AI 趋势定时汇总

基于 OpenAI Agents SDK 构建的定时 AI 资讯聚合 Agent，部署在 EdgeOne Makers 上 — 自动采集、筛选、评分并生成每日趋势报告。

框架： OpenAI Agents SDK · 分类： Scheduled · 语言： TypeScript

概览

AI 趋势定时汇总通过 4-Agent 流水线，按每日定时任务（或手动触发）从 Hacker News、Dev.to 及可配置的 Web 源采集 AI 行业资讯，生成结构化的 Markdown 趋势报告。整个流水线通过 SSE 实时推送进度，用户可以看到资讯被逐步采集、筛选、评分和撰写的全过程。

多源采集 — 从 Hacker News、Dev.to 及可配置 Web 源（通过沙箱浏览器抓取）获取数据
4-Agent 流水线 — Curator（筛选）+ Summarizer（摘要）并行执行，随后 Analyst（评分+分类）和 Writer（撰写报告）
实时 SSE 流式推送 — 从采集到最终报告的渐进式内容展示，Writer 阶段逐 token 流式输出
跨 run 去重 — 基于指纹的条目库，跨定时任务追踪 seenCount、firstSeenAt、lastSeenAt
综合评分 — Analyst 根据源站热度、内容质量和 AI 相关度为每条资讯打 0–100 综合分

环境变量

变量	必填	说明
`AI_GATEWAY_API_KEY`	是	模型网关 API Key。使用 Makers Models API Key，或任何 OpenAI 兼容的服务商 Key。
`AI_GATEWAY_BASE_URL`	是	网关 Base URL。Makers Models 请填 `https://ai-gateway.edgeone.link/v1`。
`AI_GATEWAY_MODEL`	否	模型 ID。默认 `@makers/minimax-m2.7`。

本模板遵循 OpenAI 兼容 标准 — 可以指向 Makers Models 或任何兼容的网关/服务商。

如何获取 `AI_GATEWAY_API_KEY`

打开 Makers 控制台。
登录并开通 Makers。
进入 Makers → 模型 → API Key，创建一个 Key。
将其填入 AI_GATEWAY_API_KEY（AI_GATEWAY_BASE_URL 设为 https://ai-gateway.edgeone.link/v1）。

内置模型（@makers/deepseek-v4-flash、@makers/hy3-preview、@makers/minimax-m2.7）免费且有速率限制，适合验证原型。生产环境建议在控制台绑定自有服务商 Key（BYOK）。

服务商 fallback

代码按以下优先级读取环境变量：

LLM_API_KEY → AI_GATEWAY_API_KEY → OPENAI_API_KEY
LLM_BASE_URL → AI_GATEWAY_BASE_URL → OPENAI_BASE_URL
LLM_MODEL → AI_GATEWAY_MODEL → @makers/minimax-m2.7

可根据服务商偏好设置任意一组。

本地开发

前置依赖： Node.js ≥ 18、npm

npm install
cp .env.example .env
edgeone makers dev

打开 http://localhost:8080/agent-metrics 查看本地可观测面板。

项目结构

ai-trends-scheduled-summary/
├── agents/
│   └── ai-trends/
│       ├── run.ts              # /ai-trends/run — 流水线入口（SSE 流）
│       ├── stop.ts             # /ai-trends/stop — 中止运行中的流水线
│       ├── _model.ts           # 4-Agent 定义、prompt、流式逻辑
│       ├── _sources.ts         # 数据采集（HN、Dev.to、沙箱浏览器）
│       ├── _items.ts           # 条目库：指纹、合并、去重
│       ├── _memory.ts          # 平台 store 持久化（报告+条目）
│       ├── _storage.ts         # 文件系统 fallback 持久化
│       ├── _report.ts          # 报告组装辅助函数
│       ├── _http.ts            # 请求/响应工具函数
│       └── _types.ts           # 共享 Zod schema 与 TypeScript 类型
├── cloud-functions/
│   └── ai-trends/
│       ├── latest/index.ts     # GET /ai-trends/latest
│       ├── history/index.ts    # GET /ai-trends/history
│       ├── detail/index.ts     # POST /ai-trends/detail
│       ├── delete/index.ts     # POST /ai-trends/delete
│       └── health/index.ts     # GET /ai-trends/health
├── src/                        # 前端（React + Vite）
│   ├── App.tsx                 # 主界面：LiveFeed、PipelineBar、ReportDrawer
│   ├── api.ts                  # SSE 客户端 & REST 封装
│   ├── i18n.tsx                # 中英文国际化
│   ├── MarkdownReport.tsx      # Markdown 渲染组件
│   ├── reportModel.ts          # 前端报告数据归一化
│   └── types.ts                # 前端类型定义
├── edgeone.json                # Agent 运行时 & 定时任务配置
└── package.json

