bestblogs-weekly-curator

BestBlogs 每周精选策展 (Weekly Curator)

从 BestBlogs.dev 本周内容中精选约 20 篇高质量文章，按 AI 细分类别（模型/开发/产品/资讯）组织，并基于文章原文生成高质量的中英文周刊标题和推荐语。

完整 API 参数详情见 references/api_reference.md。

认证

所有请求需要 X-API-KEY 请求头。从环境变量 BESTBLOGS_API_KEY 读取密钥：

-H "X-API-KEY: $BESTBLOGS_API_KEY"

若 BESTBLOGS_API_KEY 未设置，提示用户配置。

接口地址：https://api.bestblogs.dev

进度清单

- [ ] 阶段一: 获取往期周刊作为参考
- [ ] 阶段二: 拉取本周候选内容
- [ ] 阶段三: 深度分析候选内容（调用详情接口）
- [ ] 阶段四: AI 筛选与推荐（输出 30-40 篇候选清单）⚠️ 需用户确认选文
- [ ] 阶段五: 生成周刊推荐语
  - [ ] 5.1 获取入选文章原文（补充阶段三未获取的）
  - [ ] 5.2 提取主题候选 + 收集用户输入 ⚠️ 一次性确认主题/动态/重点/想法
  - [ ] 5.3 生成中英文标题和推荐语（参考往期风格）
  - [ ] 5.4 输出周刊草稿 + 结构化 JSON

---

阶段一：获取往期周刊参考

拉取最近 3 期已发布的周刊列表和详情，理解选文风格、分类比例和推荐语写法。

1.1 获取周刊列表

curl -s -X POST https://api.bestblogs.dev/openapi/v1/newsletter/list \
  -H "Content-Type: application/json" \
  -H "X-API-KEY: $BESTBLOGS_API_KEY" \
  -d '{"currentPage":1,"pageSize":3,"userLanguage":"zh_CN"}'

1.2 获取每期详情（并行 6 个请求）

分别获取中文和英文版本，供阶段五参考双语写作风格：

# 中文版
curl -s "https://api.bestblogs.dev/openapi/v1/newsletter/get?id={ISSUE_ID}&language=zh_CN" \
  -H "X-API-KEY: $BESTBLOGS_API_KEY"

# 英文版
curl -s "https://api.bestblogs.dev/openapi/v1/newsletter/get?id={ISSUE_ID}&language=en_US" \
  -H "X-API-KEY: $BESTBLOGS_API_KEY"

从响应中保存 zhTitle、enTitle、zhSummary、enSummary 字段，供阶段五生成推荐语时参考。

1.3 分析往期模式

从 3 期详情中提取：

每期文章总数（通常 20-24 篇）

aiCategory 分布比例（MODELS / DEV / PRODUCT / NEWS 各约 5 篇，DEV 有时会多 2-3 篇）

中文推荐语风格：开篇引题 → 个人动态 → 10 个亮点（emoji 标识）→ 结尾

英文推荐语风格：对应中文内容的地道英文表达（非逐字翻译）

标题命名模式和文章 sort 字段的排序规则

---

阶段二：拉取本周候选内容

通过两组查询覆盖候选范围，预计获取 200-400 条内容。

查询策略（6 个并行请求）

第一组：AI 分类内容（88 分以上） — 分资源类型查询：

# 2.1 AI 文章
curl -s -X POST https://api.bestblogs.dev/openapi/v1/resource/list \
  -H "Content-Type: application/json" \
  -H "X-API-KEY: $BESTBLOGS_API_KEY" \
  -d '{"currentPage":1,"pageSize":100,"timeFilter":"1w","sortType":"score_desc","category":"Artificial_Intelligence","type":"ARTICLE","userLanguage":"zh_CN"}'

# 2.2 AI 播客
curl -s -X POST https://api.bestblogs.dev/openapi/v1/resource/list \
  -H "Content-Type: application/json" \
  -H "X-API-KEY: $BESTBLOGS_API_KEY" \
  -d '{"currentPage":1,"pageSize":100,"timeFilter":"1w","sortType":"score_desc","category":"Artificial_Intelligence","type":"PODCAST","userLanguage":"zh_CN"}'

