aihot-topic-selector

name	aihot-topic-selector
description	从 AIHOT 热点里选题。每天跑一次：拉数据 → 写每日热点汇总 → 按核心 2 问选 1 条 → 建 task 目录。配套 scripts/fetch_aihot.py 拉数据。本 skill 独立运行，不涉及后续公众号/口播稿等下游流程。

选题指南 · AIHOT 每日选题 skill

本文件做什么：从 AIHOT 热点里选题 → 在 task/ 目录里创建工作目录 → 到此结束。

本 skill 是一个独立任务，不涉及任何下游（公众号/口播稿/视频/其他）。选题结束后，由用户自行决定如何消费 task/ 目录里的产物。

流程顺序：

1. 拉 AIHOT 数据 → 立刻写当日 每日热点/YYYYMMDD.md 汇总
2. 过滤今天 + 评分 ≥ min_score + 按核心 2 问选 1 条
3. 建 task 目录（目录名 = YYYYMMDD-<slug>，新任务强删日期前缀，历史 task 不动）
4. 到此结束

---

§一、每日热点汇总规范

每次拉 AIHOT 数据后，必须先在用户配置的「每日热点目录」下写当天的汇总文件，再去选题。

§一·0 配置项（topic-config.yaml）

daily_dir: workflow/每日热点/        # 每日热点目录（相对项目根）
min_score: 50                       # 选题阶段最低 AIHOT 评分
lookback_hours: 30                  # 拉数据时间窗（小时）
fuzzy_match_threshold: 90           # 标题去重阈值（0-100）
timezone: Asia/Shanghai             # 选题时区
project_root: .                     # 项目根目录（脚本相对路径基准）

所有路径默认相对 project_root。脚本读取时优先用 --config 指定，否则默认读脚本同级目录的上一级 ../topic-config.yaml（即本 skill 根目录）。

文件命名

• 格式：YYYYMMDD.md（如 20260623.md）
• 目录：daily_dir 配置项（默认 workflow/每日热点/）
• 每天一个文件：多次运行自动追加到同一文件的「## 更新于 HH:MM:SS」区块

文件 Front Matter

---
title: 每日AI热点汇总 · YYYY-MM-DD
date: YYYY-MM-DD HH:MM:SS
tags: [每日AI热点, 内部文档]
categories: [工作流程, AI热点汇总]
cover: https://images.unsplash.com/photo-1611162600?w=1200&auto=format&fit=crop
description: AIHOT 每日热点自动汇总，YYYY-MM-DD 当天共采集 N 条
---

文件内容结构

# 每日AI热点汇总 · {date}

> 自动收集于 {date} {time}
> 文件用途：每日选题参考，可直接用作内部追溯

## 更新于 HH:MM:SS

### 1. 热点标题
- **AIHOT 评分**：XX
- **发布时间**：HH:MM
- **来源**：xxx
- **链接**：xxx
- **简介**：xxx

### 2. ...

> 本次新增 N 条，跳过重复 M 条

⚠️ 历史文件遗留问题：20260623.md 实际 H1 写的是 # 每日热点汇总 · {date}（少 "AI"），与本规范不一致。本规范以 # 每日AI热点汇总 · {date} 为准；后续新文件统一按规范写，旧文件后续 review 时一并统一。

重复处理

• 去重：对标题做正则清洗（去 【】、()、[]、公众号名后缀、- IT之家 等）后用 rapidfuzz.fuzz.ratio ≥ fuzzy_match_threshold（默认 90）模糊匹配
• 重复：跳过，不更新评分
• 全部重复：写入"⚠️ 本次采集的 N 条热点全部已存在，无新增内容"

---

§二、选题原则

核心 2 问（必须同时满足）

问题	说明	示例
大众能听懂吗？	不需要专业背景，新闻本身有传播性	"Netflix 省了 95% 的 AI 字费" ✅ / "transformer 注意力机制数学推导" ❌
能解释一个热门 AI 知识/原理吗？	借新闻讲清 Token / LLM / RAG / Agent / 思维链 / 上下文窗口等热门概念	"Headroom 这个工具讲清了 Token 压缩原理" ✅ / "某公司融资了" ❌

这 2 个都答"是"再继续，否则换题。

选题核心方向：以读者为中心的"占便宜"型机会

每个选题都要回答：

• 读者能得到什么具体利益？（省钱 / 免费 / 工作机会 / 学习资源）
• 读者能立即做什么？（点击链接 / 注册 / 申请 / 学习）
• 有什么限制或截止日期？（限时 / 限地区 / 限人群 / 名额）