以 _ 前缀命名的文件为私有模块，不会被 EdgeOne 暴露为公开路由。

工作原理

Agent 以 会话模式 运行在 agents/ 下。相同 conversation_id 的请求会路由到同一实例（及同一沙箱）。

流水线流程

触发 — 通过 cron 定时任务（0 9 * * * 每日执行）或手动 POST /ai-trends/run。请求包含 sources（默认：hackernews、devto、web）和 limit。
采集 & 合并 — 从各配置源采集候选内容。Hacker News 和 Dev.to 使用公开 API；Web 源使用沙箱浏览器（context.sandbox.browser.goto + evaluate）抓取 JS 渲染页面。候选内容通过 URL/标题指纹与条目库去重。
Curator + Summarizer（并行） — 两个 Agent 通过 Promise.allSettled 并发执行：
- Curator 过滤无关内容，分配分类（AI Agent、LLM、Multimodal 等），决定保留/丢弃。
- Summarizer 为每条资讯生成 1–2 句中文摘要。
Analyst — 为每条资讯打 0–100 综合推荐分（权重：质量 40%、热度 30%、相关度 30%），按分类分组，标注 new/active/single 状态，可选对 2–3 篇最重要的文章通过 fetch_url 沙箱工具深入分析。
Writer（逐 token 流式） — 生成结构化 Markdown 报告，逐 token 流式推送到客户端。实时过滤 <think> 标签。连接失败时自动回退到非流式重试。
持久化 — 最终报告保存到 context.store（平台 Memory）。不可用时回退到文件系统存储。

SSE 流式协议

/ai-trends/run 端点返回 SSE 流，包含以下类型化事件：

事件类型	用途
`stage`	流水线阶段状态转换（`running` / `done` / `failed`）
`items`	渐进式内容快照（`fetched` → `curated` → `summarized`）
`analysis`	Analyst 输出（分类、评分、keyInsight）
`progress`	长时 LLM 调用期间的保活信号（每 8s 发送）
`token`	Writer Markdown token（实时打字效果）
`complete`	终止事件，携带完整 `TrendReport` 数据

核心设计决策

逐级降级 — Writer 失败则从 Analyst 输出组装报告；Analyst 也失败则使用代码生成的兜底报告。
AbortSignal — 贯穿所有阶段；用户可随时中止生成。
会话级存储 — 报告和条目库通过 context.store.appendMessage / getMessages 按会话隔离存储。

运行时配置

edgeone.json 关键参数：

agents.timeout：1200s（流水线最大运行时长 20 分钟）
agents.sandbox.timeout：300s（沙箱生命周期，用于浏览器抓取）
schedules[0].cron：0 9 * * *（每日 UTC 01:00 / 北京时间 09:00）

路由一览

路由	方法	说明
`/ai-trends/run`	POST	启动流水线（SSE 流）
`/ai-trends/stop`	POST	中止运行中的流水线
`/ai-trends/latest`	GET	获取最新报告
`/ai-trends/history`	GET	报告历史列表
`/ai-trends/detail`	POST	按 runId 获取指定报告
`/ai-trends/delete`	POST	按 runId 删除报告

conversation_id 通过 makers-conversation-id 请求头传递。

许可证

MIT

框架	React.js
应用场景	Agents,AI

框架	React.js
应用场景	Agents,AI