@clawhub-realorange1994-6a5267bf90
傻蛋实测发布的测试技能 - 验证ClawHub publish功能
--- name: dandan-test-skill description: "傻蛋实测发布的测试技能 - 验证ClawHub publish功能" argument-hint: "[test]" --- # Dandan Test Skill 这是傻蛋的实测技能,用于验证 ClawHub publish 功能是否正常。 ## 测试验证 - clawhub publish 成功 ✅ - 版本控制正常 ✅ - slug 唯一性检查正常 ✅ ## 作者 - 发布者: 傻蛋 (Dandan) - 发布时间: 2026-04-06 - 测试用途: ClawHub CLI 功能验证
多搜索引擎聚合搜索工具。集成17个搜索引擎(8个国内+9个国际),支持高级搜索语法、时间筛选、站内搜索、隐私引擎和 WolframAlpha 知识查询。无需 API Key。当用户要求搜索、多引擎搜索、聚合搜索、隐私搜索、或需要全面信息检索时触发。
---
version: "1.0.1"
name: dandan-multi-search
description: 多搜索引擎聚合搜索工具。集成17个搜索引擎(8个国内+9个国际),支持高级搜索语法、时间筛选、站内搜索、隐私引擎和 WolframAlpha 知识查询。无需 API Key。当用户要求搜索、多引擎搜索、聚合搜索、隐私搜索、或需要全面信息检索时触发。
metadata: {"openclaw": {"emoji": "🔍"}}
---
# Multi-Search Engine 🔍
多搜索引擎聚合,支持17个搜索引擎,跨平台支持(macOS/Linux/Windows)。
## 触发条件
- 用户说"搜索 X"、"帮我查一下"、"多引擎搜索"
- 需要全面信息检索时
- 要求隐私搜索时
- 需要 WolframAlpha 知识查询时
- 搜索国内/国际内容切换时
## 支持的搜索引擎
### 国内引擎(8个)
| 引擎 | URL | 用途 |
|------|-----|------|
| 百度 | https://www.baidu.com/s?wd= | 常规搜索 |
| 必应 | https://cn.bing.com/search?q= | 补充来源 |
| 搜狗 | https://www.sogou.com/web?query= | 补充来源 |
| 360 | https://www.so.com/s?q= | 补充来源 |
| 神马 | https://m.sm.cn/s?q= | 移动搜索 |
| 知乎 | https://www.zhihu.com/search?type=content&q= | 社区内容 |
| 微博 | https://s.weibo.com/weibo?q= | 社交内容 |
| B站 | https://search.bilibili.com/all?keyword= | 视频/专栏 |
### 国际引擎(9个)
| 引擎 | URL | 用途 |
|------|-----|------|
| Google | https://www.google.com/search?q= | 主引擎 |
| DuckDuckGo | https://duckduckgo.com/?q= | 隐私搜索 |
| Bing | https://www.bing.com/search?q= | 微软搜索 |
| Yahoo | https://search.yahoo.com/search?p= | 补充来源 |
| Startpage | https://www.startpage.com/do/search?q= | 隐私增强 |
| WolframAlpha | https://www.wolframalpha.com/input?i= | 知识计算 |
| GitHub | https://github.com/search?q= | 代码搜索 |
| Google Scholar | https://scholar.google.com/scholar?q= | 学术搜索 |
| PubMed | https://pubmed.ncbi.nlm.nih.gov/?term= | 医学搜索 |
## 跨平台用法
### macOS / Linux
```bash
# 单引擎搜索
open "https://www.google.com/search?q=关键词"
# 多引擎聚合(curl + grep)
curl -s "https://www.google.com/search?q=关键词" | grep -oP 'https?://[^"<>]+' | head -10
# 隐私搜索(DuckDuckGo)
curl -s "https://duckduckgo.com/html/?q=关键词"
# WolframAlpha 计算知识
curl -s "https://www.wolframalpha.com/input?i=公式"
```
### Windows (PowerShell)
```powershell
# 单引擎搜索
Start-Process "https://www.google.com/search?q=关键词"
# 多引擎聚合
(Invoke-WebRequest -Uri "https://www.google.com/search?q=关键词" -UseBasicParsing).Content -split "`n" | Select-String "href" | ForEach-Object { $_.Matches.Value } | Select-Object -First 10
# 隐私搜索
(Invoke-WebRequest -Uri "https://duckduckgo.com/html/?q=关键词" -UseBasicParsing).Content
# WolframAlpha
Start-Process "https://www.wolframalpha.com/input?i=公式"
```
## 高级搜索语法
### Google/百度 语法
```
"精确短语" # 完全匹配
A OR B # 或运算
A -B # 排除词
site:github.com X # 站内搜索
filetype:pdf X # 指定文件类型
intitle:X # 标题含关键词
inurl:X # URL含关键词
```
### 时间筛选
```
&as_qdr=d # 24小时内
&as_qdr=w # 一周内
&as_qdr=m # 一个月内
&as_qdr=y # 一年内
```
## 使用决策树
```
1. 用户要求搜索?
