HypeDelta
一个聚合、提取并合成AI研究情报的智能系统。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：HypeDelta。 它的用途是：一个聚合、提取并合成AI研究情报的智能系统。 完整的 Skill 内容见：https://321skill.com/skills/hypedelta/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“生成一份关于多模态大模型最新进展的每周摘要，并对比实验室研究员和独立评论家的主要观点差异。”，它会自动抓取过去一周的相关讨论，经过过滤和提取，生成一份包含关键主张、共识分析及炒作度评估的合成报告。
介绍
HypeDelta旨在解决AI领域信息过载、观点分散、难以快速把握研究趋势与共识的问题。它通过一个多层次的自动化管道，从Twitter、Substack、YouTube、arXiv等多种渠道抓取内容，并利用AI模型进行筛选、提取、丰富和合成，最终生成结构化的研究洞察。
用户通过部署其Web服务来使用该系统。部署后，系统会自动运行，抓取指定来源的内容，经过层层处理，最终可以查看每周摘要、特定主题的共识分析、预测追踪以及“炒作度差”（Hype Delta）评估等结果。
这个系统非常适合需要持续追踪AI前沿动态的研究者、分析师、投资者以及产品战略制定者。他们可以利用该系统从海量信息中提炼出高质量的信号，节省大量手动阅读和分析的时间。
使用建议：该系统需要一定的技术能力进行部署和维护，涉及Docker、PostgreSQL等。请注意，它目前是一个独立的情报系统，与Aegis地缘政治简报产品没有连接。部署时需正确配置Traefik标签以避免路由冲突。
核心特点
核心区别在于其完整、自动化的四层处理架构（抓取-过滤-提取-合成），并专门针对AI研究生态设计了“研究者 vs 评论家”的视角对比以及“炒作度差”的量化评估，而非简单的信息聚合。
注意事项
不适合需要即时、简单问答或处理非AI领域信息的场景，且部署和维护有一定技术门槛。
常见问题
HypeDelta支持哪些数据源？
支持Twitter（通过Nitter RSS）、Substack、YouTube、博客、播客和arXiv等渠道。
部署需要哪些技术栈？
需要Docker、Node.js环境、PostgreSQL数据库，并建议配合Traefik进行反向代理。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/hypedelta/raw/index.md 读取 HypeDelta 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/hypedelta/raw/index.md（查看排版版本）