// 基于 WPS 笔记知识库的新闻智能解读。将新闻存入笔记，搜索用户整个笔记库找到关联内容， 产出个性化 insight 分析。也支持批量新闻收集写入简报。 当用户说「找新闻」「热点汇总」「新闻简报」「帮我读这篇文章」「看看这个链接」 「这条新闻和我的项目有什么关系」或谈论/分享任何具体新闻资讯时使用。 不适用于：笔记的常规读写编辑、非新闻类内容的保存、纯知识问答。
Create new skills or improve existing skills by clarifying intent, drafting SKILL.md instructions, organizing supporting resources, and doing lightweight manual review. Use when users want to create a skill from scratch, revise a skill, package a skill, or improve a skill's trigger description.
【深度搜索】面向复杂问题的启发式检索助手。 默认执行“笔记证据 + 网络权威信源”的混合检索，不止笔记内关键词搜索。 当用户说“深度搜索”“帮我深挖”“关联查询”“全面梳理”“帮我核实一下”时使用。 本版本为单代理串行执行，禁用 sub_agent。
基于用户已有笔记创建学习自测闭环；当用户说“出点题考考我”、自测、测验时，读取材料，生成选择题、填空题、简答题等不提前泄题的习题，等待用户作答后按原文证据批改，并输出错因反馈、重学建议和可选复习记录。
笔记文件级标签整理的核心原则与完整工作流程（CLI 版）。通过系统命令行调用 wpsnote-cli 操作 WPS 笔记，无需 MCP 服务连接。当用户提到"整理笔记标签"、"清理标签"、"标签太乱"、"标签太多"、"帮我打标签"、"重构标签"、"重新分类"、"笔记分类混乱"、"标签体系需要优化"等需求时使用；标签管理必须使用 wpsnote-cli manage-tags，不通过编辑 block 或 <tag> XML 修改标签。
笔记文件级标签整理的核心原则与完整工作流程。用户提到"整理笔记标签"、"清理标签"、"标签太乱"、"标签太多"、"帮我打标签"、"重构标签"、"重新分类"、"笔记分类混乱"、"标签体系需要优化"时必须使用；基于 wps-note MCP 的 get_note_stats、find_tags、get_note_info、search_notes、manage_note_tags 等工具执行，不通过编辑 block 或 <tag> XML 管理标签。
多平台编码助手。遵循各平台官方文档做编码规范、单测与编译/lint；协助将核心技术梳理为完整 WPS 笔记技术文档。生成的笔记必须包含 7 个二级标题（核心技术、核心代码、关键技术点、核心类和职责、调用链、架构概览、注意事项）；其中架构、核心技术、调用链的图示优先用 WPS 笔记的 generate_image 根据描述生成图片再用 insert_image 插入。用户新增标题时根据诉求补充内容；用户未关闭当前笔记期间约 1 分钟后主动更新直至关闭。当用户使用 Cursor、Codex、Claude Code、AS code 且提到架构、设计图、核心方法、关键技术或技术文档时，自动读写在 WPS 笔记。先 list_notes 先查后编；核心代码可从注释、复制、剪切板、选中或指定函数获取。子 skill review-notes 与 reference 负责流程细节。每30s监控一个笔记内容是否变动，如果变动自动更新文档。
| name | news-to-note |
| description | 基于 WPS 笔记知识库的新闻智能解读。将新闻存入笔记，搜索用户整个笔记库找到关联内容， 产出个性化 insight 分析。也支持批量新闻收集写入简报。 当用户说「找新闻」「热点汇总」「新闻简报」「帮我读这篇文章」「看看这个链接」 「这条新闻和我的项目有什么关系」或谈论/分享任何具体新闻资讯时使用。 不适用于：笔记的常规读写编辑、非新闻类内容的保存、纯知识问答。 |
| metadata | {"version":"1.0.0","mcp-server":"wpsnote","tags":["news","insight","knowledge-base","wps-note"]} |
纯新闻没有价值，新闻 × 你的知识库 = 有价值的洞察。
任何应用都能搜索新闻，但只有 WPS 笔记知道用户关心什么、在做什么项目、参加过什么会议、记录过什么想法。本 Skill 的核心能力：
| 工作流 | 触发场景 | 产出 |
|---|---|---|
| A — 新闻收集 | "找新闻""热点汇总""新闻简报" | 当日简报笔记 |
| B — 新闻解读 | 用户接触到任何具体新闻/资讯 | 笔记存档 + 个性化深度分析 |
判断规则：
不适用于：笔记的常规读写编辑（用 wps-note Skill）、非新闻类内容保存、纯知识问答。
批量搜索 → 去重筛选 → 写入简报笔记。
site: 限定来源，2-4 组查询。模板见 query-recipes.md。utm_* 等跟踪参数，以 URL 去重，避免重复写入。新闻简报 YYYY-MM-DD，先搜后建。block_id，用 edit_block(op=insert) 追加 <h2> 标题 + <p><a> 链接 + <p> 摘要。sync_note，回报插入条数。这是本 Skill 的核心差异化能力。 用户接触到任何新闻时触发。