→ 确定搜索意图和范围
2. 需要多引擎还是单引擎?
→ 重要/模糊主题 → 多引擎聚合
→ 明确简单查询 → 单引擎快速返回
3. 国内还是国际内容?
→ 国内 → 百度+必应+搜狗+360
→ 国际 → Google+DuckDuckGo+Bing
→ 学术 → Scholar+PubMed
4. 是否需要隐私保护?
→ 是 → DuckDuckGo / Startpage
→ 否 → Google / 百度
5. 是否需要知识计算?
→ 是 → WolframAlpha
→ 否 → 常规搜索
```
## 输出格式
```markdown
## 搜索结果:<关键词>
### 📊 引擎覆盖
- 国内:百度 ✅ | 必应 ✅ | 搜狗 ✅
- 国际:Google ✅ | DuckDuckGo ✅ | Bing ✅
### 🔍 主要发现
1. [来源标题](URL) — 摘要...
2. ...
### 📖 深度来源
- [标题](URL)
- ...
### 💡 WolframAlpha 补充
[如有计算结果]
### 🔗 原始链接
- [Google](链接)
- [百度](链接)
- [DuckDuckGo](链接)
```
## 注意事项
- 国内引擎在海外可能访问受限
- DuckDuckGo 无需 API Key,隐私友好
- WolframAlpha 适合数学/科学问题
- 多引擎搜索会增加请求时间,酌情使用
- 学术搜索优先使用 Google Scholar / PubMed
智能文件/桌面整理技能。当用户说"整理桌面"、"文件整理"、"整理文件夹"、"清理桌面"时触发。提供零删除、零篡改的安全文件归类,支持智能扫描、关键词匹配、按类型自动分类、多平台支持(macOS/Linux/Windows)。
---
version: "1.0.1"
name: dandan-file-organizer
description: 智能文件/桌面整理技能。当用户说"整理桌面"、"文件整理"、"整理文件夹"、"清理桌面"时触发。提供零删除、零篡改的安全文件归类,支持智能扫描、关键词匹配、按类型自动分类、多平台支持(macOS/Linux/Windows)。
metadata: {"openclaw": {"emoji": "📁"}}
---
# File Organizer 📁
智能文件归类整理,跨平台支持。
## 触发条件
- 用户说"整理桌面"、"文件整理"、"整理文件夹"、"清理桌面"
- 用户说"桌面太乱了"、"文件太多了"
- 用户要求按类型分类文件
## 文件分类规则
### 按扩展名分类
| 分类 | 扩展名 |
|------|--------|
| 图片 | png, jpg, jpeg, gif, bmp, tiff, webp, svg, ico, heic |
| 文档 | docx, pdf, txt, doc, ppt, pptx, odt, rtf, pages |
| 表格 | xlsx, csv, xls, numbers, ods, tsv |
| 视频 | mp4, avi, mov, mkv, flv, wmv, webm, m4v |
| 音频 | mp3, wav, flac, m4a, ogg, aac, wma, aiff |
| 代码 | py, js, tsx, java, c, cpp, h, go, rb, php, swift, kt, rs, sh, html, css, json, yaml |
| 压缩包 | zip, rar, 7z, tar, gz, bz2, xz |
| 电子书 | epub, mobi, azw3, djvu |
| 安装包 | exe, dmg, pkg, msi, apk, deb, rpm, appimage |
| 设计文件 | psd, ai, sketch, fig, xd, indd |
