裝上這個skill，給你的 Agent 造一個科技情報中心，Github/Product Hunt/Hacker News/x/zarazhang……
整理版優先睇
tech-radar：俾你嘅Agent裝個科技情報中心，7個源4個分析師自動產生日報，仲可以點評即執行
呢篇文章係由01fish寫嘅，佢係一個AI自媒體博主，同時做緊AI相關嘅產品業務。佢發現每日要追蹤嘅科技資訊太多，GitHub、Product Hunt、Hacker News、Reddit、X、Polymarket等等，睇完仲要篩選、判斷、跟進，好花時間。佢想揾個方法，可以自動收集、分析、綜合呢啲資訊，再直接變成行動。
整體結論係：裝咗呢個叫tech-radar嘅skill落你嘅Agent度，就可以實現「資訊嚟揾你，你淨係需要做判斷」。佢用三層架構——Layer 1用Node.js腳本並行採集7個數據源，唔使AI token；Layer 2用4個AI分析師各自研判；Layer 3由一個主編跨源綜合，產出日報。日報唔係一堆raw data，而係每條數據跟埋行動建議，幫你慳返篩選時間。
呢個system仲有一個好重要嘅設計：你可以同Agent講要改數據源、改分析角度，唔使寫code。而且日報係可交互嘅工作台——你喺上面寫「fish點評:」，然後講句「處理點評」，system就會自動執行你嘅指令，例如下載項目、創建選題、存素材。再加上定時任務功能，每日朝早9:30自動跑，起身就有日報。成個體驗由「我要去揾信息」變成「信息自動嚟，我淨係判斷」。
- tech-radar係一個裝喺Agent入面嘅科技情報流水線，7個數據源經4個AI分析師獨立研判，再畀主編綜合產出日報，每條數據跟住行動建議，唔使你自己篩。
- 三層架構：Layer 1用Node.js腳本採集（唔使AI token），Layer 2用AI並行分析，Layer 3做跨源綜合，發現多源共振嘅強信號先值得跟。
- 你可以同Agent講「幫我加個36氪採集器」或者「刪走Polymarket」，改用Markdown配置，唔使寫code；分析師嘅prompt、主編輸出格式都可以改。
- 日報係可交互嘅工作台：喺任意位置寫「fish點評:」，然後講「處理點評」，system就會自動執行下載、創建選題、存素材等指令。
- 接咗定時任務就每日9:30自動跑，仲可以飛書推送；裝法好簡單，同Agent講「幫我裝呢個倉庫嘅skill」就得，唔使睇文檔。
tech-radar 倉庫
GitHub Repository for tech-radar skill，包含採集腳本、分析師prompt、主編配置
靈感來源：給 Claude Code 裝了個情報中心
阿涵（想象力AI）嘅文章，係tech-radar嘅架構基礎
內容片段
Layer 1: 腳本採集 → 7 個 Node.js 腳本並行跑，不耗 AI token，~10 秒 ↓ Layer 2: AI 分析 → 4 個 AI 分析師各讀各的數據，並行研判 ↓ Layer 3: 主編綜合 → 1 個主編跨源關聯，輸出最終日報乜嘢係 tech-radar？一句話講曬
一句講曬：一個裝喺Agent裏面嘅科技情報流水線。佢幫你自動收集、分析、綜合7個科技資訊源，產出日報，仲可以按你嘅指令直接執行行動。
三層架構：Layer 1腳本採集 → Layer 2 AI分析 → Layer 3主編綜合
點解要分三層？因為Layer 1係純腳本，唔使AI token，快夾慳；Layer 2四個分析師各睇各嘅數據，獨立研判；Layer 3得主編一個睇曬全局，做跨源關聯。
日報入面有啲乜？唔係一堆Link咁簡單
- 30秒速讀：3條核心趨勢 + 行動建議，例如「Claude Code生態持續統治GitHub，建議寫系列文章」
- GitHub日榜+月榜完整數據，每條附行動建議；Product Hunt日榜+月榜產品名、票數、連結
- Hacker News Top 30標題、分數、評論數 + 行動建議；Reddit AI熱帖Top 10（6個subreddit）
- Follow Builders：25位AI builder最新推文+播客+博客；Polymarket預測市場AI/Tech賠率變化
- 跨源強信號：同一個話題喺多個源出現，例如Claude Code同時上GitHub月榜、HN熱帖、Product Hunt，就係選題來源
