news-to-note

新闻智能解读 — 用你的笔记知识库读懂每一条新闻

核心理念

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：

1. 将新闻/资讯存入 WPS 笔记（沉淀为知识资产）
2. 在用户的整个笔记库中检索关联内容（工作笔记、会议记录、项目文档等）
3. 将新闻与用户已有知识连接，产出个性化 insight

两种工作流

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：

• 用户接触到具体新闻（发链接、提话题、贴正文、讨论新闻事件） → B
• 用户要求批量搜索、做简报汇总 → A
• 模糊时默认 B

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。

---

工作流 A：新闻收集

批量搜索 → 去重筛选 → 写入简报笔记。

步骤

1. 构造搜索词：至少含主题词 + 时效词，用 site: 限定来源，2-4 组查询。模板见 query-recipes.md。
2. 规范化与去重：清除 utm_* 等跟踪参数，以 URL 去重，避免重复写入。
3. 定位目标笔记：标题格式 新闻简报 YYYY-MM-DD，先搜后建。
4. 写入内容：刷新大纲获取 block_id，用 edit_block(op=insert) 追加 <h2> 标题 + <p><a> 链接 + <p> 摘要。
5. 同步：sync_note，回报插入条数。

---

工作流 B：新闻解读（核心）

这是本 Skill 的核心差异化能力。 用户接触到任何新闻时触发。

B1. 获取新闻内容

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。

B2. 保存到 WPS 笔记

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：

• 标题、标签、来源等元信息可以一次性写入。
• 正文禁止一次性写入，必须分批追加，每批 3-5 个 <p> 段落。
• 连续 insert 直接使用返回的 last_block_id 做锚点，无需每次刷新大纲。
• 最后一批写完后调用 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。

B3. 检索用户知识库（关键步骤）

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：

• 按关键词全文搜索（公司名、技术名、行业名、人物名）
• 按领域标签搜索历史新闻
• 按时间范围搜索近期笔记

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。

B4. 读取关联笔记

• get_note_outline 预览结构，判断相关性
• 高相关笔记用 read_note / read_section 读取，最多 5 篇
• 重点提取用户的个人观点、决策、计划

B5. 产出个性化 insight

不是新闻摘要，而是"这条新闻对我意味着什么"。

回答结构：

1. 新闻要点 — 2-3 句话概括
2. 与你的关联 — 引用用户笔记："你在 [笔记标题] 中提到过..."，指出对当前工作的潜在影响
3. 深度洞察 — 趋势判断、对比分析、行动建议
4. 延伸阅读 — 推荐笔记库中值得重读的关联笔记

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。

---

示例

示例 1：用户发链接

用户说：「帮我看看这篇 https://36kr.com/p/xxx OpenAI融资的新闻」

操作：

1. web_fetch 抓取全文 → 提取标题"OpenAI 获 1100 亿美元融资"
2. create_note → edit_block 写入元信息和标签 → 分次追加正文段落 → sync_note
3. search_notes(keyword="OpenAI") + search_notes(keyword="AI 融资") + search_notes(keyword="大模型") 检索知识库
4. 发现用户有"AI 战略规划"笔记和"竞品分析"文档 → read_note 读取
5. 输出：新闻要点 + "你在'AI 战略规划'中提到关注 OpenAI 的 API 定价策略，这笔融资可能加速其降价节奏" + 行动建议

结果：新闻已存入笔记，用户收到个性化的深度分析。

示例 2：用户聊新闻话题

用户说：「DeepSeek 最近怎么样了」

操作：

1. web_search("DeepSeek 最新动态 2026") → 找到最权威报道 → web_fetch 抓取
2. 保存到笔记，打 #新闻//AI 标签
3. search_notes(keyword="DeepSeek") + search_notes(keyword="开源模型") 检索知识库
4. 发现用户之前保存过一篇"DeepSeek-V3 发布"的新闻 → 对比时间线
5. 输出：最新动态 + "对比你之前收藏的 DeepSeek-V3 报道..." + 趋势分析

结果：新闻已存入笔记，用户看到事件的发展脉络。

示例 3：批量搜索简报

用户说：「帮我搜一下今天的 AI 新闻」

操作：

1. 构造 2-3 组搜索查询，抓取最新 AI 新闻
2. 去重筛选出 5-8 条高价值条目
3. 创建/定位"新闻简报 2026-03-12"笔记
4. 写入分类简报（带链接和摘要）
5. 同步笔记

结果：当日 AI 新闻简报已写入笔记。

---

MCP 调用模式

工作流 A

1. 搜索工具获取新闻 → 2. search_notes / create_note 定位笔记 → 3. get_note_outline → 4. edit_block(op="insert") → 5. sync_note

工作流 B

1. web_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。

异常处理

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

资源

• query-recipes.md：新闻搜索的查询模板与来源过滤策略
• knowledge-search-strategy.md：知识库检索的详细策略与示例