osiman/reader

Fork 0

Files

T

zhuyongxin 27fe1e8882 Refine OpenClaw payloads and reorganize docs

2026-03-26 10:20:07 +08:00

8.8 KiB

Raw Blame History

OpenClaw Candidate Input 字段说明

1. 文档目的

本文档定义当前项目输出给 OpenClaw 的结构化输入对象：OpenClawCandidateInput。

这是一份面向 OpenClaw 消费侧的接口说明文档，不要求了解本项目内部的 item、article、filter_result 等实现细节。

当前定位是：

单篇候选内容的精简输入
用于 OpenClaw 做日报聚合、排序、栏目分配和后续汇报
不承载正文全文、不承载本地文件路径、不承载规则引擎完整证据链

2. 设计原则

这个 payload 的设计遵循以下原则：

足够轻
- 不发送正文全文，避免浪费 token
足够稳定
- 不暴露本地目录结构和内部中间文件路径
足够可消费
- 字段扁平化，避免 OpenClaw 反复解析嵌套对象
足够有判断信号
- 保留摘要、主题、价值判断、筛选结果、排序信号
足够可去重
- 同时提供原始 url 与归一化后的 canonical_url

3. 完整 JSON 示例

{
  "candidate_id": "cand:sha256:4139f277b8cb621b02b3398f8a7bd78e3f9eef7bcd320b70b8590e802540c6ca",
  "title": "套壳中国大模型撑起500亿美元估值？扒一扒 Cursor 的\"套壳\"疑云",
  "url": "http://www.ruanyifeng.com/blog/2026/03/kimi-cursor.html?utm_source=rss",
  "canonical_url": "http://www.ruanyifeng.com/blog/2026/03/kimi-cursor.html",
  "published_at": "2026-03-21T10:19:11Z",
  "author": "阮一峰",
  "source_name": "阮一峰的网络日志",
  "language": "zh-CN",
  "summary": "AI编程工具Cursor推出的Composer 2模型被证实套壳中国Kimi K2.5模型，引发侵权争议。Kimi官方确认Cursor通过Fireworks AI获得授权，不存在侵权。作者分析Cursor隐瞒事实是为了支撑其不断膨胀的估值，将其包装成大模型公司。",
  "highlights": [
    "Cursor的Composer 2模型被技术手段揭露实际调用的是Kimi K2.5模型。",
    "Kimi官方确认Cursor通过Fireworks AI获得授权，因此不构成侵权。",
    "Cursor隐瞒使用Kimi模型，被认为是为了支撑其高达500亿美元的估值。"
  ],
  "keywords": ["Cursor", "Composer 2", "Kimi K2.5", "Fireworks AI", "AI编程工具"],
  "topics": ["人工智能", "大模型", "商业伦理"],
  "category": "观点评论",
  "worth_keeping": true,
  "worth_reason": "文章深入剖析了AI行业的热点事件，涉及技术真相、商业动机和行业趋势，具有较高的参考价值。",
  "selection_decision": "review",
  "selection_reason": "Worth-keeping signal is positive but no stronger keep rule matched.",
  "digest_section_hint": "insights",
  "digest_rank": 60
}

4. 字段总览

字段名	类型	必填	说明
`candidate_id`	`string`	是	单篇候选内容唯一标识
`title`	`string`	是	文章或内容标题
`url`	`string`	是	原始链接
`canonical_url`	`string \| null`	否	归一化链接，用于更稳定的去重
`published_at`	`string \| null`	否	发布时间，ISO 8601 格式
`author`	`string \| null`	否	作者名
`source_name`	`string \| null`	否	来源名称，例如博客名、站点名、Feed 名
`language`	`string \| null`	否	语言标记，例如 `zh-CN`、`en`
`summary`	`string`	是	2 到 3 句话的精简摘要
`highlights`	`string[]`	是	3 到 5 条单句要点
`keywords`	`string[]`	是	5 到 8 个关键词
`topics`	`string[]`	是	3 到 5 个高层主题标签
`category`	`string`	是	内容分类
`worth_keeping`	`boolean`	是	摘要层给出的长期保留判断
`worth_reason`	`string`	是	对 `worth_keeping` 的解释
`selection_decision`	`string`	是	规则层压缩后的筛选决策
`selection_reason`	`string \| null`	否	对 `selection_decision` 的简短解释
`digest_section_hint`	`string \| null`	否	建议栏目
`digest_rank`	`integer`	是	建议排序分值，范围 `0-100`

5. 字段详细说明

5.1 `candidate_id`

含义：

单篇候选内容的稳定唯一标识

约束：

同一条上游内容在当前系统中应保持稳定
OpenClaw 可以把它作为去重、回溯、引用的主键

5.2 `title`

含义：

候选内容标题

来源：

优先来自标准化 item.title
如果上游标题缺失，则退回摘要结果中的 summary.title

5.3 `url`

含义：

原始内容链接

用途：

OpenClaw 在日报中回链原文
后续人工 review 或知识库引用时回溯来源

5.4 `canonical_url`

含义：

对原始 url 做轻量归一化后的链接

当前归一化策略：

去掉 fragment
去掉常见追踪参数，例如 utm_*、fbclid、gclid、ref 等
保留其他非追踪 query 参数

用途：

让 OpenClaw 在去重时更稳定
避免同一篇文章因为带不同追踪参数被当成两篇

说明：

url 保留原始值，canonical_url 提供去重辅助
OpenClaw 建议优先用 canonical_url 做去重键，不足时再结合 candidate_id