# 2.3 AI 视频
curl -s -X POST https://api.bestblogs.dev/openapi/v1/resource/list \
  -H "Content-Type: application/json" \
  -H "X-API-KEY: $BESTBLOGS_API_KEY" \
  -d '{"currentPage":1,"pageSize":100,"timeFilter":"1w","sortType":"score_desc","category":"Artificial_Intelligence","type":"VIDEO","userLanguage":"zh_CN"}'

第二组：全分类高分内容（90 分以上，前 100 条） — 捕捉非 AI 分类的优质内容：

# 2.4 全分类高分文章
curl -s -X POST https://api.bestblogs.dev/openapi/v1/resource/list \
  -H "Content-Type: application/json" \
  -H "X-API-KEY: $BESTBLOGS_API_KEY" \
  -d '{"currentPage":1,"pageSize":100,"timeFilter":"1w","sortType":"score_desc","type":"ARTICLE","userLanguage":"zh_CN"}'

# 2.5 全分类高分播客
curl -s -X POST https://api.bestblogs.dev/openapi/v1/resource/list \
  -H "Content-Type: application/json" \
  -H "X-API-KEY: $BESTBLOGS_API_KEY" \
  -d '{"currentPage":1,"pageSize":100,"timeFilter":"1w","sortType":"score_desc","type":"PODCAST","userLanguage":"zh_CN"}'

# 2.6 全分类高分视频
curl -s -X POST https://api.bestblogs.dev/openapi/v1/resource/list \
  -H "Content-Type: application/json" \
  -H "X-API-KEY: $BESTBLOGS_API_KEY" \
  -d '{"currentPage":1,"pageSize":100,"timeFilter":"1w","sortType":"score_desc","type":"VIDEO","userLanguage":"zh_CN"}'

如果第一组某个类型的 totalCount > 100，继续翻页获取（currentPage: 2）直到全部拉取。

客户端过滤与合并

分数过滤: 第一组保留 score >= 88，第二组保留 score >= 90

去重: 按 id 去重（两组可能有重叠）

合并: 将所有候选内容合并为一个列表

统计: 输出候选池概况 — 总数、各 aiCategory 分布、分数范围

---

阶段三：深度分析候选内容

对阶段二筛选后的候选池（预计 80-150 条）进行深度分析。通过调用文章详情接口获取更丰富的信息，辅助后续的精选决策。

3.1 初步排序

先按 score 降序排列，取每个 aiCategory 的 Top 15（共约 60 条）进入深度分析。如果某个分类不足 15 条，则全部进入。

3.2 调用文章详情接口（分批并行）

对进入深度分析的文章，调用 markdown 接口获取正文内容：

curl -s "https://api.bestblogs.dev/openapi/v1/resource/markdown?id={RESOURCE_ID}" \
  -H "X-API-KEY: $BESTBLOGS_API_KEY"

每批 5 个并行请求，避免触发频率限制。如果 markdown 返回 null（无正文），则依赖列表接口已有的 summary 和 mainPoints 进行判断。

3.3 深度评估维度

对每篇内容从 3 个维度评分（结合 markdown 正文 + 列表接口元数据）:

内容质量 — 论证深度、信息密度、原创性、写作质量

- 优质信号：有数据支撑、有代码示例、有独到见解、有实践经验
- 低质信号：纯资讯搬运、内容空洞、标题党、过度营销

信息重要性 — 对 AI 行业的影响程度

- 高：头部厂商重大发布、突破性研究、行业政策变化
- 中：工具更新、实践分享、趋势分析
- 低：日常动态、边缘话题

读者相关性 — 与 BestBlogs 读者群（AI 从业者、开发者、产品经理）的匹配度

- 高：可直接指导工作实践、影响技术决策
- 中：值得了解的行业信息
- 低：受众面窄、过于学术或过于通俗

3.4 标记来源权威性

在评估过程中标记以下高权威来源：

头部厂商官方: OpenAI、Anthropic、Google/DeepMind、Meta、阿里巴巴/通义、腾讯、月之暗面/Kimi、智谱/GLM、Minimax、百度/文心、字节跳动/豆包