| 字体 | ttf, otf, woff, woff2 |
| 日志 | log |
## 整理策略
### 策略1:已有文件夹匹配
```
扫描目标目录 → 匹配文件名到已有文件夹 → 移动文件
关键词匹配:文件名包含文件夹名 → 移入
命名规律匹配:共享3字符以上前缀 → 移入
```
### 策略2:按类型分类(无匹配时)
```
不常用文件(60天未访问)→ 不常用文件/
其余按扩展名分类 → 图片/ | 文档/ | 表格/ | ...
```
### 策略3:按项目分类(phase2 AI 语义分析)
```
深度扫描未分类文件 → 提取关键词 → 生成项目文件夹 → 归类
```
## 跨平台命令
### macOS
```bash
# 列出桌面文件
ls -la ~/Desktop/
# 移动文件到分类文件夹
mv ~/Desktop/report.pdf ~/Documents/报告/
# 创建分类文件夹
mkdir -p ~/Desktop/{图片,文档,表格,代码,压缩包}
# 查看文件大小
du -sh ~/Desktop/*
```
### Linux
```bash
# 列出桌面文件
ls -la ~/桌面/ # 或 ~/Desktop/
# 移动文件
mv ~/桌面/report.pdf ~/文档/报告/
# 查看文件大小
du -sh ~/桌面/*
# 查找大文件
find ~/桌面 -type f -size +100M
```
### Windows (PowerShell)
```powershell
# 列出桌面文件
Get-ChildItem "$env:USERPROFILE\Desktop"
# 移动文件
Move-Item "$env:USERPROFILE\Desktop\report.pdf" "$env:USERPROFILE\Documents\报告\"
# 创建分类文件夹
New-Item -ItemType Directory -Path "$env:USERPROFILE\Desktop\图片"
New-Item -ItemType Directory -Path "$env:USERPROFILE\Desktop\文档"
New-Item -ItemType Directory -Path "$env:USERPROFILE\Desktop\表格"
```
## 零删除原则
- ❌ 不删除任何文件,只移动
- ❌ 不覆盖文件,自动重命名(filename_1.pdf)
- ❌ 不处理系统文件(.DS_Store、Thumbs.db 等)
- ⚠️ 快捷方式/别名不移动
- ⚠️ 被占用文件(lsof 检测)跳过
- ✅ 所有操作记录日志,可一键回撤
## 操作日志格式
```tsv
原路径 目标路径 分类 方法 状态
/home/user/Desktop/report.pdf /home/user/Desktop/文档/report.pdf 文档 按类型分类 done
```
## 使用流程
```
1. 用户说"整理桌面"
→ 询问目标目录(默认 ~/Desktop)
2. 执行扫描(phase1)
→ 输出:文件列表、已有文件夹、建议分类方案
3. 用户确认
→ 执行整理(phase2)
→ 生成日志
4. 输出结果
→ 整理了多少文件
→ 创建了哪些文件夹
→ 日志文件位置(可回撤)
```
## 输出格式
```markdown
## 📁 文件整理结果
**目录**: ~/Desktop
**扫描时间**: 2026-03-19 19:54
### 📊 统计
- 扫描文件:42 个
- 整理完成:38 个
- 跳过:4 个(系统文件/被占用/白名单)
- 创建文件夹:7 个
### 📂 已创建文件夹
- 图片/(12个文件)
- 文档/(8个文件)
- 表格/(3个文件)
- ...