三個殺手級功能：自訂源、點評即執行、定時跑
第一個：數據源隨便揀。同你嘅Agent講「幫我加個36氪採集器」或者「刪走Polymarket」，佢會幫你改。因為成個配置係Markdown檔案——分析師prompt、主編輸出格式、採集器邏輯，全部可以改。
改prompt就係改配置，唔需要你識code
第二個：點評即執行。喺日報任意位置寫 fish點評:，例如「fish點評：呢個項目下載落嚟試試」，然後講句「處理點評」，system會自動掃描所有點評，理解上下文，分類執行——下載、創建選題、存素材、儲大腦收件箱。
- 1 「呢個要試」「下載落嚟」→ 直接執行行動指令
- 2 「可以寫篇文章」→ 創建具體選題任務
- 3 「存素材」「引用到xx」→ 收集到素材庫
- 4 「有意思」「可以結合xx」→ 存入大腦收件箱
- 5 「冇用」「忽略」→ 跳過
第三個：定時自動跑。同Agent講「幫我設個定時任務，每日朝早9:30自動跑科技雷達」，佢會寫入定時任務配置。仲可以叫佢跑完自動發飛書通知。
點樣裝？同你嘅Agent講一句就得
裝法超簡單：同你嘅Agent講「幫我把呢個倉庫嘅skill裝到本地」，然後畀個倉庫地址 https://github.com/OrangeViolin/tech-radar 佢。佢會幫你克隆、連接、配置好。
裝完之後，講「科技雷達」或者 /tech-radar 就開始跑
想淨係睇某個源？講「GitHub熱榜」或者 /tech-radar hn。想定時自動跑？講「幫我設個定時任務」。完全唔使睇文檔，同佢講你要乜就得。
寫在最後：呢個係一個框架，唔係工具
最令01fish興奮嘅唔係日報本身，而係三件事疊加：信息源你自己揀 × 點評直接變行動 × 每日自動跑。從「我要去揾信息」變成「信息嚟揾我，我只需要做判斷」。
靈感來自阿涵嘅《給Claude Code裝咗個情報中心》，01fish加咗更多數據源、改咗分析師prompt、加咗點評系統同定時任務。調研同撰寫由AI（Claude）主導，01fish審校。
input matters
浸喺高質科技資訊入面，高質輸入=高質輸出=積極行動去應對焦慮
GitHub 尋日最火嘅倉庫、Product Hunt 新出咗咩產品、Hacker News 吵緊咩、Reddit AI 社區嘅熱帖、X 上面啲 AI builder 傾緊咩、Polymarket 預測市場嘅賠率變化。
7 個數據源，4 個 AI 分析師各自獨立研判，1 個主編跨源綜合。
裝咗呢個叫 tech-radar 嘅技能，飲杯咖啡嘅時間就可以睇曬全部資訊，仲可以 set 定時任務，每日自動跑，如果你 link 咗飛書，直接 send 訊息畀你。
先睇結果
呢個係 2026 年 4 月 6 日，tech-radar 幫我生成嘅日報開頭：
30 秒速讀：
1. Claude Code 生態持續統治 GitHub：everything-claude-code 14 萬星（+7.8 萬/月），superpowers 13.6 萬（+6.5 萬），加上 HN caveman skill 419 分
2. 「唔識技術都可以用 AI 整嘢」正式成為主流共識：HN「八年想做三個月搞掂」236 分，Karpathy 推文 1.7 萬讚
3. AI 信任危機 + 教育反思雙線發酵：eIDAS 數碼身份綁定（476 分）+ 「comfortable drift」（591 分）
日報入面每一條數據後面都跟住一句行動建議——「值唔值得寫文章」「用唔用到喺選題」「應唔應該繼續跟蹤」。
唔係掉低一堆資訊畀你自己揀。係幫你篩好曬，話你知要做啲咩。
佢係咩
一句講曬：一個裝喺 agent 裏面嘅科技情報流水線。
三層架構：
Layer 1: 腳本採集 → 7 個 Node.js 腳本並行跑，不耗 AI token，~10 秒 ↓ Layer 2: AI 分析 → 4 個 AI 分析師各讀各的數據，並行研判 ↓ Layer 3: 主編綜合 → 1 個主編跨源關聯，輸出最終日報點解要分三層？
Layer 1 係純腳本。 唔會消耗一分錢嘅 AI token。GitHub Trending 嘅數據、Hacker News 嘅 Top 30、Product Hunt 嘅排行榜——呢啲都係公開嘅，用 Node.js 腳本直接抓就得。數據採集同 AI 分析分開，你可以單獨調試採集器，數據亦都可以重用。
