← 返回主界面
项目详情

AI 产品 PRD

AI News Radar · 每日 AI 资讯

Web 端深度阅读与飞书即时触达:精选经 Engine A(ai-news-update)fetch-news 写入 Notion;日报 Tab 直连 AI HOT 官方归档;飞书菜单由 job_engine 门卫最高优先级转发至本仓库 Node 卡片引擎。

产品总览

AI News Radar 控制台三视图
资讯雷达 /ai-news
飞书卡片
飞书卡片示例

一、产品概述

业务背景

AI PM 需每日掌握模型与产品动态,信息源分散在网站、社群与日报产品,通过飞书实现「点菜单即看资讯」的方式,与求职工具共用同一机器人。

产品目标

建设 Web 三视图 + 飞书卡片双端体验,精选可沉淀、日报要权威、推送要不打扰其他能力。

AI 能力边界(AI 产品 PRD 必填)

  • 能做:Engine A 采集 HN/Polymarket/YouTube 经 fetch-news 入库 Notion;拉取 AI HOT 日报/分类渲染飞书卡片;Web 端标星写回 Notion。
  • 不能做:不自行爬取非 Engine A / AI HOT 源;不生成原创深度研报;飞书侧不负责求职采集/背调(由 job_engine 路由隔离)。
  • 日报体验:AI 日报 Tab 读官方 API 归档正文,不经 Notion 二次拼装,保证与 AI HOT 产品一致。
  • 非训练:摘要与卡片文案为 API 数据 + 模板/路由逻辑,无离线训练流水线。

二、功能定义

功能矩阵

模块用户价值算法 / 逻辑要点
精选入库高信噪比沉淀npm run fetch-news → Engine A /api/news;北京时区今/昨;URL 去重写 Notion
三视图 Web分层阅读精选 / 全部(Notion)+ AI 日报(API 最近 30 期 + 按日正文)
首页预览轻量触达AINewsWidget:Notion 全量倒序最多 20 条,链至 /ai-news
飞书卡片移动秒读飞书点 6 条底部菜单 → Python 门卫识别后转本机 Node → 拉 AI HOT 生成卡片 → 发回当前聊天
标星个人清单PATCH /api/ai-news/star 同步 Notion

用户交互流程

  • 定义六条飞书菜单与对应内容策略,网关层优先识别资讯指令;精选走定时入库,日报直连官方归档,卡片由独立渲染服务生成。
  • 用户可在飞书秒级获取日报/精选/分类动态,网站端支持深度阅读与标星,资讯与求职指令互不串线。
飞书卡片
飞书卡片示例1
飞书卡片
飞书卡片示例2

边界与容错

  • 菜单文案须与飞书后台一字不差,否则 router 无法命中。
  • 资讯指令必须在 route_intent 之前拦截,避免「看看精选」等误触发背调。
  • 精选入库依赖手动或自建调度(无 Vercel Cron 时本地 fetch-news)。
  • Node 卡片引擎未启动时,飞书菜单不可用,Web 端仍可读 Notion。

三、效果展示

量化指标与验收

指标验收方式说明
飞书菜单6 条暗号均可出卡看今日日报、看精选、看本周、模型/产品/行业
精选入库今昨 + URL 去重lib/cron-fetch-news.ts
首页预览最多 20 条sortNewsNewestFirst,无时间 Tab 筛选
日报take=30 归档/api/ai-news/dailies + /daily/{date}
路由隔离资讯不误触求职资讯菜单先处理并 return,不进入求职爬虫/背调

数据要求(AI 产品 PRD 必填)

  • 输入:Engine A JSON(Title/Source/Author/URL/OriginalText/Date);AI HOT API(日报/飞书菜单);Notion 资讯库字段。
  • 精选策略:Engine A days=1 + 北京时区今/昨过滤 + URL 主键去重。
  • 输出:Notion 页面记录;飞书 interactive 卡片 JSON(feishu-card-builder)。
  • 非训练:Engine A 依赖 DeepSeek/Gemini 在线翻译;飞书/日报依赖 AI HOT editorial 策略。

Bad Case 定义与处理(AI 产品 PRD 必填)

Bad Case预期表现处理策略
Engine A API 失败Web 可读 Notion 缓存Notion 已沉淀条目仍展示;重试 fetch-news
AI HOT API 失败飞书卡片/日报降级飞书返回错误提示;日报 Tab 展示错误态
Node :3001 未启动飞书菜单不可用README 要求双引擎联调;日志 node_api.log
菜单文案不匹配无卡片严格对齐飞书后台与 aihot-router 暗号表
误触背调不启动爬虫网关层资讯优先,不进入 route_intent
重复条目不重复入库fetch-news URL 去重

四、技术选择

模型选择

场景技术说明
内容源 · 精选ai-news-update Engine AHN / Polymarket / YouTube + DeepSeek 翻译
内容源 · 日报/飞书AI HOT 公开 REST日报归档 / 分类 / 飞书菜单
精选入库Node 脚本lib/cron-fetch-news.ts → Engine A /api/news
WebNext.js App Router/ai-news、AINewsWidget、API Routes
飞书卡片Express + feishu-local-apitools/aihot-router、feishu-card-builder
持久化Notion APINOTION_AI_NEWS_DB_ID

数据处理

  • 采集:Engine A API → fetch-news → Notion(精选);日报不经 Notion。
  • Web 读:fetchAINewsRadarFromNotion SSR;日报走 aihot-daily-api 封装。
  • 飞书:点菜单 → Python 门卫识别资讯指令 → Node :3001 拉 AI HOT 并生成卡片 → 门卫把卡片发回当前聊天(不触发求职爬虫/背调)。
  • 标星:PATCH /api/ai-news/star 更新 Notion 属性。

系统架构

路径一:在网站 /ai-news 阅读

正在渲染图表...

路径二:在飞书聊天里收资讯卡片

正在渲染图表...
上:网站读 Notion;下:飞书菜单 → 门卫 → Node 做卡片 → 门卫发回聊天

五、学到的经验

  • 三视图分层比单列表更能控制认知负荷:精选判断价值、全部检索、日报对齐官方。
  • 与 Job Engine 共机器人时,网关优先级是产品级需求,不是实现细节。
  • 飞书负责触达、网站负责深度阅读,职责清晰可降低交互设计复杂度。

六、将来迭代计划

方向内容
自动化自建 CI/Cron 定时 fetch-news
体验飞书卡片版式对比(如紧凑列表 vs 杂志导读)、分类订阅
数据个人高价值清单导出与分享