AI News Radar はニュース収集を三つの読者像で分ける
LearnPrompt/ai-news-radarは実運用向けに使える実用的なオープンソース実装で、再利用可能な導入ルートを持つプロジェクトです。
ひと目でわかる
- これは何？
- AI ニュースを収集、要約、評価するための Python プロジェクト。24時間の取得処理とペルソナ別のレビュー出力を README の実装範囲から読む。
- 誰に向いている？
- AI News Radar は現在 v0.9 で、ホームページとオンラインサイトは公開済み、リポジトリはアーカイブされていない。README で言及されている DeepSeek、TikHub、SocialData などの有料ソースは API キーを必要とするが、サードパーティによるベンチマークや安定性の報告は公開されていない。
- 商用利用できる？
- できます。MIT は寛容なライセンスで、著作権表示とライセンス表示を残せば、使用・改変・販売が可能です。
- 今もメンテナンスされている？
- されています。最後のコミットは 1 日前です。
- 何の言語で書かれている？
- 主に Python です（GitHub の言語統計による）。
回答はプロジェクトの GitHub データ（最終同期：2026年9月14日）と当サイトの分析に基づくもので、法的助言ではありません。
オープンソース詳細解説
プロジェクトの位置づけ：まず良質な情報源を選び、次に一つのストーリーを語る
AI News Radar の README は中国語のスローガンで始まる。多くの情報源から最良のものを選び、散らばったメッセージをストーリーラインに統合し、最後に3つの味で毎日のヘッドラインを評価する。これは単なる RSS リーダーではなく、情報源の判定、取得、重複排除、AI関連性フィルタ、ペルソナレビュー、情報源の健全性、静的ページ公開をつなぐ軽量ニュースパイプラインである。中核ロジックは伯楽（Bole）スキルと呼ばれ、長期的に追跡すべき情報源、RSS/OPMLに適した情報源、有料APIが必要な情報源、更新は多いがAI関連コンテンツの割合が低い情報源を判断する。
3つの利用方法：エージェント要約、ウェブ表示、フォーク
README は3つの利用経路を示す。1つ目はエージェントに読ませる方法で、インストールコマンドは npx skills add LearnPrompt/ai-news-radar -s ai-radar -g で、インストール後に「今日のAI界隈はどう？」と聞けば、APIキーやログイン状態、サーバーなしで要約を得られる。2つ目はオンラインサイト news.learnprompt.pro を開く方法で、デフォルトはモバイル表示。右上の「視角」スイッチで /classic/ のクラシックデスクトップ表示に切り替えられ、?view=mobile、?view=classic、?view=auto パラメータも使える。3つ目はリポジトリをフォークし、OPML を自分のものに置き換え、personas/ ディレクトリのマークダウンファイルを編集して味を調整し、データを自分の GitHub Pages に公開する方法。
v0.9：単層情報アーキテクチャとタイトル拡張
v0.9 は以前の3つのビューを単層に統合した。上部に「全部/モデル/製品/開発者/業界/論文/コミュニティ/個人メディア」のカラムタブ、「厳選/全量」のグローバルスイッチ、メインリストは時間降順で日ごとにグループ化される。厳選モードはストーリー統合後のAI関連高価値プールを読み、全量モードは広義のAI関連生プール（latest-24h-all.json、score >= 0.3）を読む。「現在のホット」リストは固定件数なしで、複数情報源のヒート閾値を満たすものだけが載る。2つ以上の情報源が同じイベントを報じた場合、カードに「複数ソース N」タグが表示され、各社の個別見出しを展開できる。タイトル拡張は DEEPSEEK_API_KEY 設定時のみ有効で、未設定なら元のタイトルを保つ。
v0.8：3つのペルソナによる毎日レビュー
v0.8 は交換可能な「味」を導入した。各味は personas/ ディレクトリのマークダウンファイル（frontmatter + system prompt）である。デフォルトは「実用派」（pragmatic）で、開発者や実務者にとって今日何が役立つかだけを重視する。「毒舌評論家」（cynic）はマーケティング表現や誇張を事実に基づく皮肉で暴く。「論文警察」（paper-police）は論文、コード、ベンチマークの実証のみを認め、「近日公開」を一切許さない。毎日20件の厳選記事がデフォルト味で採点され、その日の TOP3 に入ったストーリーは3つの味すべてで並行レビューされる。出力は data/daily-brief.json と data/top3-personas.json に保存される。README は、3つの味のウェブ表示は一時的にアーカイブされたが、データパイプラインは毎日スコアとレビューを生成し続け、スキル日報は影響を受けないと明記している。
データ成果物と GitHub Actions 自動更新
更新のたびに静的なJSONファイル群が生成され、ページはこれらのファイルだけを読み、バックエンドサービスは不要である。GitHub Pages がデータの正規ソースで、Vercel サイトは同じデータの別のファサードにすぎない。主要ファイルは data/daily-brief.json（厳選20件の日報）、data/latest-24h.json（直近24時間のAI関連記事）、data/latest-24h-all.json（広義のAI関連記事、score >= 0.3）、data/source-status.json（取得状態と情報源の健全性）、data/stories-merged.json（統合後のイベント集合）など。update-news.yml ワークフローはデフォルトで30分ごとに実行され、手動 workflow_dispatch にも対応し、data/*.json を自動生成してコミットする。
フォークガイドとローカル実行
自分専用のレーダーを持つための手順は5つ。リポジトリをフォークする。Actions を有効にする（フォーク後は GitHub がデフォルトでワークフローを一時停止するため手動で開始する）。任意で DEEPSEEK_API_KEY を設定する。GitHub Pages を master ブランチのルートから有効にする。skills/radar/SKILL.md 冒頭の BASE_URL を自分の GitHub Pages アドレスに変更する。ローカル実行では、リポジトリをクローンし、Python 仮想環境を作って requirements.txt をインストールし、python scripts/update_news.py --output-dir data --window-hours 24 を実行し、最後に python -m http.server 8080 でローカルサーバーを起動する。独自 OPML がある場合は feeds/follow.example.opml を feeds/follow.opml にコピーして編集し、そのファイルはコミットしない。
有料ソースとセキュリティ境界
デフォルトでは、コアパイプラインはAPIキーなしで動作する。オプションの高度なソースには、X API（X_BEARER_TOKEN が必要）、SocialData.tools（SOCIALDATA_API_KEY が必要）、TikHub（TIKHUB_API_KEY が必要）がある。これらはデフォルトで無効で、対応する ENABLED スイッチと予算変数を設定した場合のみ有効になる。SocialData と TikHub の取得間隔は data/paid-source-state.json に記録され、最後の実行時間、結果数、エラー名のみ保存され、APIキーは保存されない。README は、APIキーはローカル環境変数または GitHub Secrets にのみ置くべきだと明示し、トークン、クッキー、プライベート OPML、メール本文をリポジトリに書かないよう警告している。
編集部の結論
AI News Radar は現在 v0.9 で、ホームページとオンラインサイトは公開済み、リポジトリはアーカイブされていない。README で言及されている DeepSeek、TikHub、SocialData などの有料ソースは API キーを必要とするが、サードパーティによるベンチマークや安定性の報告は公開されていない。
コミュニティノート