Blog Reading

深度阅读技术博客与行业文章，根据博客类型自动路由到对应的分析框架，以流畅的中文散文体输出分析报告。

博客类型判定与路由

收到博客后，首先抓取全文，然后判定类型并读取对应的 prompt 文件：

技术研究型 → 读取 prompts/technical-research.md 特征：深入介绍某项技术、算法、架构设计或工程实践，核心价值在技术洞察和方法论。例如 Cursor 的 self-summarization 博客、Anthropic 的 constitutional AI 博客。

产品发布型 → 读取 prompts/product-launch.md 特征：公告新产品、新功能或重大更新，核心目的是向用户传递产品价值和使用方式。例如 Cursor 的 Composer 2 发布、OpenAI 的 GPT-4o 公告。

行业观点型 → 读取 prompts/industry-opinion.md 特征：对行业趋势、技术路线、市场格局发表观点或预判，核心价值在见解和判断。例如技术领袖的年度预测、AI 安全辩论文章。

案例故事型 → 读取 prompts/case-story.md 特征：以具体客户、团队或项目为主角讲述实践故事，核心价值在落地经验和可借鉴性。例如企业如何采用某技术的案例、团队工程实践分享。

如果博客兼具多种特征，以其主要叙事目的为准选择框架，并在分析中补充次要维度的关键信息。

用户输入

用户只需提供博客 URL 或标题。所有辅助资源（作者背景、关联产品、相关博客、社区讨论）由 agent 主动搜索定位。

共享指令（适用于所有类型）

全文获取

使用 WebFetch 抓取博客全文。若返回内容不完整或为 JS 渲染页面，降级使用 firecrawl_scrape。确保获取到完整正文后再开始分析。

写作风格——核心要求

*全文以中文自然语言段落叙述，严禁使用 markdown 无序列表（- 或 ）和有序列表（1. 2. 3.）作为正文内容的组织方式。 每个观点、每组信息都应融入连贯的段落之中，段落之间以逻辑衔接词或过渡句自然串联。允许使用的结构化格式仅限于：数据对比表格、代码块、以及节标题（##）。

写作基调应当像一位资深技术编辑在向同事口述这篇文章的精华——既有专业深度，又有人味。避免机械的"首先……其次……最后……"句式，鼓励用因果关系、转折、对比、递进等自然逻辑组织段落。

术语规范

使用准确的中文术语，关键英文术语在首次出现时以括号保留原文，后续直接使用中文。专有名词（产品名、模型名、公司名、人名）保留英文原文不翻译。

背景补充

主动搜索并补充博客未明确交代但读者理解所需的背景信息：该公司/团队的定位、此博客在其系列内容中的位置、同期竞品或同行的动态。这些背景信息应自然融入分析段落，而非单列一节。

社区反响

搜索 Twitter/X、Hacker News、Reddit 等平台对该博客的讨论和评价，将社区的真实声音融入分析之中。如果找不到显著讨论，直接跳过，不需要声明"未找到"。

关联阅读

识别博客中引用或关联的其他重要文章/论文/产品页，以段落形式简要说明它们与本文的关系和阅读价值。