CommunitySchreiben & Editierengithub.com

ozzy-labs/feedradar

Multi-Agent-CLI, der Blogs und Release-Feeds überwacht und bei Keyword-Treffern Markdown-Forschungsberichte erstellt.

Was ist feedradar?

Dieses Skill bietet ein Multi-Agent-CLI-Tool, das Blogs und Release-Feeds überwacht. Es durchsucht diese Quellen nach konfigurierbaren Keywords und generiert bei Treffern automatisch Markdown-Forschungsberichte. Das Tool ist besonders nützlich für Entwickler und DevOps-Teams, die Trends, neue Releases oder relevante Inhalte aus mehreren Quellen verfolgen möchten. Es unterstützt eine flexible Konfiguration von Feeds und Keywords über eine zentrale `config.yaml`-Datei. Der Workflow ist in drei Hauptphasen unterteilt: Feed-Abruf (Fetch), Keyword-Filterung (Filter) und Berichterstellung (Report), die jeweils durch spezialisierte Agenten ausgeführt werden. Das gesamte Projekt ist in Python implementiert und kann über die Kommandozeile mit `feedradar` ausgeführt werden. Ein besonderes Merkmal ist die Verwendung von Subprozessen für die Parallelverarbeitung und die Integration von minimalen Abhängigkeiten zur Steigerung der Effizienz.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add ozzy-labs/feedradar

Installed? Explore more Schreiben & Editieren skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht feedradar?

Multi-Agent-CLI, der Blogs und Release-Feeds überwacht und bei Keyword-Treffern Markdown-Forschungsberichte erstellt.

Übersicht

feedradar ist ein Kommandozeilen-Tool (CLI), das mehrere RSS/Atom-Feeds parallel verarbeitet. Es konfiguriert sich über eine einzige config.yaml-Datei, in der Feeds nach Kategorien gruppiert und zugehörige Keywords festgelegt werden.

Funktionen

  • Überwacht mehrere RSS/Atom-Feeds gleichzeitig
  • Filtert Einträge nach persönlichen Keywords
  • Erstellt strukturierte Markdown-Berichte mit Treffern
  • Nutzt eine Multi-Agent-Architektur (Fetch → Filter → Report)
  • Konfigurierbar über config.yaml

Installation

pip install feedradar

Oder:

# Repository klonen
cd feedradar
pip install -r requirements.txt

Konfiguration

Erstelle eine config.yaml im aktuellen Arbeitsverzeichnis:

feeds:
  - name: Hacker News
    url: https://news.ycombinator.com/rss
    topics:
      - name: KI-Forschung
        keywords: ["large language model", "LLM", "OpenAI", "GPT"]
      - name: DevOps
        keywords: ["CI/CD", "GitHub Actions", "Kubernetes"]

  - name: Releases-API
    url: https://api.github.com/repos/org/project/releases
    topics:
      - name: Neue Releases
        keywords: ["v1.0", "Release Candidate", "beta"]

Nutzung

feedradar

Der Befehl führt die drei Agenten aus:

  1. Fetch-Agent: Ruft alle konfigurierten Feeds ab und normalisiert die Antworten in ein einheitliches Datenmodell.
  2. Filter-Agent: Überprüft jeden Eintrag gegen die Keywords aus der Konfiguration. Nur Einträge, die einem Keyword entsprechen, werden behalten.
  3. Report-Agent: Erstellt für jede Kategorie einen Markdown-Bericht und speichert ihn im Verzeichnis reports/.

Das Ergebnis ist eine hierarchische Dateistruktur:

reports/
├── KI-Forschung.md
├── DevOps.md
└── Neue Releases.md

Multi-Agent-Architektur

Die Aufgaben sind in dedizierte Agenten aufgeteilt, die über subprocess und asyncio parallelisiert werden:

  • Feed-Fetcher: Verwendet httpx für asynchrones Abrufen und feedparser zum Parsen.
  • Keyword-Matcher: Arbeitet mit regulären Ausdrücken (re), Groß-/Kleinschreibung wird ignoriert.
  • Markdown-Reporter: Schreibt sauber formatierte .md-Berichte.

Anforderungen

  • Python ≥ 3.9
  • httpx, feedparser, pyyaml, rich (für CLI-Ausgabe)

Lizenz

MIT

Verwandte Skills