| 输入类型 | 获取方式 |
|---|---|
| 有 URL | web_fetch 抓取全文；失败回退 web_search |
| 有话题无链接 | web_search 搜索 → 选最佳 1-2 篇 → web_fetch 抓取 |
| 直接贴正文 | 直接使用，提取标题和来源 |
清洗内容：去除导航栏、广告、评论区等非正文内容。
以文章标题为笔记标题。标题和元信息一次性写入，正文必须分次写入。
一次性写入 — 创建笔记 + 元信息：
create_note(title=文章标题)
get_note_outline → 获取锚点 block_id
edit_block(op=insert) 写入元信息：
<h1>文章标题</h1>
<p><tag>#新闻</tag> <tag>#新闻//领域标签</tag></p>
<highlightBlock emoji="🔗" highlightBlockBackgroundColor="#E6EEFA" highlightBlockBorderColor="#98C1FF">
<p><strong>来源：</strong><a href="原文URL">来源名称</a></p>
<p><strong>发布时间：</strong>YYYY-MM-DD</p>
</highlightBlock>
<h2>正文</h2>
分次追加 — 正文分段写入：
正文按段落分批写入，每次 insert 使用上一次返回的 last_block_id 作为锚点：
edit_block(op=insert, anchor_id=last_block_id, position=after)
→ 写入 3-5 个 <p> 段落
→ 拿到新的 last_block_id
edit_block(op=insert, anchor_id=新的last_block_id, position=after)
→ 写入下一批 3-5 个 <p> 段落
→ 重复直到正文写完
关键规则：
<p> 段落。last_block_id 做锚点，无需每次刷新大纲。sync_note 同步。标签策略：始终加 #新闻，按内容加二级标签如 #新闻//AI、#新闻//金融，每篇 1-3 个。
核心差异化：不只搜新闻，搜用户的所有笔记。
提取 3-5 个关键词，在整个笔记库中多维度检索：
工作笔记、会议记录、项目文档都是有价值的关联源。详细检索策略见 knowledge-search-strategy.md。
get_note_outline 预览结构，判断相关性read_note / read_section 读取，最多 5 篇不是新闻摘要，而是"这条新闻对我意味着什么"。
回答结构：
要求：去掉用户笔记关联后回答就变平庸，这才说明 insight 做对了。若无关联笔记，诚实说明并给通用分析。
用户说：「帮我看看这篇 https://36kr.com/p/xxx OpenAI融资的新闻」
操作：
web_fetch 抓取全文 → 提取标题"OpenAI 获 1100 亿美元融资"create_note → edit_block 写入元信息和标签 → 分次追加正文段落 → sync_notesearch_notes(keyword="OpenAI") + search_notes(keyword="AI 融资") + search_notes(keyword="大模型") 检索知识库read_note 读取结果：新闻已存入笔记，用户收到个性化的深度分析。
用户说：「DeepSeek 最近怎么样了」
操作：
web_search("DeepSeek 最新动态 2026") → 找到最权威报道 → web_fetch 抓取#新闻//AI 标签search_notes(keyword="DeepSeek") + search_notes(keyword="开源模型") 检索知识库结果：新闻已存入笔记，用户看到事件的发展脉络。
用户说：「帮我搜一下今天的 AI 新闻」
操作：
结果：当日 AI 新闻简报已写入笔记。
search_notes / create_note 定位笔记 → 3. get_note_outline → 4. edit_block(op="insert") → 5. sync_noteweb_fetch / web_search 获取新闻 → 2. create_note → 3. edit_block(op="insert") 写入元信息 → 4. 分次 edit_block(op="insert") 追加正文（每次 3-5 段，用 last_block_id 做锚点） → 5. sync_note → 6. 多组 search_notes 检索知识库 → 7. read_note / read_section 读取关联 → 8. 输出 insight始终遵循：定位 → 读取/刷新 → 写入。
| 错误场景 | 处理方式 |
|---|---|
EDITOR_NOT_READY / FRONTEND_TIMEOUT | 短暂等待后重试 |
BLOCK_NOT_FOUND | get_note_outline 刷新后重试 |
DOCUMENT_READ_ONLY | 停止写入，告知用户 |
| 搜索结果为空（A） | 回报"无新增"，不写入空内容 |
| 新闻获取失败（B） | 有链接回退 web_search；无链接扩大搜索；仍无则告知用户 |
| 知识库无关联（B） | 正常保存，给通用分析，提示"随着笔记积累分析会更精准" |
| 文章过长 | 分段写入；分析聚焦关键段落 |