From agentic-ai-skills
Monitors AI hardware ecosystem news on GPUs, NPUs, HBM, servers, storage, cloud vendors, data centers, and model makers like OpenAI/Anthropic. Tracks supply chain risks, partnerships, generates reports/warnings.
npx claudepluginhub agenticaiplan/agenticaiskills --plugin agentic-ai-skillsThis skill uses the workspace's default tool permissions.
用这个 Skill 监控 AI 相关多硬件生态新闻、产业动态和风险信号。它的重点不是单一硬件产品口碑，而是围绕 AI 产业链观察上游、中游、下游以及大模型厂商之间的联动关系。
Collects Baidu PaddlePaddle and Wenxin model operational news, competitor dynamics, Xiamen AI policies/events; generates potential customer lists and weekly summaries. Useful for AI business ops intel.
Monitors user-defined topics via scheduled web searches, AI importance scoring, proactive alerts, weekly digests, and memory-aware summaries. Use for tracking product releases, news, or tech updates.
Defines unified specification for tracking, scoring, and validating AI news items in Product, Model, Benchmark, and Funding categories with include/exclude rules and source priorities.
Share bugs, ideas, or general feedback.
用这个 Skill 监控 AI 相关多硬件生态新闻、产业动态和风险信号。它的重点不是单一硬件产品口碑，而是围绕 AI 产业链观察上游、中游、下游以及大模型厂商之间的联动关系。
监测重点覆盖：晶圆、先进封装、HBM、GPU / NPU / ASIC、服务器整机、机柜与液冷、网络与光模块、云厂商、数据中心、企业部署，以及 OpenAI、Anthropic、Google、Meta、xAI、DeepSeek、阿里、百度、腾讯、字节、智谱等模型厂商。
不要编造新闻、合作、产能、价格、交付、情绪或风险等级。遇到来源不足、时间不明、引用链条断裂、价格未核验或爆料未证实时，必须明确披露。
在以下场景优先使用本 Skill：
按以下层级组织监测对象：
先补齐以下信息：
news、supply-chain、model-vendor、competitor、kol、risk、all如果用户没有给全，优先补足“监测主体、重点对象、时间范围、重点议题、竞品范围”五项。
至少准备 6 组关键词：
优先覆盖中英文、简称、代号、旧型号和行业常用说法。
至少覆盖 4 类来源：
以下采集能力属于可选前置 Skill / 工具，不是硬依赖：
web-research：行业媒体、论坛、官网、伙伴页面调研chrome-devtools、playwright-mcp：复杂页面、动态页面、价格页、评论页抓取daily-hot-news：微博 / 知乎 / B站 / 抖音热点观察wechat-article-to-markdown：公众号文章抓取xiaohongshu：消费级硬件与装机内容搜索arxiv-search：论文、研究资料、技术趋势检索如果部分 Skill / 工具不可用，按以下顺序降级：
重大风险样本必须尽量保留原始链接、发布时间、作者、机构、关键引用和二次来源链路。
采集完成后，不要直接把网页摘录塞给脚本。先把所有样本统一整理成结构化文件，再进入分析步骤。
推荐落盘路径：
./tmp/ai_hardware_ecosystem_records.jsonl./tmp/ai_hardware_ecosystem_records.json./tmp/ai_hardware_ecosystem_records.csv推荐使用 JSONL，因为更适合边采集边追加。每行一个 JSON 对象，字段遵循 references/data_schema.md。
最小字段集：
platformtitlecontentpublished_at建议尽量补充：
authorurlsource_typeentity_layercompany_typecomponent_typebrandproductmodel_vendorregionJSONL 单条样例：
{"platform":"official_sites","title":"OpenAI expands infrastructure partnership","content":"OpenAI announces deeper infrastructure cooperation with cloud partners for large-scale training and inference.","author":"OpenAI","url":"https://example.com/openai-post","published_at":"2026-04-20T11:00:00+08:00","source_type":"official","entity_layer":"model_vendor","company_type":"model_vendor","component_type":"compute_service","brand":"OpenAI","product":"","model_vendor":"OpenAI","region":"global"}
如果使用 .json，脚本支持两种结构：
[
{"platform":"news","title":"...","content":"...","published_at":"2026-04-20 09:30:00"}
]
或：
{
"records": [
{"platform":"news","title":"...","content":"...","published_at":"2026-04-20 09:30:00"}
]
}
整理完成后，再把该文件作为 --input 传给分析脚本。
支持两种模式：
生成监测计划：
python3 scripts/ai_hardware_ecosystem_monitor.py --brand "NVIDIA" --products "B200,GB200,HGX" --competitors "AMD,Intel,Google" --model-vendors "OpenAI,Anthropic,DeepSeek" --period week --topic "HBM 供给与模型厂商采购" --module all --plan-only
当你已经把采集结果整理成结构化样本文件后，优先执行：
python3 scripts/ai_hardware_ecosystem_monitor.py --input ./tmp/ai_hardware_ecosystem_records.jsonl --brand "NVIDIA" --products "B200,GB200,HGX" --competitors "AMD,Intel,Google" --model-vendors "OpenAI,Anthropic,DeepSeek" --start 2026-04-01 --end 2026-04-07 --module all --risk-level high --alert --output report.md
脚本支持：
--period day|week|month：按周期生成时间范围--topic：指定专项监测议题--model-vendors：指定需要重点跟踪的大模型厂商--module news|supply-chain|model-vendor|competitor|kol|risk|all：按模块执行--plan-only：只输出监测计划--risk-level low|medium|high|critical：筛选风险等级--alert：对达到阈值的风险打印预警把脚本结果视作初筛，不要直接照抄结论。交付前至少检查：
优先使用 references/data_schema.md 的字段结构。最小字段集：
platformtitlecontentauthorurlpublished_atlikescommentssharesviewsfollowers对产业链样本，尽量补充 entity_layer、company_type、model_vendor、component_type、region 等字段。
默认输出一份 Markdown 报告，至少包含：
使用 assets/report_template.md 作为结构模板。
以下能力均为可选增强项。如果当前环境没有对应 Skill / 工具，不要阻塞任务，直接用可访问来源采集并在报告中披露覆盖缺口。
| 能力 | 典型用途 |
|---|---|
web-research | 行业媒体、论坛、官网、伙伴页面调研 |
chrome-devtools | 复杂页面与无公开 API 页面抓取 |
playwright-mcp | 动态页面、价格页、评论页自动化采集 |
daily-hot-news | 微博 / 知乎 / B站 / 抖音热点观察 |
wechat-article-to-markdown | 公众号文章抓取 |
xiaohongshu | 消费级硬件与装机内容搜索 |
arxiv-search | 论文、研究资料、技术趋势检索 |
按需加载这些文件，不要一次性全部塞进上下文：
references/monitoring_guide.md：AI 硬件生态监测总指南references/source_integration.md：采集路由与站点优先级references/taxonomy.md：生态环节、主题与信号分类references/data_schema.md：输入数据字段规范references/sentiment_analysis.md：情绪与影响判断方法references/kol_framework.md：关键机构与 KOL 识别框架references/risk_assessment.md：风险判定标准与响应要求提交前确认：