技能的核心亮点：本地规则引擎占55分权重，负责快速筛选和基础质量判断；大模型评估占45分权重，进行深度语义理解和话题重要性分析，双轨制确保评分既高效又精准。
显著优点
- 权威信源聚焦：明确排除普通新闻、娱乐八卦，专注财经垂直领域
- 可视化交付：专业级HTML报告采用响应式设计，支持多端浏览
- 实时快讯能力：除热点话题外，同步采集实时快讯流
- 配置化架构：v1.0.3版本实现全路径配置化，输出目录、API密钥均可通过
url_config.json自定义 - 快速执行：完整工作流仅需约42秒，含自动旧数据清理
潜在局限
- 信源覆盖有限：当前仅支持3个主力网站，README中标记的6个扩展网站尚未实现
- 依赖外部服务：混合评分中的大模型评估环节依赖外部API，存在网络延迟和成本问题
- Playwright依赖：默认模式需要Playwright浏览器环境，对轻量环境不够友好
- 配置门槛：初次使用需手动编辑JSON配置文件，对非技术用户有一定门槛
适合人群
金融从业者、量化交易者、财经内容运营者、投资研究员，以及需要快速掌握市场热点动向的决策者。
常规风险
- 数据合规风险：网页爬取需遵守目标网站的Robots协议和服务条款
- API密钥安全：v1.0.2版本已修复硬编码密钥问题，但仍需用户妥善保管配置文件
- 内容时效性：财经新闻时效性强，系统输出为抓取时刻的快照，非持续推送流
- 评分主观性：大模型评分存在概率性波动，同一话题多次评分可能产生差异