核心用法
Daily News Brief 是一款面向投资人和行业研究者的自动化新闻聚合 skill。用户通过配置文件设定监控模式（全量/重点领域）、目标话题、新闻源优先级和推送时间，系统每日在指定时段自动执行抓取-处理-推送全流程。
典型配置：选择 "focused" 模式并设定 focus_topics 为关注的细分赛道（如机器人、AI、房地产），系统将优先抓取与这些主题相关的新闻，并按政策、上市公司、产业动态三栏分类输出。
手动触发：支持 run 立即执行、test 测试模式（仅生成不推送）、config 查看当前配置。
显著优点
1. 多源聚合与智能去重：整合财联社、IT之家、36氪等主流媒体，通过 URL、标题规范化、事件优先级三重去重机制，避免信息冗余。
2. 显式规则分类：不依赖复杂 NLP，采用关键词和股票代码正则匹配，将新闻稳定划分为政策、上市公司、产业动态三类，适合金融场景的确定性需求。
3. 研报级改写：固定 prompt 驱动 LLM 将冗长新闻压缩为 1-2 句话，强制保留关键数据（营收、市占率、融资额等），输出风格统一、信息密度高。
4. 灵活可配置：支持全量/聚焦双模式、多时段定时、关键词黑白名单、时区设置，适应不同用户的监控强度需求。
潜在缺点与局限性
- 数据源依赖：核心源（财联社、36氪等）若变更反爬策略或接口，需手动更新 fetcher。
- 改写质量波动：LLM 改写依赖模型能力，复杂事件可能出现关键数据遗漏或表达歧义，需人工复核。
- 无实时推送：最小粒度为定时任务（如 08:00、17:30），对突发重大事件存在延迟。
- 分类规则盲区：显式规则可能漏判新型政策表述或非标准股票代码格式。
适合人群
- 二级市场投资人、基金经理、行业研究员
- 科技/政策领域的独立分析师和自媒体从业者
- 需要每日快速浏览核心商业动态的职场人士
常规风险
1. 信息时效风险：新闻抓取到推送存在处理延迟，不构成实时交易建议。
2. 数据准确性风险：改写过程可能因 LLM 幻觉导致数据偏差，重大决策需核对原始来源。
3. 合规风险：自动抓取需遵守各新闻源的 robots.txt 和使用条款，过度频繁请求可能触发封禁。
4. 隐私与推送安全：Telegram 推送需配置 bot token 和 chat ID，存在凭证泄露风险，建议启用加密存储。