Felo API PlatformFelo API Platform

内容

做一份团队真的会读的每日 AI 新闻简报

先拿有来源的新闻汇总，再加入实践者在 X 上的讨论，拉一条视频转录，最后用 Markdown 写成一期简报并存进 LiveDoc。

构建时间25 分钟难度进阶更新于2026-10-29
适合谁市场与增长创作者产品市场

复制 prompt

把方括号里的字段替换掉，然后粘贴到 Claude Code、Codex 或任何能访问终端的 AI。它会安装 Felo skill、在花额度前询问，并执行这套 workflow。

为[行业或主题]制作一份每日行业简报。

时间范围：过去 24 小时，时区[时区]。读者：[读者]。
关注列表（可选）：X [账号或主题]、YouTube [频道]、Reddit [社区]。

挑选 5–8 条真正重要的内容。每条写：发生了什么、为什么重要、来源链接，以及它属于公告、结果还是观点。

章节：
1. 头条。
2. 5–8 条内容，每条附来源链接。
3. X 上大家在说什么，附账号和日期。
4. 一条带时间戳的视频引文。
5. 接下来关注什么。

规则：
- 每条都附链接。合并重复报道，保留最好的来源。
- 区分公告和独立结果；给厂商主张加标签。
- 只报告来源返回的指标。数据缺失时写“暂无数据”，不要写零。
- 如果没有重要事件，直接说明，不要为凑篇幅而填充。
- 消耗额度前，先展示计划执行的 API 调用并等待我批准。
- 不要排期、发布或发送任何内容。
- 将结果写入 ./daily-brief.md，并在对话中总结。

复制的内容也包含安装步骤和安全规则。

你会得到什么

一次运行的示例输出，不是实时生成。

期号示例（节选）

AI 行业简报 — 2026-10-30

头条

一家大型实验室发布了一款更小的模型，其工具使用基准分数与旗舰相同。厂商主张；独立结果仍待公布。

条目

  1. 小模型，同分 — 厂商基准，尚未复现。[来源]
  2. 智能体框架发布 — 新的追踪和重试控制。[来源]

大家在说什么

@example_dev：“赢的是延迟，不是分数。” — 2026-10-30 08:12 JST

一条视频引文

“我们不再测 token，开始测已解决工单。” — [12:40]

接下来关注

工具使用的独立评测，以及发布周后价格是否维持。

实际调用

给开发者：同一套 workflow 的可复制代码，按执行顺序排列。

展开实际 API 调用

  1. 先做有来源的新闻汇总

    用 Chat 问过去 24 小时的 AI 新闻，保留它引用的来源和日期。

    digest.ts
    const BASE = "https://openapi.felo.ai";
const headers = {
  Authorization: `Bearer ${process.env.FELO_API_KEY}`,
  "Content-Type": "application/json",
};

async function felo<T>(path: string, body?: unknown): Promise<T> {
  const res = await fetch(`${BASE}${path}`, {
    method: body ? "POST" : "GET",
    headers,
    body: body ? JSON.stringify(body) : undefined,
  });
  if (!res.ok) throw new Error(`${res.status}: ${await res.text()}`);
  return res.json() as Promise<T>;
}

type ChatData = {
  data: {
    answer: string;
    resources: { link: string; title: string; snippet: string }[];
  };
};

const roundup = await felo<ChatData>("/v2/chat", {
  query: "Biggest AI news stories in the last 24 hours",
});

const sources = roundup.data.resources.slice(0, 5);

    示例输出

    {
  "answer": "The main stories today are …",
  "sources": [
    { "link": "https://example.com/story", "title": "…", "snippet": "…" }
  ]
}

  2. 加入实践者讨论

    在 X 搜同一话题，收集带账号和日期的实践者帖子。

    digest.ts
    type XData = {
  data: {
    tweets: {
      content: string;
      author: { username: string };
      created_at: string;
      metrics: { retweet_count: number; favorite_count: number };
    }[];
    next_cursor: string | null;
    has_next: boolean;
  };
};

const since = Math.floor((Date.now() - 24 * 60 * 60 * 1000) / 1000);

const social = await felo<XData>("/v2/x/tweet/search", {
  query: "AI agents",
  limit: 20,
  since_time: since,
});

const posts = social.data.tweets
  .filter((tweet) => tweet.metrics.favorite_count >= 50)
  .slice(0, 3);

    示例输出

    { "data": { "tweets": [
  {
    "content": "…",
    "author": { "username": "…" },
    "created_at": "2026-10-29T02:14:00Z",
    "metrics": { "retweet_count": 12, "favorite_count": 180 }
  }
] } }

