智能聚合监控 · AI 情感告警

智能主题监控工具，聚合 RSS/Atom、GitHub Releases 与 Web 搜索，AI 重要性评分与情感分析，支持实时告警与周报摘要。DigitalOcean 官方推荐，安全可靠。

基本信息

• 技能名称?Topic Monitor
• 中文名称?智能聚合监控 · AI 情感告警
• 作者?robbyczgw-cla
• 分类?专业技能
• 版本?1.5.2
• 标签?monitoring, rss, github, alerts, automation, sentiment-analysis, information-curation, web-search-plus

使用方法

使用说明
核心用法
Topic Monitor 是一款自动化信息监控技能，专为需要持续追踪特定主题动态的用户设计。其核心功能围绕三大数据源展开： RSS/Atom 订阅源 、 GitHub Releases 以及 Web 搜索 。用户通过配置「主题」（Topic）定义监控目标，系统会按设定频率（每小时/每日/每周）自动采集信息，经 AI 评分、情感分析后，决定即时推送告警或纳入周报摘要。
配置层面，每个主题支持高度自定义：基础搜索词、关键词白名单/黑名单、必需/排除关键词、信息源权重提升/屏蔽、重要性阈值（高/中/低）等。CLI 工具 manage_topics.py 提供完整的增删改查与 OPML 批量导入能力，而 monitor.py 负责执行监控任务，支持 --dry-run 预览与 --verbose 调试。情感分析功能可识别 positive/negative/neutral/mixed 四种情绪，并能针对情感转向触发特殊告警。
显著优点

1. 多源聚合与智能去重 ：打破单一信息源限制，将 RSS 订阅、GitHub 发布、搜索引擎结果统一处理，避免重复通知。
2. AI 驱动的相关性评分 ：不是所有更新都值得打扰，系统自动过滤低价值信息。
3. 情感感知监控 ：不仅追踪「发生了什么」，还分析「舆论情绪如何变化」，对公关监测、竞品分析尤为关键。
4. 灵活的告警策略 ：支持即时告警（关键发布、情感突变）与 digest 模式（周报摘要），适应不同工作节奏。
5. 开发者友好 ：GitHub Releases 原生支持、OPML 批量导入、环境变量白名单机制，部署运维简便。
   潜在缺点与局限性
   依赖外部技能 ：Web 搜索功能需配合 web-search-plus 使用，无法独立运行完整功能。
   Python 环境要求 ：虽仅需标准库 + feedparser ，但对纯容器/无 Python 环境仍需额外配置。
   RSS 源质量参差 ：工具本身不验证 RSS 内容真实性，低质量或恶意 feed 可能引入噪声。
   无内置持久化数据库 ：状态与配置以 JSON 文件存储于本地，超大规模监控场景下可能遇到性能瓶颈。
   情感分析语种限制 ：未明确说明多语言支持情况，非英语内容情感识别准确度待验证。
   适合人群
   产品经理/运营 ：监控竞品动态、用户反馈情绪、行业政策变化
   开发者/开源维护者 ：追踪依赖库更新、安全公告、技术趋势
   投资研究员 ：关注特定公司/技术领域的舆论风向与重大事件
   信息策展人 ：从多源信息中筛选高质量内容，生成精选摘要
   常规风险
   | 风险类型 | 说明 | 缓解措施 | |---------|------|---------| | 网络请求风险 | 主动访问用户配置的第三方 RSS 源 | 仅订阅可信域名，代码已设超时与 User-Agent | | 子进程调用 | 调用 web-search-plus 执行搜索 | 环境变量严格白名单，无命令注入风险 | | 数据本地存储 | 配置与状态存于本地 JSON | 敏感信息不外泄，建议定期备份 | | API 配额消耗 | 搜索 API 可能产生费用 | 合理设置 frequency 与重要性阈值 | 安全认证显示 S 级评分 ，无危险函数调用，MIT 开源可审计，DigitalOcean 官方背书，适合生产环境部署。