1. 任务背景：信息很多，时间很少
你想了解一个主题，打开了几十篇文章、几段视频、几期播客。有些内容反复转述同一条消息，有些已经过时，还有些真正有价值的信息藏在长文或访谈的深处。
AI 让内容生成越来越容易，注意力却成为稀缺资源。
请开发一个面向主题的信息收集与高价值内容创作 Agent：寻找资料、判断价值、核对事实，再组织成清楚、自然、图文合适的内容，帮助用户用更少时间理解主题，分清可靠结论与未解问题。
2. 准备：搭建你的主题编辑台
交付一个可运行的全栈网页产品，支持主题提交、资料浏览、价值筛选、内容创作、图文审阅和任务追踪，并持久保存资料、任务与文章。技术选型不限，可使用成熟工具，由一个 Agent 或多个 Agent 协作完成。
Lv1—Lv3 ，围绕文本资料及其配图展开；Lv4 为音视频扩展加分项。 来源可以是网页文章、报告或公开 PDF，现场会更换主题。
Harness：贯穿整个任务
从 Lv1 起构建共用 Harness，逐步接入各关卡能力：
- 上下文与编排：组织工具、Skill、记忆和中间结果；资料不足时回到检索，证据冲突时补充核验，并设置时间、调用次数或成本预算。
- 追踪与恢复：记录工具输入、结果、状态及简要决策依据，通过 Checkpointing 恢复中断任务，网页刷新后可继续查看进度。
- Human-in-the-loop（HITL）：在需要人工判断时暂停，接收反馈、更新状态后继续执行。
请用真实工具调用展示：已有结果怎样影响 Agent 的下一步行动。
Memory：下次再来，别从头开始
设计记忆的写入、检索、更新与遗忘机制，区分：
- 任务内记忆：当前目标、检索历史、待核验问题和中间结果。
- 主题长期记忆：重要事实及验证状态、来源版本、历史交付和未解争议。
- 用户偏好与编辑反馈：阅读时间、知识背景、关注重点和可复用的写作要求。
请说明哪些信息值得长期保存，按用户、主题和任务在上下文预算内召回，并记录来源、适用范围、更新时间及使用情况。
时效性信息需要复查；冲突记忆需要核验更新；生成内容须关联原始证据，避免将生成结论当作独立证据。
用户可查看、纠正和删除记忆，失效条目及派生摘要应同步处理。
区分单次要求与长期偏好，以用户当前明确要求为准。
存储和检索方式不限，重点是记忆能否改善后续任务。
3. Lv1：先把散落的信息找回来
围绕用户主题，通过 ReAct 检索循环交替进行判断、工具调用和结果观察。根据资料缺口调整关键词、追踪关联信息或寻找原始来源，并按覆盖情况和预算决定何时停止。
最低要求：
- 接入至少 5 个网站信息源，覆盖至少 2 种采集方式，例如 API、RSS、网页抓取。
- 支持主题搜索和链接导入，保存标题、来源、作者、发布时间、采集时间、正文或摘要及原文定位。
- 标注摘要、节选或全文，归并重复链接、转载和同一事件，保留来源关系。
- 利用历史记忆增量采集，区分新进展、内容更新、背景资料和重复报道；对可能变化的页面定期复查。
图片也属于资料。 处理懒加载与不同分辨率，筛除广告、头像等无关图片；保存清晰原图、本地文件、图注、相邻正文、原文位置及可确认的使用条件，为后续配图提供依据。
页面不一定欢迎你的爬虫。 请考虑动态渲染、分页、限流、超时及访问限制，设计缓存、限速、浏览器渲染和备用入口等策略；受限时记录原因，选择允许的替代来源或转入 HITL。
本关主要展示一次完整 ReAct 检索循环、一个动态页面采集案例，以及一个失败后的恢复或降级案例，单个来源失败不应丢失整个任务进度。说明资料覆盖范围及可能遗漏。
4. Lv2：链接很多，哪些值得看？
资料库里已有几十条内容，用户只有五分钟。
请设计内容价值评估与重排序方法，综合相关性、证据质量、一手性、信息增量和阅读成本，解释入选与未入选的原因。
结合用户偏好和历史交付，减少重复推荐，识别新进展与旧结论的更正。
遇到证据不足、来源冲突或主题缺口，Agent 应复用 Lv1 的检索能力，通过证据约束与事实核验重新评估，保留证据溯源关系和未解决的不确定性。资料或条件变化后，应允许重新评价曾经未入选的内容。
- 从至少 20 条候选资料中筛选，与按时间或热度排序的基线对照。
- 展示一次“发现问题—补充核验—重新评估”的过程。
- 为同一主题生成五分钟速览和三十分钟深读清单。
- 说明评估与标注范围，可结合 Precision@K（前 K 条中的有效内容比例）、主题覆盖率和重复率分析结果。
本关要回答：哪些信息值得占用用户的注意力，为什么？
5. Lv3：再写一遍，能否让内容更有价值？
利用筛选后的资料，通过梳理脉络、比较观点、解释概念或补充有据可查的背景完成改写。
重要事实必须可追溯，来源结论与系统分析应有区分；发现资料缺口时，返回检索与核验。
写得自然，也要证明改得有用
至少提交 3 组同素材初稿与优化稿，比较事实保真度、信息密度、读者盲评和同一 AIGC 检测器对完整文本的结果；完成一次消融或对照实验，说明哪些步骤有效、何时失效。