5.5 `published_at`

含义：

内容发布时间

格式：

ISO 8601，例如 2026-03-21T10:19:11Z

5.6 `author`

含义：

作者名称

5.7 `source_name`

含义：

内容来源名称

常见示例：

阮一峰的网络日志
FreshRSS
某个 Feed 标题
某个站点域名

5.8 `language`

含义：

语言标记

常见示例：

zh
zh-CN
en

用途：

OpenClaw 后续处理多语言输入时做风格和分类控制
为知识库入库、多语言日报、翻译或过滤策略留出口

说明：

如果当前上游无法可靠识别语言，可以为 null

5.9 `summary`

含义：

摘要主文本

约束：

当前上游约束是 2 到 3 句话
长度不超过 140 个中文字符

5.10 `highlights`

含义：

关键要点列表

约束：

3 到 5 条
每条一条独立信息

5.11 `keywords`

含义：

具体实体、工具名、方法名、关键概念

约束：

5 到 8 个

5.12 `topics`

含义：

高层主题标签

约束：

3 到 5 个
语义层级高于 keywords

5.13 `category`

含义：

内容分类

当前允许值：

资讯
方法论
工具实践
观点评论

5.14 `worth_keeping`

含义：

这条内容是否具有持续保留价值

说明：

这是摘要层的价值判断，不是最终入库决定
OpenClaw 可以把它当作优先筛选信号，而不是绝对真值

5.15 `worth_reason`

含义：

对 worth_keeping 的解释

5.16 `selection_decision`

含义：

规则引擎压缩后的筛选决策

当前允许值：

keep
review
drop

5.17 `selection_reason`

含义：

对 selection_decision 的简短解释

说明：

当前一般取规则引擎 reasons 的第一条压缩说明
不承诺包含全部规则命中细节

5.18 `digest_section_hint`

含义：

建议日报栏目

当前允许值：

top_news
tools_and_workflows
risk_and_security
open_source
insights
deep_dive
null

5.19 `digest_rank`

含义：

建议排序分值

范围：

0 到 100

建议解释：

80-100：高优先级，建议优先关注
50-79：中优先级，建议正常进入候选池
0-49：低优先级，建议降权或仅保留参考

6. OpenClaw 消费建议

推荐 OpenClaw 主要消费这几组信号：

6.1 语义聚合信号

summary
highlights
keywords
topics
category

6.2 选择与排序信号

worth_keeping
worth_reason
selection_decision
selection_reason
digest_rank
digest_section_hint

6.3 来源展示信号

title
url
canonical_url
published_at
author
source_name
language

7. 当前不会提供的字段

OpenClaw 当前不应期待以下字段：

正文全文，例如 plain_text
本地文件路径，例如 source_refs
完整规则证据链，例如 filter_result.matches
内部中间对象，例如完整的 item、article、summary、filter_result
人工确认状态，例如 review_status、knowledge_decision

最后一类字段不会放在这个对象中，原因是：

OpenClawCandidateInput 表示的是上游候选事实
人工确认和知识沉淀属于下游流程状态
两者混在一起会让输入对象逐渐失真、变脏

8. 兼容性约定

当前版本约定：

这是单篇输入对象，不是批量 envelope
批量投递由上层 OpenClawDeliveryPayload 承载
本文档只约束 candidates[] 中单条对象的字段

9. 一句话结论

OpenClawCandidateInput 是“给 OpenClaw 聚合日报用的单篇精简对象”：它保留来源信息、摘要语义、价值判断、去重辅助和排序信号，但不会携带正文全文、本地路径、规则证据链或人工确认状态。

8.8 KiB Raw Blame History

OpenClaw Candidate Input 字段说明

1. 文档目的

2. 设计原则

3. 完整 JSON 示例

4. 字段总览

5. 字段详细说明

5.1 candidate_id

5.2 title

5.3 url

5.4 canonical_url

5.5 published_at

5.6 author

5.7 source_name

5.8 language

5.9 summary

5.10 highlights

5.11 keywords

5.12 topics

5.13 category

5.14 worth_keeping

5.15 worth_reason

5.16 selection_decision

5.17 selection_reason

5.18 digest_section_hint

5.19 digest_rank

6. OpenClaw 消费建议

6.1 语义聚合信号

6.2 选择与排序信号

6.3 来源展示信号

7. 当前不会提供的字段

8. 兼容性约定

9. 一句话结论

8.8 KiB

Raw Blame History

5.1 `candidate_id`

5.2 `title`

5.3 `url`

5.4 `canonical_url`

5.5 `published_at`

5.6 `author`

5.7 `source_name`

5.8 `language`

5.9 `summary`

5.10 `highlights`

5.11 `keywords`

5.12 `topics`

5.13 `category`

5.14 `worth_keeping`

5.15 `worth_reason`

5.16 `selection_decision`

5.17 `selection_reason`

5.18 `digest_section_hint`

5.19 `digest_rank`