业界领袖: 检查 authors 字段，识别知名人物

订阅源优先级: 标注 priority 为 HIGH 或 MEDIUM 的来源

---

阶段四：AI 筛选与推荐

基于阶段三的深度分析，从候选池中推荐 30-40 篇内容，按 aiCategory 分配到 4 个栏目。

分类栏目与配额

每个分类默认 5 篇，允许上下浮动 1-2 篇。4 个分类都应有内容，仅在某分类本周确实无足够优质内容时才允许缺席（极少数情况）。最终总数控制在 20 篇左右。

推荐数量

为给用户充分选择空间，候选清单应包含 30-40 篇内容（每个分类 8-10 篇），用户从中选择最终的 20 篇。这样即使去除部分文章后仍有充足的备选。

筛选标准

按以下优先级排序候选内容：

来源权威性（最高权重）:

- 优先选择来源于 priority 为 HIGH 和 MEDIUM 的订阅源
- 优先选择来自头部厂商的内容：OpenAI、Anthropic、Google/DeepMind、Meta、阿里巴巴/通义、腾讯、月之暗面/Kimi、智谱/GLM、Minimax、百度/文心、字节跳动/豆包
- 优先选择业界领袖人物（如 Sam Altman、Dario Amodei、Andrej Karpathy 等）的内容

内容质量综合判断: 综合以下指标评估，而非仅看单一维度：

- score 评分（高分优先）
- qualified 是否精选（精选内容优先）
- readCount 阅读量（高阅读量说明内容有吸引力）
- 深度分析结果（阶段三的质量、重要性、相关性评估）

信息重要性: 重大发布、突破性进展、行业转折点等内容优先

读者相关性: 与 BestBlogs 读者群（AI 从业者、开发者、产品经理）高度相关的内容优先

来源多样性: 同一 sourceName 最多入选 3 篇，避免单一来源过度集中

内容类型多样性: 尽量在每个栏目中包含文章、播客、视频的混合

语言平衡: 兼顾中英文内容

话题去重: 主题高度相似的内容只保留分数最高的一篇

输出候选清单

按栏目分组展示候选清单，每篇必须包含推荐理由:

## 候选清单（共 N 篇，建议最终选择约 20 篇）

### 模型与研究 (MODELS) — N 篇

| # | 分数 | 精选 | 阅读量 | 标题 | 来源 | 优先级 | 类型 | 推荐理由 |
|---|------|------|--------|------|------|--------|------|----------|
| 1 | 96 | Y | 1.2K | 文章标题 | 来源名称 | HIGH | 文章 | OpenAI 官方发布，重大模型更新，读者必读 |
| 2 | 94 | Y | 856 | 文章标题 | 来源名称 | MEDIUM | 播客 | 深度技术解析，对开发者实践价值高 |

### 开发与工具 (DEV) — N 篇
...

### 产品与设计 (PRODUCT) — N 篇
...

### 资讯与报告 (NEWS) — N 篇
...

推荐理由应从以下角度阐述（1-2 句话）:

为什么这篇内容重要（信息价值）

为什么适合 BestBlogs 读者（相关性）

内容质量亮点（深度、独特视角、实践指导等）

⚠️ 等待用户确认: 展示候选清单后暂停，等待用户：

从 30-40 篇中勾选最终 20 篇

调整某篇的去留

调整分类配额

补充遗漏的重要内容

---

阶段五：生成周刊推荐语

用户确认选文后，深度阅读入选文章原文，结合用户输入和往期风格，生成高质量的中英文标题和推荐语。

详细的写作风格规范、emoji 速查和完整示例见 references/newsletter_writing_guide.md。

5.1 获取入选文章原文

对用户确认的 20 篇文章，获取 markdown 原文内容。阶段三可能已获取了部分文章的原文，只需补充未获取的：

curl -s "https://api.bestblogs.dev/openapi/v1/resource/markdown?id={RESOURCE_ID}" \
  -H "X-API-KEY: $BESTBLOGS_API_KEY"

