Rover 是什么

Rover 是一个 AI 驱动的每日科技文章精选。

它的后台 Pipeline 每 3 小时自动从 25 个 RSS 源和 45+ Twitter 账号抓取文章，使用 AI 对每篇文章进行 8 个维度的评分（0-10 分），然后在每天北京时间 10:00 自动生成当日精选。

绝大多数文章的得分在 3-6 分之间。只有少数文章能获得高分。如果某天没有足够重要的内容，精选列表会很短——这是刻意的设计。

数据来源

目前追踪 25 个 RSS 源和 45+ Twitter 账号，涵盖科技媒体、AI / ML 资讯、技术博客、中文社区以及行业从业者的 Twitter 动态。所有来源每 3 小时自动抓取一次，确保信息的时效性。

工作流程

1. 采集 — 每 3 小时从 RSS 和 Twitter 并发抓取最新内容
2. 过滤 — 排除广告、招聘等噪音，过滤过短的内容
3. 去重 — 使用 Gemini Embedding 生成语义向量，基于余弦相似度去除重复报道（同日阈值 0.72，跨日阈值 0.85）
4. 评分 — AI 从 8 个维度独立打分，加权计算综合得分
5. 精选 — 按话题聚类、控制来源多样性（每个来源最多 2 篇）、设置质量断层检测，选出 5-15 篇最佳文章
6. 生成 — 为每篇文章生成中英双语标题和摘要
7. 推送 — 通过 Telegram 发送摘要，同时更新网站

评分维度

每篇文章由 Gemini 从以下 8 个维度进行评估，各维度独立打分（0-10），再按权重加权得出综合分：

• 相关性 (35%) — 与关注领域的匹配程度
• 规模 (10%) — 事件影响的广度
• 影响力 (10%) — 产生的实际效果强度
• 新颖性 (10%) — 信息的独特和意外程度
• 潜力 (10%) — 未来 6-12 个月的持续影响
• 里程碑 (10%) — 是否可能成为历史转折点
• 可信度 (10%) — 来源的权威性和可靠性
• 积极性 (5%) — 平衡媒体的负面偏见

为什么需要「积极性」维度？

媒体天然有负面偏见——负面新闻更容易获得关注和传播。这个维度的权重很低（仅占总分的 5%），不会显著改变整体分布，但会在高分区间带来明显差异：没有它，高分文章几乎全是战争和灾难；有了它，科学发现和技术突破也能获得应有的排名。

关注领域

「相关性」是权重最高的维度（35%），它衡量文章与以下关注领域的匹配程度：

精选逻辑

评分只是第一步。最终精选还经过以下处理：

• 话题聚类 — 同一话题的多篇报道会被聚类。多来源覆盖的话题会获得「热度加成」（最高 1.4 倍），但前提是相关性评分 ≥ 7
• 来源多样性 — 每个来源最多入选 2 篇，避免单一来源垄断
• 质量断层 — 选够 5 篇后，如果下一篇与当前最低分的差距超过 2.5 分，自动停止选择
• 内容平衡 — 确保至少包含 2 条 Twitter 内容，保持信息来源的多样性