### 🔄 操作日志
[保存到 .file_organizer_logs/ organize_20260319_1954.log]
### ↩️ 回撤指令
如需回撤,执行:
[根据日志生成回撤命令]
```
## 注意事项
- 桌面文件通常较小,大文件建议移至对应分类文件夹
- 60天不常用规则可根据需要调整
- macOS 的 `.DS_Store`、Windows 的 `Thumbs.db` 自动跳过
- 整理前建议先做 phase1 扫描,用户确认后再执行
AI 生成文本人性化改写工具。将 ChatGPT、Claude 等 AI 生成的内容改写为自然流畅的表达,可通过 GPTZero、Turnitin、Originality.ai 等工具检测。适用于需要人感、避免 AI 检测、或润色 AI 草稿的场景。跨平台支持(macOS/Linux/Windows)。
---
version: "1.0.1"
name: dandan-humanize-text
description: AI 生成文本人性化改写工具。将 ChatGPT、Claude 等 AI 生成的内容改写为自然流畅的表达,可通过 GPTZero、Turnitin、Originality.ai 等工具检测。适用于需要人感、避免 AI 检测、或润色 AI 草稿的场景。跨平台支持(macOS/Linux/Windows)。
metadata: {"openclaw": {"emoji": "✍️"}}
---
# Humanize AI Text ✍️
将 AI 生成文本改写为自然、不可检测的人文表达。
## 触发条件
- AI 生成的文字需要更自然
- 希望绕过 AI 内容检测(GPTZero、Turnitin 等)
- 需要润色 AI 草稿
- 用户说"改写得更自然"、"去 AI 味"、"人性化"
## 核心改写原则
### 1. 加入人类写作特征
- 轻微不完美(偶有小重复、括号补充)
- 具体例子和个人经历
- 情绪波动(兴奋→平静→反思)
- 非正式表达和口语化
### 2. 移除 AI 典型模式
- 删除绝对化表述("必须"、"毫无疑问")
- 减少过度礼貌(删除"当然"、"当然可以")
- 去掉过度总结的开头
- 删除机械的"首先...其次...最后"
### 3. 调整句式结构
- 长句拆短
- 减少"并且"、"因此"等连接词
- 用主动语态替代被动语态
## 跨平台用法
### macOS / Linux
```bash
# 调用 Python 脚本改写
python3 /path/to/transform.py "AI 文本内容"
# 检测是否像 AI(需要网络)
curl -s "https://api.gptzero.me/v1/check" \
-H "Content-Type: application/json" \
-d '{"text": "待检测文本"}'
# 或调用 detect.py(本地检测)
python3 scripts/detect.py "待检测文本"
```
### Windows (PowerShell)
```powershell
# 调用 Python 脚本改写
python scripts\transform.py "AI 文本内容"
# 检测
$body = @{"text" = "待检测文本"} | ConvertTo-Json
Invoke-RestMethod -Uri "https://api.gptzero.me/v1/check" -Method POST -Body $body -ContentType "application/json"
```
## 改写模式库(来自 patterns.json)
### 模式1:断句法
```
AI: "首先,我们需要明确目标。其次,制定计划。最后,执行实施。"
改写: "目标是什么?得先想清楚。然后计划怎么走。到这一步再动手。"
```
### 模式2:口语化
```
AI: "因此,我们得出结论:沟通是团队协作的关键因素。"
改写: "说白了,团队合不来就是沟通没到位。"
```
### 模式3:增补细节
```
AI: "这个工具有很多优点。"
改写: "用了一阵子,确实顺手——最明显的感觉是快,平时要手动搞半小时的事,它五分钟搞定。"
```
### 模式4:情绪加入
```
AI: "实验结果显示该假设成立。"
改写: "跑完数据,发现还真蒙对了!当然也有几个意外值,回头再细查。"
```
## 使用决策树
```
1. 用户提供 AI 文本?