4 大优先方向

🥇 方向 1：AI 工具免费薅羊毛（最高优先级）

• 免费资格 / 注册步骤 / 访问要求 / 使用限制 / 避坑提示

🥈 方向 2：AI 产品限时优惠/试用（次高优先级）

• 优惠力度 / 时间限制 / 参与条件 / 使用步骤 / 风险提示

🥉 方向 3：AI 公司招聘机会（中优先级）

• 岗位信息 / 任职要求 / 申请流程 / 截止时间 / 公司福利

🏅 方向 4：AI 学习资源/课程免费学（基础优先级）

• 资源类型 / 价格说明 / 学习路径 / 时长难度 / 证书价值

评分 None 处理

• AIHOT 评分 = None 的条目按 0 计算，不参与 min_score 阈值过滤
• 如果被人工选入主题，需在 task 目录的 00-选题依据.md 中明确注明"无评分 / 主观选入"

加分项

问题	说明
能跑通代码/有截图？	教程感更强
有省钱/免费属性？	传播力强
有大厂名（OpenAI / Google / 字节 / 美团）？	搜索友好
能在 2 小时内写完？	节奏可控

---

§三、选题流程（5 步）

步骤 1：拉 AIHOT 数据

python scripts/fetch_aihot.py                # 跑今日
python scripts/fetch_aihot.py --dry-run     # 只打印不写
python scripts/fetch_aihot.py --date 20260701 --config /path/to/config.yaml

脚本核心逻辑（详见 scripts/fetch_aihot.py）：

import urllib.request, json, urllib.parse
from datetime import datetime, timedelta, timezone

BASE = 'https://aihot.virxact.com'
HEADERS = {'User-Agent': 'Mozilla/5.0', 'Accept': 'application/json'}

def get(path, params=None):
    url = BASE + path
    if params: url += '?' + urllib.parse.urlencode(params)
    req = urllib.request.Request(url, headers=HEADERS)
    with urllib.request.urlopen(req, timeout=20) as r:
        return json.loads(r.read())

since = (datetime.now(timezone.utc) - timedelta(hours=30)).strftime('%Y-%m-%dT%H:%M:%SZ')
data = get('/api/public/items', {'mode': 'all', 'since': since})
items = data.get('items', [])

步骤 2：过滤"今天"（北京时间）

import re
from zoneinfo import ZoneInfo

CST = ZoneInfo('Asia/Shanghai')

def to_cst(iso):
    dt = datetime.fromisoformat(iso.replace('Z', '+00:00'))
    return dt.astimezone(CST)

today = datetime.now(CST).date()  # date 对象，不转字符串
today_items = []
for item in items:
    pub = item.get('publishedAt', '')
    if not pub:
        continue
    cst = to_cst(pub)
    if cst.date() == today:                       # 对象比较，避免字符串格式细节翻车
        item['cst_time'] = cst.strftime('%H:%M')
        item['score'] = item.get('score') or 0    # None → 0
        today_items.append(item)

步骤 3：按"核心 2 问" + 评分门槛筛选

先过评分门槛：从 today_items 里筛 score >= min_score（默认 50）。

阈值在 topic-config.yaml 的 min_score 配置项里调整；可根据实际数据密度上下浮动。

再过核心 2 问：人工从评分达标的条目里选 1 条主题，记录：

信息	填什么
日期	YYYY-MM-DD
slug	英文短横线，如 netflix-headroom-save-token
主题一句话	用 1 句话说清楚这条热点是什么
对应 AI 知识	Token / 上下文窗口 / RAG / Agent / ...（选一个热门概念）
AIHOT 评分	XX（None 时注明"主观选入"）

步骤 4：Fallback 分支

如果 today_items 中没有符合核心 2 问的条目：

1. 优先放宽窗口：脚本会自动把 lookback_hours 从 30 拉到 168（7 天）重试一次
2. 仍无合适选题：在 workflow/每日热点/YYYYMMDD.md 末尾追加：

   ## 今日无合适选题
   > 原因：YYYY-MM-DD 当日 N 条热点全部不符合核心 2 问
   > 操作：跳过今日选题，下一个工作日继续
   

3. 不要硬选：宁可跳过，也不要把不达标的条目塞进选题

步骤 5：建 task 目录（新任务强删日期前缀）

⚠️ 历史 task 目录（如 netflix-headroom-save-token）暂不动；仅从本文档生效日起，新创建的 task 目录必须带 YYYYMMDD- 前缀。