Layer 2 係並行 AI。 4 個分析師互相唔依賴，Claude Code 啟動 4 個 Agent 同時跑。GitHub 分析師淨係睇 GitHub 數據，HN 分析師淨係睇 HN 數據。各自寫自己嘅報告。
Layer 3 係唯一睇到全局嘅人。 主編拎到所有報告，做跨源關聯——「呢個項目喺 GitHub 升咗 2000 星，同時 HN 上面都有 400 分嘅討論帖，Product Hunt 都有人提」——呢種多源共振先係真正有價值嘅信號。
怎麼裝
直接同你嘅 agent 講，請安裝並引導我使用 https://github.com/OrangeViolin/tech-radar
我點樣用——一個 AI 自媒體博主嘅日常
我營運 01fish 呢個 AI 自媒體，仲有日常要推進嘅 AI 相關產品業務，所以我對呢個 skill 加咗少少改裝。
日報入面有一個「跨源強信號」板塊。當同一個話題同時出現喺 GitHub Trending、Hacker News 同 Product Hunt 上面——唔係偶然，係趨勢。
例如 4 月 6 日嘅日報裏面，Claude Code 生態同時出現喺三個源：
GitHub 月榜 everything-claude-code 14 萬星 HN 上面 caveman skill 討論帖 419 分 Product Hunt 上面 Claude Code Voice Mode 396 票
三源共振。呢個就係「Claude Code 技能拆解」系列文章嘅選題來源。
根據我寫嘅點評自動執行
我會喺日報文件裏面隨手加 fish點評:，例如：
fish點評：呢個請幫我下載落嚟並引導我使用
然後講一句「處理點評」，系統自動掃描曬所有點評並執行——行動指令直接執行、素材標記存素材庫、想法靈感存大腦收件箱。
日報唔係睇完就掉嘅。佢係一個可以互動嘅工作枱。
三個亮點功能
一、資訊源任你揀，同你嘅 Agent 講就得
7 個數據源唔係固定嘅。佢哋係我根據自己嘅需求揀嘅。
你完全可以同你嘅 Agent 講：
「幫我加一個 36氪 嘅採集器」
「我唔需要 Polymarket，刪咗佢」
「將 GitHub 分析師嘅重點改做競品監控」
Agent 會幫你改。因為成個系統嘅配置就係 Markdown 文件——分析師嘅 prompt、主編嘅輸出格式、採集器嘅邏輯。改 prompt 就係改配置。
你做產品嘅？叫 Agent 將分析維度改成「競品分析」「市場規模」「技術可行性」。
你做投資嘅？改成「估值信號」「團隊背景」「技術壁壘」。
你做學術嘅？加個 arXiv 採集器，叫分析師留意論文引用量同研究方向。
唔使你識 code。同 Agent 講你想要咩，佢幫你改。
二、點評即執行——日報係可互動嘅工作枱
呢個係我最鍾意嘅功能。
日報生成之後，我會邊睇邊喺任可位置插入 fish點評:——
fish點評：呢個項目下載落嚟試試
fish點評：可以寫篇文章，角度係「普通人用呢個可以做到啲咩」
fish點評：存到素材庫，下星期用
然後講一句「處理點評」。
系統自動掃描所有點評，理解上下文（佢知道你嘅點評寫喺邊條數據隔籬），然後分類執行：
日報唔係睇完就掉嘅 PDF。佢係一個可以互動嘅工作枱。
你嘅想法直接變成行動，中間冇任何人工中轉。
三、每日 9:30 自動跑，起身就有日報
我將 tech-radar 連接咗定時任務系統，用嘅係 mycc 呢個倉庫嘅功能，每日早上 9:30，系統自動採集尋日一日嘅全部數據，跑完分析，生成日報，存到項目目錄。
開工嗰陣，日報已經靜靜咁等緊你。
配置好簡單，同你嘅 Agent 講一句：
「幫我 set 一個定時任務，每日早上 9:30 自動跑科技雷達」
佢會幫你寫入定時任務配置。
你甚至可以叫佢跑完之後自動 send 一個飛書通知，話你知今日有幾條強信號。 但呢個需要你配置一下飛書
拎去就用得
倉庫地址： https://github.com/OrangeViolin/tech-radar
裝法好簡單，同你嘅 Agent 講：
「幫我將呢個倉庫嘅 skill 裝到本地」
然後將倉庫地址畀佢。佢會幫你 clone、連接、配置好。
裝完之後，你講「科技雷達」或者 /tech-radar，佢就開始跑。