→ 进入改写流程
2. 目标是什么?
→ 通过 AI 检测 → 应用强改写模式
→ 更自然可读 → 轻度润色
→ 保留原意改写 → 中度调整
3. 是否需要检测?
→ 是 → 用 GPTZero / Originality.ai 初检
→ 否 → 直接改写输出
```
## 输出格式
```markdown
## 人性化改写结果
### 原文(AI 风格)
[原始文本]
### 改写后(自然风格)
[改写文本]
### 改写说明
- 应用模式:[列出所用改写模式]
- 检测预期:[通过/不确定/可能触发]
- 主要改动:[2-3 个关键改动点]
```
## 依赖
- Python 3.7+
- 无外部 API 依赖(patterns.json 本地运行)
- 可选:GPTZero API(网络检测)
## 文件结构
```
humanize-text/
├── SKILL.md
├── scripts/
│ ├── transform.py # 改写主脚本
│ ├── detect.py # 检测脚本(本地规则)
│ └── patterns.json # 改写模式库
```
腾讯云对象存储(COS)上传工具。将本地文件上传至腾讯云 COS,生成下载链接和图片预览。适用于备份文件、生成公开分享链接、存储静态资源。跨平台支持(macOS/Linux/Windows),支持 CLI 和 Python 两种方式。
---
version: 1.0.0
name: cloud-upload-tencent
description: 腾讯云对象存储(COS)上传工具。将本地文件上传至腾讯云 COS,生成下载链接和图片预览。适用于备份文件、生成公开分享链接、存储静态资源。跨平台支持(macOS/Linux/Windows),支持 CLI 和 Python 两种方式。
metadata: {"openclaw": {"emoji": "☁️"}}
---
# Cloud Upload — Tencent COS ☁️
腾讯云对象存储上传,跨平台支持。
## 触发条件
- 用户要求上传文件到云存储
- 需要生成文件下载链接
- 备份本地文件到云端
- 需要公开分享文件(图片/文档)
## 前提条件
### 必需配置
```
TENCENT_COS_SECRET_ID=你的SecretId
TENCENT_COS_SECRET_KEY=你的SecretKey
TENCENT_COS_BUCKET=你的Bucket名称
TENCENT_COS_REGION=Bucket地域(如 ap-guangzhou)
```
### Bucket 地域对照
| 地域 | Region ID |
|------|-----------|
| 北京 | ap-beijing |
| 上海 | ap-shanghai |
| 广州 | ap-guangzhou |
| 成都 | ap-chengdu |
| 新加坡 | ap-singapore |
## 跨平台用法
### macOS / Linux(CLI 方式)
```bash
# 安装腾讯云 COS CLI
# pip 安装(Python 3.6+)
pip3 install cos-python-sdk-v5
# 上传文件(Python)
python3 << 'EOF'
from qcloud_cos import CosConfig, CosS3Client
import os
secret_id = os.getenv('TENCENT_COS_SECRET_ID')
secret_key = os.getenv('TENCENT_COS_SECRET_KEY')
bucket = os.getenv('TENCENT_COS_BUCKET')
region = os.getenv('TENCENT_COS_REGION')
config = CosConfig(Region=region, SecretId=secret_id, SecretKey=secret_key)
client = CosS3Client(config)
# 上传
response = client.upload_file(
Bucket=bucket,
Key='filename.txt',
LocalFilePath='/local/path/file.txt'
)
print(response['ETag'])
EOF
# 生成分享链接(3600秒有效期)
# 腾讯云 COS 控制台设置 bucket 公有读私有写或公有读写
# 链接格式:https://{bucket}.cos.{region}.myqcloud.com/{key}
```
### Linux(CLI 方式)
```bash
# 安装 coscmd CLI 工具
pip3 install coscmd
# 配置(交互式)
coscmd config -a SECRET_ID -s SECRET_KEY -b BUCKET -r REGION
# 上传
coscmd upload /local/file.txt remote/path/file.txt
# 生成分享链接(需要 bucket 设置公有读)
coscmd generate-download-link remote/path/file.txt
```
### Windows (PowerShell)
```powershell
# 安装 Python(从 python.org 下载)
# 安装 SDK
pip install cos-python-sdk-v5
# 上传(Python)
python -c "
from qcloud_cos import CosConfig, CosS3Client
import os
config = CosConfig(
Region=os.getenv('TENCENT_COS_REGION'),
SecretId=os.getenv('TENCENT_COS_SECRET_ID'),
SecretKey=os.getenv('TENCENT_COS_SECRET_KEY')
)
client = CosS3Client(config)
response = client.upload_file(
Bucket=os.getenv('TENCENT_COS_BUCKET'),
Key='filename.txt',
LocalFilePath='C:\path\to\file.txt'
)
print(response['ETag'])
"
```
## 使用决策树
```
1. 用户要上传文件?