  3. 拉一条视频转录

    用 YouTube Subtitling 拉一条相关视频的转录，挑一条带时间戳的引语。

    digest.ts
    type SubtitleData = {
  data: {
    title: string;
    contents: { text: string; start: number; duration: number }[];
  };
};

const videoCode = "dQw4w9WgXcQ"; // replace with today's video id

const video = await felo<SubtitleData>(
  `/v2/youtube/subtitling?video_code=${videoCode}&language=en&with_time=true`,
);

const transcript = video.data.contents.map((line) => line.text).join(" ");

    示例输出

    {
  "title": "Example Video Title",
  "contents": [
    { "text": "Subtitle text", "start": 0.32, "duration": 14.26 }
  ]
}

  4. 写成 Markdown 简报

    按“重点新闻 / 实践者反应 / 视频引语 / 下一步关注”组织内容。

    digest.ts
    const date = new Date().toISOString().slice(0, 10);

const issue = [
  `# AI digest — ${date}`,
  "",
  "## The roundup",
  roundup.data.answer,
  "",
  "## What practitioners are posting",
  ...posts.map((post) => `- @${post.author.username}: ${post.content}`),
  "",
  "## From the video",
  transcript.slice(0, 1200),
  "",
  "## Sources",
  ...sources.map((source) => `- [${source.title}](${source.link})`),
].join("\n");

console.log(issue);

  5. 归档到 LiveDoc

    把这一期和来源存进 LiveDoc，下一期可以检索历史。

    digest.ts
    type LiveDocData = { data: { short_id: string } };

const archive = await felo<LiveDocData>("/v2/livedocs", {
  name: "AI digest archive",
  description: "One document resource per daily issue",
});

await felo(`/v2/livedocs/${archive.data.short_id}/resources/doc`, {
  title: `AI digest — ${date}`,
  content: issue,
});

type Retrieved = { data: { title: string; content: string; score: number }[] };

const past = await felo<Retrieved>(
  `/v2/livedocs/${archive.data.short_id}/resources/retrieve`,
  { query: "what did we say about agent frameworks last month" },
).then((res) => res.data.filter((hit) => hit.score >= 0.7));

    示例输出

    [
  { "title": "AI digest — 2026-10-01", "content": "…", "score": 0.88 }
]

包含什么

  • 有来源的新闻汇总和链接
  • X 上带账号和日期的实践者讨论
  • 一条带时间戳的视频引语
  • 保存每一期、可语义检索的 LiveDoc

不做什么

  • 只覆盖公开来源；付费墙内容可能缺失
  • X 只作为信号，不代表完整舆情
  • 不自动发布或发送简报
  • 视频需要已有字幕
  • 每天运行一次，调度由你的 agent 或 cron 负责

常见问题

来源可靠吗？

每条新闻都带来源链接和发布日期；X 帖子额外带账号和时间戳。简报不会把未核实的内容写成事实。

可以换成其他行业吗？

可以。把主题占位符换成你的行业，来源和 X 搜索词跟着调整。

为什么需要视频？

视频提供一条带时间戳的实践者观点，让简报不只有新闻标题。没有字幕的视频会跳过。

会自动发到 Slack 吗？

不会。它生成 Markdown 文件；发送需要你自己的集成。

可以保存历史吗？

可以。LiveDoc 会保留每一期，之后可以检索过去几周的报道。

一次要花多少？

Chat、X 搜索、视频转录都按用量计费；当前费率在价格页面，prompt 会先请求确认。

相关 workflow

研究

把一个问题变成有来源的研究简报

先问一遍网页，把答案背后的页面抓成 Markdown，再加入 X 上的实践者声音，最后把证据存进一个之后还能继续查询的 LiveDoc。

打开工作流内容

把 YouTube 视频变成一篇可发布的文章

拉取带时间戳的转录，整理成可读的段落，用你控制的模型列大纲并写初稿，再把结果留在 LiveDoc 里等编辑 review。

打开工作流办公

把研究页面变成一套幻灯片

抽取页面，存成 LiveDoc 上下文，然后交给 PPT Task API 生成 deck，轮询拿到完成的链接。

打开工作流

改成你的版本

同一套配方，按你实际的交付方式调整。

只做某一个细分

把主题缩到 AI 编程、AI 视频或 AI 搜索，简报会更有针对性。

加一个“本周变化”段落

把上一期 LiveDoc 检索出来，对比本周新增了什么。

改成周报

把调度改成每周一次，减少每天的信息噪音。

继续深入

这套配方背后的参考页面，以及下一步可以看什么。