AI 商机雷达 zjukop/dsh-skill-ai-radar

dsh-skill-ai-radar

一个 DeepSeek Harness 技能，把原始的 AI 信号流变成每日一份真正能变现的机会清单。

简体中文 · English

它是什么

dsh-skill-ai-radar 是给 DeepSeek Harness (DSH) 用的纯指导型技能。它把一条真实的生产流水线提炼成一套可重复的方法，你每天都能跑：

采集 → 存活过滤 → 聚类 → 打分 → LLM 审核 → 报告

核心原则：全量筛查，一个不漏 —— 采集和淘汰环节允许浪费，但绝不允许悄悄跳过任何一个来源。

这个技能给你什么（也只给这些）：
- 来源清单，附带诚实的访问说明（GitHub Search、Hacker News Algolia、linux.do RSS、v2ex 热帖、通过聚合器访问 Product Hunt、YouTube Data API、社交聚合器 —— 以及 X/Reddit/PH 有墙的真相）。
- 存活过滤的规则模板，可直接复制粘贴（聚合器/噪声正则、归档/90 天无提交、HTTP 存活检测）。
- 聚类方法：15 类范式关键词表 + token-Jaccard ≥ 0.55 合并，近似重复只算一次。
- 商业信号打分标准（stars、homepage、变现模式、范式加成）。
- LLM 评审提示词（冷血的商业分析师，打 0–100 分，GOLD ≥ 75 / KEEP ≥ 55 / REJECT）。
- 每日增量流程 + 报告格式。

它不做什么：替你调 API、发 token、绕过 OAuth 墙，或者保证任何一条都能赚钱。LLM 评审是分诊过滤器，不是神谕。

安装（零代码技能）

DSH 从文件系统技能根目录发现技能（~/.dsh/skills/、<project>/.dsh/skills/、~/.agents/skills/），只往下找一层：<root>/<name>/SKILL.md。这个包带一个单命令安装器，把内置的 SKILL.md 链接到 ~/.dsh/skills/ai-radar/。

option A — one command (recommended)
npx dsh-skill-ai-radar # links SKILL.md into ~/.dsh/skills/ai-radar/

option B — global install + link
npm i -g dsh-skill-ai-radar
dsh-skill-ai-radar # same linker, now from your global bin

option C — manual, no installer
mkdir -p ~/.dsh/skills/ai-radar
cp SKILL.md ~/.dsh/skills/ai-radar/SKILL.md

链接完成后，重启 DSH（或者等它的 watcher 自动发现）。技能 ai-radar 会出现在会话目录里；模型按需加载。

关于 dsh plugin add 的说明： 那条命令装的是 Cordis bundle（代码插件）。零代码技能包没有 bundle，所以它通过技能文件系统服务商加载，而不是 bundle 安装器 —— 上面那个链接器做的正是这件事。

用法

在 DSH 对话里，直接描述目标就行 —— 目录里的「Use when…」那行会自动路由到这个技能：

- "搭一个每日 AI 信号雷达,从 GitHub/HN/社区筛出能赚钱的新物种"
- "rank these 200 GitHub repos by commercial value"
- "我今天漏了哪些 AI 热点?跑一遍昨天的增量过筛" 技能随后带你走完五个阶段，每个阶段都给可直接粘贴的模板。你负责提供 runner（cron + 标准库脚本，或者哪天手工跑一次）和一个 OpenAI 兼容的 LLM 端点，用于终审。

输出示例

全量过筛资产库 (Exhaustive Funnel Asset Library)
生成: 2026-10-03 | GOLD=8 KEEP=23 | 规则: 宁全量过筛不漏一个机会

🥇 GOLD(确定能获利的新物种) agent-harness
- [82分] some-agent-harness ★4.1k | Dev/订阅/约3天 | 真能copy成托管服务 | https://github.com/...

数据与成本边界

- 阶段 0–2.5 只用标准库 + SQLite + HTTP，不碰 LLM，成本几乎为零。
- 阶段 3（LLM 终审）只跑聚类代表，不跑原始池——token 成本就是这样控住的。
- 技能从不教你绕过鉴权，也不教你抓取登录墙后的内容。尊重每个来源的条款和速率限制。

License

MIT。

这是什么

dsh-skill-ai-radar 是 DeepSeek Harness (DSH) 的纯指导技能，把一条真实在跑的生产级漏斗蒸馏成可每日复用的方法：

采集 → 存活过筛 → 聚类去重 → 商业信号评分 → LLM 终审 → 报告

核心原则：宁可全量过筛，绝不漏掉任何潜在获利机会——采集和剔除可以浪费，但绝不许静默跳过任何源或候选项。

给到你的：源清单 + 诚实访问说明、存活过筛规则模板、聚类范式表 + Jaccard 方法、商业信号评分公式、LLM 评判提示词、每日增量例程、报告格式。不给你：替你调 API、给你 token、绕过 OAuth、保证某项能赚钱。

安装（零代码技能）

DSH 从文件系统技能根（~/.dsh/skills/、<项目>/.dsh/skills/、~/.agents/skills/）一层深发现 <root>/<name>/SKILL.md。本包带一键安装器，把内置 SKILL.md 链到 ~/.dsh/skills/ai-radar/：

npx dsh-skill-ai-radar # 推荐:一键链接
或
npm i -g dsh-skill-ai-radar && dsh-skill-ai-radar
或手动
mkdir -p ~/.dsh/skills/ai-radar && cp SKILL.md ~/.dsh/skills/ai-radar/SKILL.md

链好后重启 DSH（或等 watcher 自动发现），ai-radar 出现在会话目录里，模型按需加载。

dsh plugin add 装的是 Cordis bundle（代码插件）；零代码技能走技能文件系统 provider，所以用上面的链接器。

用法

在 DSH 对话里直接说要做什么，目录里的 "Use when…" 会自动路由到本技能：

- "搭一个每日 AI 信号雷达，从 GitHub/HN/社区筛出能赚钱的新物种"
- "把这 200 个 GitHub repo 按商业价值排序"
- "我今天漏了哪些 AI 热点？跑一遍昨天的增量过筛"

技能会带你走完五个阶段，每个阶段给可粘贴的模板。你提供 runner（cron + 标准库脚本，或某天手工跑一次）和一个 OpenAI 兼容的 LLM 端点用于终审。

License

MIT。