AI 智能筛选

AI 智能过滤是 TrendRadar 的高级筛选功能。与传统的关键词匹配不同，你只需要用自然语言描述自己的兴趣， AI 就会自动理解并筛选出你真正关心的新闻。

工作原理

AI 智能过滤的工作流程分为四个步骤：

描述兴趣

在 config/ai_interests.txt 中用自然语言写下你关心的内容，例如「我想看 AI 和新能源相关的新闻」。

AI 提取标签

AI 自动从你的描述中提取结构化的兴趣标签，用于后续的匹配评分。

批量评分

AI 将每条新闻与提取出的兴趣标签进行匹配，给出 0-1 的相关度评分。

阈值过滤

只有评分达到 min_score 阈值的新闻才会被推送，低于阈值的新闻会被过滤掉。

如何启用

启用 AI 智能过滤只需要两步：编写兴趣描述文件，然后修改配置文件。

1. 编写兴趣描述

编辑 config/ai_interests.txt 文件，用自然语言描述你关心的内容。不需要任何特殊语法，像写给朋友看的一段话就行。

ai_interests.txt 示例

我对以下领域感兴趣：

1. AI 技术发展动态，包括大模型、AI Agent、AI 应用落地
2. 电动汽车市场趋势，特别是特斯拉、比亚迪等头部品牌的动向
3. 中国重大政策变化，尤其是经济和科技政策
4. 半导体芯片行业的技术突破和产业链变动

语言不限

兴趣描述支持任意语言书写，中文、英文或混合都可以。AI 会自动理解你的意图。

标题质量要求

除了定义"想看什么"，你还可以在 ai_interests.txt 末尾定义"不想看什么"。例如添加"不要标题党"、"不要营销软文"等要求，AI 会综合考量，即使标题匹配了你的兴趣标签，也会因为不符合质量要求而被降低评分或过滤。

2. 修改配置文件

在 config/config.yaml 中将过滤方式切换为 AI 模式，并设置评分阈值：

filter:
  method: ai          # 切换为 AI 过滤（默认为 keyword 关键词过滤）

ai_filter:
  min_score: 0.7       # 最低评分阈值（0-1），低于此分数的新闻不推送

min_score 越高，过滤越严格，推送的新闻越少但相关度越高。建议从 0.7 开始，根据实际推送效果再调整。

最终推送数量还受 report.mode 影响。incremental 模式只推送新增内容，current 只推送当前在榜的。

阈值范围	效果	适用场景
0.3-0.4	宽松过滤，大部分新闻都会通过	不想错过任何可能相关的内容
0.5-0.6	适度过滤，保留明确相关的新闻	大多数用户的推荐选择
0.7-0.8	严格过滤，只保留高度相关的内容	只想看最核心的消息
0.9-1.0	极度严格，可能导致推送数量极少	一般不建议设置这么高

核心特性

自动降级：AI 失败时回退到关键词过滤

如果 AI 服务出现故障（网络超时、API 限额耗尽等），系统会自动回退到传统的关键词过滤模式，确保推送服务不中断。恢复正常后，下次运行会自动切回 AI 过滤。

智能标签更新：按需重新分类

修改 ai_interests.txt 后，系统会智能判断变更幅度：

小幅修改（如微调措辞）：增量更新标签，不重新处理已分析的新闻
大幅修改（如添加全新领域）：完全重新提取标签并重新评分

这个机制避免了每次微调都消耗大量 API 调用。

按时间段定制：早间关键词，晚间 AI 过滤

在 timeline.yaml 中，每个时间段可以独立设置过滤方式。例如早间使用快速的关键词过滤，晚间使用更精准的 AI 过滤：

periods:
  morning:
    start: "08:00"
    end: "10:00"
    filter: keyword       # 早间用关键词过滤，速度快

  evening:
    start: "19:00"
    end: "21:00"
    filter: ai            # 晚间用 AI 过滤，更精准

去重优化：已分析的新闻不重复处理

AI 过滤会记录已经评分过的新闻。下次运行时，只对新增的新闻调用 AI 评分，已经分析过的新闻直接复用之前的评分结果。这不仅加快了处理速度，也节省了 API 调用成本。

高级配置

以下配置项均有合理默认值，通常不需要修改。如需微调 AI 过滤的行为，可在 config.yaml 的 ai_filter 段中按需设置：

配置项	默认值	说明
`batch_size`	200	每批发送给 AI 的标题数
`batch_interval`	2	分批间隔（秒），避免请求过于密集
`reclassify_threshold`	0.6	全量重分类触发阈值（0~1），越低越倾向全量重分类（更准但更耗 token）
`interests_file`	(默认)	自定义兴趣描述文件名，放在 config/custom/ai/ 目录下。例如 "finance.txt" 则加载 config/custom/ai/finance.txt

模型配置

AI 智能过滤与 AI 分析推送共享模型配置。如果你已经为 AI 分析配置了 AI_API_KEY 和 AI_MODEL， AI 过滤会直接复用，不需要重复配置。

一次配置，两处使用

在 config.yaml 的 ai 部分配置一次 api_key 和 model， AI 分析推送和 AI 智能过滤都会使用同一套配置。详细的模型配置说明请参考「AI 分析推送」章节。

AI 过滤 vs 关键词过滤

两种过滤方式各有优势，你可以根据实际情况选择，也可以按时间段混合使用。

对比项	关键词过滤（keyword）	AI 过滤（ai）
配置方式	编写关键词规则（支持正则、分组等高级语法）	用自然语言描述兴趣，无需学习特殊语法
匹配精度	精确匹配，但容易遗漏措辞不同的相关内容	语义匹配，能理解同义词和上下文关联
速度	毫秒级，几乎无延迟	需要调用 API，有一定耗时
成本	零成本	消耗 API 调用额度（通常很少）
上手难度	需要学习关键词语法（别名、正则、分组等）	写几句话即可，零学习成本

选择建议

如果你不想花时间维护关键词列表，或者关注的话题经常变化，AI 过滤是更好的选择。如果你需要精确控制（例如只推送包含特定公司名的新闻），关键词过滤更合适。