→ 确认文件路径和目标名称
2. 是否有腾讯云配置?
→ 无 → 引导用户获取 SecretId/Key/Bucket
3. 文件大小?
→ < 20MB → 直接上传
→ > 20MB → 分片上传
4. 需要多久有效期?
→ 临时链接 → 预签名 URL(可设置过期时间)
→ 永久链接 → 公有读 bucket 设置
```
## 输出格式
```markdown
## ☁️ 上传结果
**文件名**: example.txt
**大小**: 1.2 MB
**Bucket**: my-bucket
**Region**: ap-guangzhou
**COS 路径**: remote/path/example.txt
### 🔗 访问链接
**直接下载**(公有读 bucket):
https://my-bucket.cos.ap-guangzhou.myqcloud.com/remote/path/example.txt
**预签名链接**(私有 bucket,7天有效):
[生成签名链接]
**预览**(图片/文档):
[在线预览链接]
```
## 注意事项
- 预签名链接可设置过期时间(建议临时文件用短过期时间)
- Bucket 设置公有读后,链接永久有效
- 敏感文件不要设置公有读,用预签名链接
- 分片上传适合大文件(> 20MB)
- 腾讯云 COS 费用:存储 0.118元/GB/月,流量 0.5元/GB
## 备选方案(无腾讯云账号)
如无腾讯云账号,可用以下免费方案:
- **飞书云盘**:免费 10GB,直接通过 feishu_drive_file 上传
- **火山引擎 S3**(Coze 环境):通过 Coze TTS 插件的 S3Storage 上传
新闻汇总与语音播报工具。获取国际可信 RSS 源新闻,生成语音摘要。当用户要求新闻更新、每日简报、世界动态、AI 播报新闻时触发。支持多语言,跨平台(macOS/Linux/Windows)。
---
version: 1.0.0
name: news-summary-voice
description: 新闻汇总与语音播报工具。获取国际可信 RSS 源新闻,生成语音摘要。当用户要求新闻更新、每日简报、世界动态、AI 播报新闻时触发。支持多语言,跨平台(macOS/Linux/Windows)。
metadata: {"openclaw": {"emoji": "📰"}}
---
# News Summary Voice 📰
新闻汇总 + 语音播报,跨平台支持。
## 触发条件
- 用户说"新闻"、"今天发生了什么"、"世界动态"
- 要求"新闻简报"、"每日总结"
- 要求"语音播报新闻"
- 定时新闻推送场景
## 支持的 RSS 源
### 国际新闻(英文)
| 来源 | RSS URL | 语言 |
|------|---------|------|
| BBC World | https://feeds.bbci.co.uk/news/world/rss.xml | EN |
| Reuters World | https://www.reutersagency.com/feed/?best-topics=world-news | EN |
| NPR News | https://feeds.npr.org/1001/rss.xml | EN |
| Al Jazeera | https://www.aljazeera.com/xml/rss/all.xml | EN |
| The Guardian | https://www.theguardian.com/world/rss | EN |
| AP News | https://rsshub.app/apnews/topics/apf-topnews | EN |
### 国内新闻(中文)
| 来源 | RSS URL | 语言 |
|------|---------|------|
| 新华网 | https://www.rss臆.com/xml/Rss臆news.xml | ZH |
| 人民网 | http://www.people.com.cn/rss/news.xml | ZH |
| 联合早报 | https://www.zaobao.com.sg/rss/realtime/china | ZH |
### 科技新闻
| 来源 | RSS URL |
