打造个人 AI 内容引擎：全流程实战指南

一、核心概述

本教程围绕 AI 内容引擎（又称 Second Brain）的搭建与使用展开，帮助你在信息爆炸的时代高效捕获、过滤、聚合 AI 领域的最新动态。核心痛点包括：

• 每周数十个新模型、工具、博客、GitHub 项目涌现，手动追踪成本极高；
• 大量噪声信息（fluff）占用阅读时间和 LLM 计算资源；
• 缺乏统一的 数据层 与 每日摘要，导致信息碎片化。 本系统通过 多源抓取 → 去重 → 确定性过滤 → LLM 细筛 → 摘要输出 的六步流水线，实现 低成本、低噪声、可定制 的每日 AI 新闻摘要。

二、实操步骤与核心流程详解

1. 准备工作
   • 在 GitHub 上 fork 我的 skills 仓库，获取 build_signal_engine 技能。
   • 推荐使用 Claude Code 插件或任意支持 agentic coding 的平台（如 Cloud Code）。
2. 初始化项目

   /build_signal_engine   # 在空文件夹中执行，无需额外参数
   

   • 系统会自动弹出一系列问答（即“面试”），帮助你定义：
     • 目标来源（Reddit、YouTube、RSS、Hacker News、GitHub、ChangeLog 等）
     • 抓取方式（API、CLI、Appify 等）
     • 过滤偏好（关注的主题、关注度阈值、是否为新内容）
3. 构建数据层
   • 根据你的回答，Skill 会生成统一的 JSON 配置文件，列出所有源的 URL、查询参数以及对应的抓取实现。
   • 推荐使用 Appify：一站式连接上千种数据源，返回已去除冗余的 Markdown，省去自行清洗的步骤。
4. 去重与确定性过滤
   • 所有抓取的原始内容先写入中心数据库（如 SQLite 或 PostgreSQL），并记录唯一标识（URL+发布时间）。
   • 去重：跳过已处理过的条目，避免 LLM 重复消耗 Token。
   • 确定性过滤：
     • 过滤 旧帖（超过设定天数）
     • 过滤 低互动（观看/点赞/评论数低于阈值）
5. 第一层模型筛选（Jev）
   • 使用 Jev（轻量化分类模型）对剩余条目进行三维打分：
     • 是否在主题范围
     • 是否符合个人兴趣
     • 是否为新颖、可落地的内容
   • 打分低于 7 的直接丢弃，打分高且明确的直接保留，介于两者之间的交给后续 LLM 进一步判断。
6. LLM 深度筛选 & 摘要生成
   • 对交叉判定的条目调用 Claude Haiku 5.5（或同价位模型）进行语义理解与摘要。
   • 生成的摘要结构统一为：标题、来源、关键要点、行动建议。
7. 每日 Digest 输出
   • 将所有通过 LLM 的摘要合并为 Markdown 日报，通过邮件、Slack 或自建网页推送。
   • 系统自动记录本次运行的成本（示例：Jev 3¢，Claude Haiku 42¢），帮助你监控费用。
8. 后期迭代
   • Skill 会在项目根目录生成 profile.json，概览所有源、过滤规则与调度配置。
   • 如需增删源或调整阈值，只需编辑该文件并让 Agent 再次执行 apply_profile 即可。

三、实战技巧与核心小结

• 提前清洗：即使使用 Appify，也建议在抓取后手动去除标题前缀、广告链接等冗余信息，降低后续模型负担。
• 成本控制：将 Jev 设为第一道防线，可将 LLM 调用次数压至 5% 以下；每日总费用通常不超过 0.5 美元。
• 阈值调优：初始时可将观看/点赞阈值设为 500，后续根据实际噪声水平逐步下调。
• 多平台备份：将抓取的原始 JSON 同步至云存储（如 S3），防止意外数据丢失。
• 持续迭代：每月回顾 profile.json，根据新出现的工具或渠道（如新兴的 AI 社区）及时加入。

核心结论：通过本套 AI 内容引擎，你可以在数分钟内完成数百条信息的抓取、去噪、筛选与摘要，显著提升信息获取效率，省下的时间可用于真正的创作与实验。