核心用法
Multi-Source Intel Radar 是一个面向C端创业者和运营者的信息聚合与过滤系统。用户通过上传OPML文件（如Follow.app导出）或提供订阅源列表，系统从YouTube、X/Twitter、Reddit、微信公众号、小红书五大渠道抓取内容，基于关键词白名单（默认：创业、AI、增长、金融）进行智能筛选，最终输出结构化的每日情报摘要。
使用流程分为四步：1) 解析OPML生成标准化订阅源列表；2) 抓取过去48小时内容并执行关键词匹配；3) 按四维度加权评分（相关性40%、可执行性30%、新颖性20%、证据密度10%）；4) 生成执行导向的摘要，包括Top 3必读信号、Top 5观察清单、被过滤噪音说明及下一项具体行动建议。
对于非RSS原生平台（微信公众号、小红书），系统支持通过RSS桥接链接或手动维护观察清单，并标注需人工扫描的内容。
显著优点
- 多源整合：覆盖中英文主流内容平台，打破信息孤岛
- 信号导向：明确排斥鸡汤、重复观点，优先一手数据与具体案例
- 执行闭环：每条信号配具体行动建议，避免"读完即忘"
- 透明机制：公开过滤漏斗数据（扫描→匹配→入围→精选），用户可追溯决策逻辑
- 灵活配置：支持自定义关键词、时间窗口、输出节奏（早晚双 digest）
潜在局限
- RSS依赖：部分平台（尤其微信、小红书）RSS支持不稳定，需手动维护
- 关键词盲区：严格白名单可能遗漏跨界创新信号
- 评分主观性：权重设计偏向"可快速行动"，可能低估长期趋势
- 中文NLP挑战：标题/摘要关键词匹配对语义理解有限
适合人群
- 早期创业公司创始人（0-50人阶段）
- 增长/运营负责人需快速跟踪竞品动态与行业案例
- 独立开发者与AI应用创业者寻求市场信号
常规风险
- 信息过载误判：过滤规则过严可能导致信号丢失，建议定期审计被丢弃内容
- 来源偏见：OPML订阅源质量直接影响输出，需警惕回音室效应
- 行动焦虑：高频digest可能制造虚假紧迫感，建议结合周回顾机制使用