想淨係睇某個源？講「GitHub 熱榜」或 /tech-radar hn。
想定時自動跑？講「幫我 set 個定時任務」
唔需要睇文檔。同佢講你想要咩就得。
寫喺最後
呢個項目嘅靈感嚟自阿涵（想象力 AI）嘅文章《給 Claude Code 裝了個情報中心》。我喺佢嘅基礎上加咗更多數據源、改咗分析師 prompt、加咗點評系統同定時任務。
最令我興奮嘅唔係日報本身，而係呢三件事疊加埋一齊產生嘅效果：
資訊源你自己揀 × 點評直接變行動 × 每日自動跑
由「我要去揾資訊」變成「資訊嚟揾我，我淨係需要做判斷」。
呢個唔係一個工具。呢個係一個框架。你喺裏面填返自己嘅需求就得。
調研 & 撰寫：AI（Claude）
主導 & 審校：01fish
創作時間：素材嚟自 tech-radar 項目實際使用經驗
參考來源：
tech-radar 倉庫：https://github.com/OrangeViolin/tech-radar 架構靈感：畀 Claude Code 裝咗個情報中心（想象力AI / 阿涵） 參考倉庫：Aster110/mycc 01fish 實測
input matters
浸泡在高質量科技信息當中，高質量輸入=高質量輸出=積極行動應對焦慮
GitHub 昨天最火的倉庫、Product Hunt 新上了什麼產品、Hacker News 在吵什麼、Reddit AI 社區的熱帖、X 上 AI builder 們在聊什麼、Polymarket 預測市場的賠率變化。
7 個數據源，4 個 AI 分析師獨立研判，1 個主編跨源綜合。
裝上這個叫 tech-radar 的skill，一杯咖啡的時間即可全量獲取，還可以設置定時任務，每天定時自動跑，若你連結了飛書，直接給你飛書發信息推送。
先看結果
這是 2026 年 4 月 6 日，tech-radar 給我生成的日報開頭：
30 秒速讀：
1. Claude Code 生態持續統治 GitHub：everything-claude-code 14 萬星（+7.8 萬/月），superpowers 13.6 萬（+6.5 萬），加上 HN caveman skill 419 分
2. "不懂技術也能用 AI 建東西"正式成為主流共識：HN "八年想做三個月搞定"236 分，Karpathy 推文 1.7 萬贊
3. AI 信任危機 + 教育反思雙線發酵：eIDAS 數字身份綁定（476 分）+ "comfortable drift"（591 分）
日報裏每一條數據後面都跟着一句行動建議——"值不值得寫文章""能不能用到選題""該不該持續跟蹤"。
不是給你一堆信息讓你自己篩。是幫你篩完了，告訴你該幹嘛。
它是什麼
一句話：一個裝在 agent 裏的科技情報流水線。
三層架構：
Layer 1: 腳本採集 → 7 個 Node.js 腳本並行跑，不耗 AI token，~10 秒 ↓ Layer 2: AI 分析 → 4 個 AI 分析師各讀各的數據，並行研判 ↓ Layer 3: 主編綜合 → 1 個主編跨源關聯，輸出最終日報為什麼分三層？
Layer 1 是純腳本。 不消耗一分錢的 AI token。GitHub Trending 的數據、Hacker News 的 Top 30、Product Hunt 的排行榜——這些都是公開的，用 Node.js 腳本直接抓就行。數據採集和 AI 分析解耦，你可以單獨調試採集器，數據也可以複用。
Layer 2 是並行 AI。 4 個分析師互不依賴，Claude Code 啓動 4 個 Agent 同時跑。GitHub 分析師只看 GitHub 數據，HN 分析師只看 HN 數據。各寫各的報告。
Layer 3 是唯一能看到全局的人。 主編拿到所有報告，做跨源關聯——"這個項目在 GitHub 漲了 2000 星，同時 HN 上也有 400 分的討論帖，Product Hunt 上也有人提到"——這種多源共振才是真正有價值的信號。
怎麼裝
直接和你的agent說，請安裝並引導我使用 https://github.com/OrangeViolin/tech-radar
我怎麼用的——一個 AI 自媒體博主的日常
我運營 01fish 這個 AI 自媒體，以及還有日常要推進的AI相關的產品業務，所以，我對這個skill加了一點改造。