⚠️ task 根目录：本 skill 的所有 task 放在 <skill 根目录>/task/ 下（如 todo/选题/task/），与公众号解耦。

最小骨架：

YYYYMMDD-<slug>/
├── 00-选题依据.md       # 必填：核心 2 问答案 + 对应 AI 概念 + 评分
├── 01-资料收集.md       # 选填：原文链接、截图、补充信息
└── imgs/                # 选填：原始截图（任何后续阶段可复用）

建好后，在 00-选题依据.md 写入：

# 选题依据 · YYYY-MM-DD <slug>

## 主题
<一句话说明这条热点是什么>

## 核心 2 问
- 大众能听懂吗？ ✅/❌ <理由>
- 能解释一个热门 AI 知识/原理吗？ ✅/❌ <理由>

## 对应 AI 知识
<Token / 上下文窗口 / RAG / Agent / ...>

## AIHOT 评分
<XX 或 "None · 主观选入">

## 资料
- 原文链接：<url>
- 截图：<imgs/ 下文件列表>

---

§四、本 skill 范围到此结束

本 skill 的产出物：

• 1 份 每日热点/YYYYMMDD.md（AIHOT 当日全部热点快照 + 选题候选清单）
• 1 个 task 目录（task/YYYYMMDD-<slug>/），含 00-选题依据.md + 可选资料

本 skill 不负责：

• ❌ 公众号长文写作（自行决定是否消费 task 目录）
• ❌ 口播稿 / 短视频脚本
• ❌ 任何下游产出物的具体形式

设计哲学：选题是独立任务，不预设下游消费者。用户拿到 task/YYYYMMDD-<slug>/ 后，自行决定走哪个流程（写公众号 / 做口播 / 发博客 / 仅作内部参考 / ...）。

---

§五、选题参考表

✅ 强推选题（4 大方向）

🥇 方向 1：AI 工具免费薅羊毛

• 大模型免费用（GPT / Claude / Gemini / 文心 / 通义 / DeepSeek）
• AI 编程工具免费（Cursor / Claude Code / Copilot / Qoder）
• AI 绘图/视频免费（Midjourney / Sora / Runway / 即梦 / 可灵）
• 开源模型本地部署（Llama / GLM / Qwen / DeepSeek）
• 免费 API 额度（新用户送 tokens）

🥈 方向 2：AI 产品限时优惠/试用

• 首月/首年免费（订阅服务首月 0 元）
• 新用户优惠（新人折扣、1 元体验）
• 学生/教师优惠（教育免费/折扣）
• 老用户回归礼
• 节日大促（618 / 双11 / 黑五）

🥉 方向 3：AI 公司招聘机会

• 大厂 AI Lab 招聘（字节、阿里、腾讯、百度、美团）
• AI 独角兽招聘（智谱、月之暗面、MiniMax、零一万物）
• 海外大厂中国团队（OpenAI / Anthropic / Google）
• 校招/实习
• 内推码/专场

🏅 方向 4：AI 学习资源/课程免费学

• 大厂免费课（Google / Microsoft / AWS / 阿里云）
• 顶尖教授免费课（吴恩达 / 李宏毅 / 李沐）
• 认证免费/折扣（AWS/Azure/GCP）
• 训练营/挑战赛（Kaggle / 天池 / Datawhale）
• 开源教材

❌ 不写选题

标签	原因
纯人事变动	无知识角度，无读者利益
医疗/健康问答	合规禁忌
纯政策/法案	无技术切入点
硬件发布（芯片/显卡）	读者无法参与
太底层的技术细节	大众听不懂
纯观点/纯评论	无事实锚点
AI 公司融资新闻	除非附带招聘或产品免费信息
AI 产品发布但无免费/优惠	读者无法立即参与

边界澄清

易混对	区分规则
"纯人事变动" ❌ vs "AI 公司招聘机会" 🥉	人事变动特指任免/离职/跳槽等组织行为；AI 招聘特指岗位信息开放、任职要求、申请流程、截止时间——后者对读者是「工作机会」，可写
"硬件发布（芯片/显卡）" ❌ vs "AI 工具免费薅羊毛" 🥇	单纯规格/价格新闻不写；但硬件免费送/抽奖/试用仍归"🥇 方向 1"
"AI 产品发布但无免费/优惠" ❌ vs "🥇 方向 1"	若产品对应读者核心利益（如开源模型权重可下载、开源工具可自部署），仍按"🥇 方向 1"写
"AI 公司融资" ❌ vs "AI 公司招聘" 🥉	单纯融资不写；但融资新闻附带招聘专场/内推码时可按"🥉 方向 3"写