name: ai-products description: 从Product Hunt、Hacker News、GitHub和Techmeme策划AI产品发布。当用户调用/ai-products或当/start-my-day需要产品发布时使用。
AI产品发现
从多个源获取、去重和排名AI产品发布。
源
| 源 | URL | 备注 |
|---|---|---|
| Product Hunt | https://www.producthunt.com/feed |
过滤AI相关 |
| Hacker News | https://hn.algolia.com/api/v1/search?tags=show_hn&numericFilters=created_at_i>TIMESTAMP |
Show HN帖子,24小时窗口 |
| GitHub Trending | https://mshibanami.github.io/GitHubTrendingRSS/daily/python.xml |
Python仓库 |
| Techmeme | https://techmeme.com/river |
产品公告 |
工作流程
-
检查缓存: 查找
50_资源/产品发布/YYYY-MM/YYYY-MM-DD-摘要.md。如果存在且日期为今天,返回缓存。 -
获取源: 对每个源使用WebFetch。提取产品名称、URL、描述和参与度指标(投票/点数/星标)。
-
过滤: 仅保留AI相关产品(关键词:AI、ML、LLM、GPT、Claude、自动化、代理、模型)。
-
去重: 相同产品跨源 = 合并。保留最佳描述,合并指标,跟踪所有源。
-
排名依据:
- AI相关性
- 参与度(归一化:PH投票/500,HN点数/100,GH星标/1000)
- 内容潜力(教程友好、值得评测、开源奖励)
- 时效性和新颖性
-
生成摘要: 参见TEMPLATE.md。部分:
- 精选推荐 (3-5) 带内容角度
- LLM与AI模型
- 开发者工具
- 生产力与自动化
- 开源亮点
-
保存文件:
50_资源/产品发布/YYYY-MM/YYYY-MM-DD-摘要.md50_资源/产品发布/YYYY-MM/原始数据/YYYY-MM-DD_ProductHunt-Raw.md50_资源/产品发布/YYYY-MM/原始数据/YYYY-MM-DD_HackerNews-Raw.md50_资源/产品发布/YYYY-MM/原始数据/YYYY-MM-DD_GitHub-Raw.md
输出格式
手动调用: 完整摘要,包含所有部分。
从/start-my-day: 压缩列表:
**产品发布机会 (5):**
- [产品名] - [内容角度] - [关键指标]
...
完整摘要: [[YYYY-MM-DD-摘要]]
错误处理
- 源不可用: 继续使用其他源,在摘要中注明
- 可用源少于2个: 回退到昨天的存档
- 空结果: 创建最小摘要,注明“今日无新AI产品”
内容角度逻辑
- 高参与度 + 教程友好: “教程机会”
- 新颖 + 早期阶段: “抢先报道优势”
- 开源 + 复杂: “深度分析”
- SaaS + 实用: “工具评测”
- 类似现有: “对比 vs [竞品]”