核心用法
News Skill 是一个个性化新闻简报生成工具，通过本地记忆系统持续学习用户的阅读偏好。首次使用时，系统会询问用户的具体兴趣领域（如"70% AI, 30% markets"）、格式偏好（要点/叙事/仅标题）和推送时机（晨间/晚间/按需），构建 ~/news/memory.md 个人档案。后续每次简报前自动读取记忆文件，确保内容精准匹配。
简报遵循"事实优先，分析其次"原则：先陈述事件、标注时间、注明来源，再提供解读。针对争议性话题强制要求双源以上报道，明确标注来源分歧与编辑立场。
显著优点
- 完全本地化：用户偏好、阅读历史均存储于
~/news/目录，无外部数据传输 - 持续学习：通过
history.md追踪用户互动，主动建议档案优化 - 质量控制：内置防虚构规则，不确定信息明确标注，避免幻觉风险
- 结构化输出：晨间简报限制 5-7 条，避免信息过载
潜在局限
- 依赖用户主动维护记忆系统，初期配置成本较高
- 未集成实时抓取功能，需配合
scrapeskill 使用 - 多源验证依赖用户提供的可信源清单，源质量直接影响输出
适合人群
信息密集型工作者（投资者、研究人员、政策分析师）、需要定制化资讯流但担忧隐私泄露的用户，以及希望减少算法推荐依赖的主动信息管理者。
常规风险
- 若用户长期不更新
sources.md，可能形成信息茧房 - 本地文件损坏可能导致偏好丢失，需建议定期备份
- 与第三方抓取工具配合时，需额外注意抓取源的可靠性