“降低 AI 率”须与事实准确、表达自然和理解成本一起评估。请回答：用户读改写稿，比读原始资料多获得了什么？
让不同 Skill 真正改变创作方式
支持 多种可加载的 Skill，如主题速览和专题解读，定义读者、结构、风格、参考资料及配图要求。新增或切换 Skill 无需修改核心业务代码，并记录版本。
用同一组资料展示几种 Skill 的选材与表达差异。
图片出现在读者需要它的地方
至少交付 2 篇图文文章，每篇包含 1 张封面和不少于 2 张正文图。依据内容选择图片与放置位置，保持图注和附近文字准确、图文风格协调、手机端阅读清晰。
检查模糊、裁切不全、重复、错配、缺图及残留占位符。原始图片不足时，可制作有依据的示意图，标明性质和素材来源，避免将生成画面作为真实事件或实验结果展示。
HITL：让用户参与审阅
支持修改选题、替换图片和局部重写，保存版本并复用有效中间结果。展示一次 “暂停—人工修改—状态更新—恢复执行” ，说明哪些步骤重新运行。
经用户确认可长期复用的反馈，应按适用范围进入记忆，影响后续任务。最终支持导出 Markdown 和适合手机阅读的 HTML。
6. Lv4（额外加分）：有价值的信息，也许没有写下来
文本流程完成后，将小宇宙播客、访谈视频等接入同一个 Harness，扩展信息收集、理解、价值判断和再创作。
6.1 先找到音视频，再获取内容
围绕主题主动发现音视频，支持节目或视频链接导入。可通过 API、RSS 获取，也可使用爬虫直接抓取节目页或视频页，必要时结合浏览器渲染，提取可访问的媒体地址、字幕和元数据。
- 保存内容 ID、原链接、标题、作者、发布时间、采集时间和时长，获取可用的音视频、字幕、章节或节目简介。
- 复用 Lv1 的去重、缓存、限速与增量采集机制，识别新节目、更新内容和重复素材。
- 标注实际获取范围和失败原因；受限时选择允许的备用入口或转入 HITL，仅有简介的条目应明确标注。
至少接入 1 个音频来源和 1 个视频来源，展示从主题发现、素材获取到入库的过程，并演示一次新增条目或内容更新的增量采集。
6.2 先听懂、看懂
音频可使用 ASR 转写，多人对话可进行 Speaker Diarization；视频可结合字幕、ASR、关键帧和 OCR。
保留解析范围和片段时间戳，关联原始素材，确保音画对齐，抽样核对关键姓名、数字和结论。
6.3 不同模态，如何比较价值？
设计跨模态融合与排序方法，解释相关性、证据质量、独特性、作者直接参与程度和信息获取成本等因素的权重。如按模态、播放量或时长加权，请用案例说明理由。
保留同一事实的来源关系，避免重复计分，并将新证据与更正写入主题记忆，关联片段、时间戳和素材版本。
至少用一个主题案例说明：引入音视频后，补充了什么，排序或判断为何改变？
6.4 再创作：让信息可听、可看
基于同一组数据，任选一个生成方向；完成两种可进一步加分：
- 音频：改写口播稿，通过 TTS 生成可播放简报，处理语速、停顿、术语和数字读法，并适当解释无法直接展示的图表。交付口播稿、音频与来源对应关系。
- 视频：编写脚本与分镜，结合 TTS、数字人、口型同步、字幕及图文素材，生成讲解与画面同步的视频。交付脚本、分镜、视频和素材来源。
脚本审阅、生成与检查均接入 Harness，支持 HITL 修改和重新生成。保持跨模态事实一致、证据可追溯，比较成品的信息保真度与理解成本，说明节省了什么、损失了什么。
7. 线下展示：基于一个有趣的主题进行展示
展示可运行产品、启动说明、成品结果、实验对照、完整任务轨迹和失败分析。
请用同一主题的两次独立任务验证长期记忆：处理重复资料、新进展或旧结论更正，展示历史偏好如何影响结果；再更正或删除一条记忆，验证失效内容不再被召回。可以使用固定样例回放。
我们关注：资料是否可靠、筛选是否有价值、改写是否帮助理解，以及整个过程是否可追溯、可复现。
8. 通关后的思考
- 一百篇文章转述同一条未经证实的消息，会不会被系统当成可信？
- 改写更流畅，却丢掉了限制条件与争议，价值增加了吗？
- 昨天交付的结论今天被更正，Agent 能否记起并说明变化？
- 用户只有五分钟，你愿意让哪条信息占用其中的一分钟？
没有绝对正确的答案，请用产品和实际内容，解释你的选择。
附录：参考资料
可按关卡需要选择阅读：
- ReAct：推理、工具行动与观察交替进行的 Agent 模式。
- Hello-Agents：从零构建 Agent，涵盖 ReAct、记忆、上下文工程与评估。
- Agent Skills 规范：Skill 文件、元信息与目录结构。
- Scrapling：自适应网页抓取与爬虫框架。
- Playwright：浏览器自动化与动态页面访问。
- Trafilatura：网页正文、元数据提取与去噪。
- Docling：PDF 结构解析与图表提取。
- yt-dlp：音视频、字幕与元数据获取。
- WhisperX：语音识别、时间戳对齐与说话人标注。
- CosyVoice：文本到语音合成。
- MuseTalk：音频驱动的人像口型同步。