|------|---------|
| Hacker News | https://news.ycombinator.com/rss |
| TechCrunch | https://techcrunch.com/feed/ |
| Ars Technica | https://feeds.arstechnica.com/arstechnica/index |
## 跨平台用法
### macOS
```bash
# 获取新闻(curl)
curl -s --max-time 10 "https://feeds.bbci.co.uk/news/world/rss.xml" | \
grep -E '<title>|<link>' | sed 's/<[^>]*>//g' | head -20
# 语音播报(say 命令,macOS 内置)
say "Here is your news briefing."
# 播放新闻音频(curl 下载 + afplay 播放)
curl -s "音频URL" -o /tmp/news.mp3 && afplay /tmp/news.mp3
```
### Linux
```bash
# 获取新闻(curl/wget)
curl -s --max-time 10 "https://feeds.bbci.co.uk/news/world/rss.xml" | \
grep -E '<title>|<link>' | sed 's/<[^>]*>//g' | head -20
# 语音播报(需要安装)
# Ubuntu/Debian: sudo apt install espeak-ng ffmpeg
# CentOS/RHEL: sudo yum install espeak-ng ffmpeg
# TTS 播报(espeak-ng)
espeak-ng "Here is your news briefing." 2>/dev/null
# 或用 Coze TTS 工具生成音频
```
### Windows (PowerShell)
```powershell
# 获取新闻
[xml]$rss = Invoke-WebRequest -Uri "https://feeds.bbci.co.uk/news/world/rss.xml" -UseBasicParsing
$rss.rss.channel.item | Select-Object -First 10 | ForEach-Object { $_.title }
# 语音播报(Windows TTS)
Add-Type -AssemblyName System.Speech
$synth = New-Object System.Speech.Synthesis.SpeechSynthesizer
$synth.Speak("Here is your news briefing.")
```
## 使用决策树
```
1. 用户要求新闻?
→ 确定语言(中文/英文/双语)
2. 需要哪些来源?
→ 国际热点 → BBC + Reuters + Al Jazeera
→ 国内动态 → 新华网 + 人民网 + 联合早报
→ 科技前沿 → Hacker News + TechCrunch
→ 综合 → 多源混合
3. 需要语音播报?
→ 是 → 用 Coze TTS 工具生成音频
→ 否 → 纯文本摘要
4. 时间范围?
→ 今日 → as_qdr=d 筛选
→ 本周 → as_qdr=w 筛选
→ 全部 → 无筛选
```
## 输出格式
```markdown
## 📰 新闻简报 — 2026年3月19日
### 🌍 国际头条
1. **[标题](链接)** — 摘要...
2. ...
### 🇨🇳 国内动态
1. **[标题](链接)** — 摘要...
2. ...
### 💻 科技前沿
1. **[标题](链接)** — 摘要...
2. ...
### 🎙️ 语音播报
[通过 Coze TTS 工具生成音频]
---
来源:BBC | Reuters | Al Jazeera | 新华网 | Hacker News
```
## 注意事项
- RSS 源可能失效,定期检查
- 国际新闻源国内可能访问受限
- 语音播报优先使用 Coze TTS 工具
- 敏感新闻需人工审核后播报
- 定时推送建议早起时段(7:00-8:00)执行