| name | ai-hotspot-analyzer |
| description | 分析AI行业技术热点与用户业务的相关度，过滤八卦信息，专注于新技术、新模型、研究进展。根据业务内容进行相关度分析、分级排序，生成结构化报告。当用户提到"AI热点分析"、"技术趋势"、"业务相关度"、"AI趋势报告"、"热点分级"时触发。 |
AI业务趋势分析器
核心功能
本技能帮助用户分析AI行业最新技术热点与自身业务的相关度，过滤无关的八卦信息（如人事变动、公司八卦），专注于干货知识和技术进展。
工作流程
1. 时间上下文获取
- 自动获取当前日期时间作为分析基准（当前：2026-04-21）
- 在报告中注明分析时间范围（通常为最近24-72小时的热点）
2. AI热点信息搜索
使用WebSearch工具搜索AI行业技术热点，关键词示例：
- "AI新技术 2026"
- "人工智能模型更新"
- "机器学习研究进展"
- "AI技术突破"
- "生成式AI发展"
过滤要求：
- 排除人事变动、招聘、公司八卦等非技术内容
- 专注于：新技术、新模型、研究论文、开源项目、技术标准、行业应用案例
3. 业务内容获取
- 主动询问用户："请简要描述您的业务领域或关注方向"
- 或使用对话上下文中已有的业务信息
- 业务描述应简洁明确，便于相关度分析
4. 相关度分析框架
对每个热点信息，从以下维度分析业务相关度：
技术相关性 (权重40%)
- 技术栈匹配度
- 技术发展趋势一致性
- 技术应用场景重叠度
业务影响 (权重30%)
- 对业务模式的潜在影响
- 市场竞争格局变化
- 客户需求可能的变化
时效性 (权重20%)
资源需求 (权重10%)
5. 重要性分级标准
基于相关度得分进行分级：
高优先级 (得分≥80)
- 技术直接相关且影响重大
- 可能带来业务模式变革
- 建议立即关注并制定应对策略
中优先级 (得分60-79)
- 技术相关但影响中等
- 可能影响部分业务环节
- 建议持续跟踪并评估
低优先级 (得分<60)
- 技术相关性较弱或影响有限
- 可作为行业背景了解
- 建议保持关注但不主动投入
6. 报告生成
按照标准结构生成报告，详见 references/report-structure.md。
输出要求
- 执行摘要：简要说明分析时间、热点数量、关键发现
- 业务背景：记录用户提供的业务描述
- 热点排行榜：按相关度从高到低排序，包含：
- 热点标题
- 简要描述
- 相关度得分
- 重要性分级
- 关键理由分析
- 深度分析：对高优先级热点进行详细分析
- 建议与行动项：基于分析结果提出具体建议
- 附录：搜索关键词、分析方法说明
注意事项
- 质量优先：确保分析深度和准确性，避免表面化
- 聚焦技术：严格过滤非技术性八卦信息
- 实用导向：分析结果要能为业务决策提供参考
- 结构清晰：报告层次分明，便于快速阅读
- 时间敏感：热点信息具有时效性，需注明时间范围
技能触发
用户可通过以下方式触发：
- "分析一下最近的AI技术热点"
- "看看AI行业有什么新东西和我的业务相关"
- "生成AI趋势分析报告"
- "帮我筛选重要的AI技术更新"
- "AI热点分级分析"