日報裏有一個"跨源強信號"板塊。當同一個話題同時出現在 GitHub Trending、Hacker News 和 Product Hunt 上——那不是偶然，那是趨勢。
比如 4 月 6 日的日報裏，Claude Code 生態同時出現在三個源：
GitHub 月榜 everything-claude-code 14 萬星 HN 上 caveman skill 討論帖 419 分 Product Hunt 上 Claude Code Voice Mode 396 票
三源共振。這就是"Claude Code 技能拆解"系列文章的選題來源。
根據我寫的點評自動執行
我會在日報文件裏隨手加 fish點評:，比如：
fish點評：這個請幫我下載下來並引導我使用
然後說一句"處理點評"，系統自動掃描所有點評並執行——行動指令直接執行、素材標記存素材庫、想法靈感存大腦收件箱。
日報不是看完就扔的。它是一個可交互的工作台。
三個亮點功能
一、信息源隨便挑，跟你的 Agent 說就行
7 個數據源不是固定的。它們是我根據自己的需求挑的。
你完全可以跟你的 Agent 說：
"幫我加一個 36氪 的採集器"
"我不需要 Polymarket，刪掉"
"把 GitHub 分析師的重點改成競品監控"
Agent 會幫你改。因為整個系統的配置就是 Markdown 文件——分析師的 prompt、主編的輸出格式、採集器的邏輯。改 prompt 就是改配置。
你是做產品的？讓 Agent 把分析維度改成"競品分析""市場規模""技術可行性"。
你是做投資的？改成"估值信號""團隊背景""技術壁壘"。
你是做學術的？加個 arXiv 採集器，讓分析師關注論文引用量和研究方向。
不需要你懂代碼。跟 Agent 說你要什麼，它幫你改。
二、點評即執行——日報是可交互的工作台
這是我最喜歡的功能。
日報生成後，我會邊看邊在任意位置插入 fish點評:——
fish點評：這個項目下載下來試試
fish點評：可以寫篇文章，角度是"普通人用這個能幹嘛"
fish點評：存到素材庫，下週用
然後說一句"處理點評"。
系統自動掃描所有點評，理解上下文（它知道你的點評寫在哪條數據旁邊），然後分類執行：
日報不是看完就扔的 PDF。它是一個可交互的工作台。
你的想法直接變成行動，中間沒有任何人工中轉。
三、每天 9:30 自動跑，醒來就有日報
我把 tech-radar 接入了定時任務系統，用的是 mycc 這個倉庫的功能，每天早上 9:30，系統自動採集昨天一天的全量數據，跑完分析，生成日報，存到項目目錄。
開啓工作，日報已經靜靜躺在那裏了。
配置也簡單，跟你的 Agent 說一句：
"幫我設一個定時任務，每天早上 9:30 自動跑科技雷達"
它會幫你寫進定時任務配置。
你甚至可以讓它跑完後自動發一條飛書通知，告訴你今天有幾條強信號。 但這個需要你配置一下飛書
拿走即用
倉庫地址： https://github.com/OrangeViolin/tech-radar
裝法很簡單，跟你的 Agent 說：
"幫我把這個倉庫的 skill 裝到本地"
然後把倉庫地址給它。它會幫你克隆、連結、配置好。
裝完後，你說"科技雷達"或者 /tech-radar，它就開始跑。
想只看某個源？說"GitHub 熱榜"或 /tech-radar hn。
想定時自動跑？說"幫我設個定時任務"。
不需要看文檔。跟它說你要什麼就行。
寫在最後
這個項目的靈感來自阿涵（想象力 AI）的文章《給 Claude Code 裝了個情報中心》。我在他的基礎上加了更多數據源、改了分析師 prompt、加了點評系統和定時任務。
最讓我興奮的不是日報本身，而是這三件事疊加在一起產生的效果：
信息源你自己選 × 點評直接變行動 × 每天自動跑
從"我要去找信息"變成"信息來找我，我只需要做判斷"。
這不是一個工具。這是一個框架。你往裏面填自己的需求就行。
調研 & 撰寫：AI（Claude）
主導 & 審校：01fish
創作時間：素材來自 tech-radar 項目實際使用經驗
參考來源：
tech-radar 倉庫：https://github.com/OrangeViolin/tech-radar 架構靈感：給 claude code 裝了個情報中心（想象力AI / 阿涵） 參考倉庫：Aster110/mycc 01fish 實測