每批 5 个并行请求。markdown 返回 null 的文章，依赖列表接口的 summary 和 mainPoints。

阅读每篇原文时重点关注：

核心论点和关键数据

独到见解或判断

作者身份（区分实际作者与发布平台）

文章之间的关联性和共同趋势

5.2 提取主题候选 + 收集用户输入

基于 20 篇文章的原文内容提炼主题候选，同时收集用户上下文。合并为一次交互，避免多轮追问：

阅读完本期 20 篇文章后，我提炼了以下主题候选:

1. **关键词A（英文）**: 理由 — 哪些文章支撑这个主题
2. **关键词B（英文）**: 理由
3. **关键词C（英文）**: 理由
4. ...

我推荐: **关键词X** — 因为它能串联本期多数内容，同时提出了引人思考的问题。

在生成推荐语之前，还想了解:
1. 你倾向哪个主题？或者有自己的想法？
2. BestBlogs.dev 最近有什么更新或动态想提到吗？
3. 有没有特别想重点强调的文章？
4. 本周有什么个人观察或思考想融入推荐语？

主题提取思路：

跨多篇文章出现的共同模式

本周最重磅文章的核心概念

文章集体讲述的行业叙事

能用一个词或短语概括本周精华的思考性概念

如果用户没有特别想法，可以基于文章内容自行提炼，但主题必须等用户确认后再继续。

等待用户确认后再进入 5.3。

5.3 生成中英文标题和推荐语

参考阶段一获取的最近 3 期周刊的 zhTitle/enTitle 和 zhSummary/enSummary，学习：

标题的命名模式（通常："BestBlogs 周刊第 N 期：{关键词}"）

推荐语的叙事节奏（开篇引题 → 个人动态 → 10 个亮点 → 结尾）

语言风格（口语化程度、句式习惯、数据引用方式）

标题格式

中文：BestBlogs 周刊第 N 期: {主题关键词}

英文：BestBlogs Weekly Issue #N: {Theme Keyword}

推荐语生成要求

基于文章原文（而非仅摘要）撰写，确保信息准确、有深度：

开篇段落（2-3 句）: 用主题关键词串联本周最重要的趋势，提出引发思考的问题

个人更新段落: 融入用户提供的 BestBlogs 动态或个人实验（没有则跳过）

10 个亮点: 从 20 篇文章中提炼，每个亮点 2-3 句，带 emoji 标识

- 覆盖 4 个分类的核心内容
- 用户指定的重点文章优先展开
- 相关文章可合并为一个亮点
- 包含具体数据、关键洞察
- 句式多样，避免千篇一律

结尾: 固定格式

语言质量要求

中英文和数字之间加空格：Claude Opus 4.5 发布

减少不必要的引号、破折号和复杂句式

中文版用全角标点，英文版语感地道不像翻译

信息必须准确：作者归属、数据引用、核心论点与原文一致

加粗仅用于产品/模型名称

5.4 确定期数并输出

从阶段一获取的最新一期 id（如 issue55）推算新期数：issue56。

输出周刊草稿

# BestBlogs.dev 精选文章 第 N 期

> {中文推荐语全文}

---

## 模型与研究

### 1. {文章标题}
- **来源**: {sourceName} | **评分**: {score} | **类型**: {resourceTypeDesc}
- **摘要**: {oneSentenceSummary}
- **推荐理由**: {1 句话说明为什么入选本期}
- **链接**: {readUrl 或 url}

### 2. {文章标题}
...

---

## 开发与工具
...

## 产品与设计
...

## 资讯与报告
...

输出结构化数据

{
  "zhTitle": "BestBlogs 周刊第 N 期：{关键词}",
  "enTitle": "BestBlogs Weekly Issue #N: {Keyword}",
  "zhSummary": "中文推荐语全文",
  "enSummary": "English summary full text",
  "articles": [
    {
      "id": "RAW_xxx",
      "title": "文章标题",
      "aiCategory": "MODELS",
      "sort": 1
    }
  ]
}

sort 值规则：按 MODELS → DEV → PRODUCT → NEWS 顺序，从 1 开始连续编号。

---

参数调整

错误处理

重要: 始终先检查 response.success 再处理 response.data。