我用 Claude 搭了个自动新闻简报，30天后比我刷了一年的信息还有用

导读：本文指导用户构建 Claude 研究 agent，每天自动监控来源、过滤信号、合成洞见，并将 5 分钟精炼晨报存入 Obsidian，取代 45 分钟无效滚动浏览。

系统核心架构包含 Claude 智能层、Filesystem 与 Brave Search MCP 连接、N8N 定时触发器，以及 CLAUDE.md 个性化上下文文件，用于精准定义关注领域、排除噪音和行动偏好。

作者 CyrilXBT（@cyrilXBT） 是活跃于 X 平台的 AI、科技领域创作者，拥有超过 18 万粉丝。  他专注于分享前沿洞见，擅长将复杂 AI 工具转化为实用系统，如 Claude 研究 agent 构建指南，帮助用户实现高效信息过滤与自动化洞见生成。

早上起来，大多数人操作都差不多。

打开社交平台，刷 20 分钟信息流，就为了找到真正重要的那三条内容。打开邮箱，计划中的事一件没做，先被拽进了被动回复模式。打开 RSS 阅读器，200 条未读摆在那，心里清楚根本看不完。打开新闻聚合器，读了三篇文章，和自己工作、生活半毛钱关系没有。

四十五分钟过去，人已经落后了、焦虑了，获取到的有效信息还不如多睡十五分钟。

Claude 研究 Agent 能从根本上解决这个问题。

每天早上，在你打开任何东西之前，Claude Agent 已经把你工作相关的信息源全读完了，无关内容滤掉，值得知道的新进展综合好，一份结构清晰的 5 分钟简报放进你的 Obsidian vault。

你起床。读完简报。五分钟，今天该知道的都知道了。然后开始干活。

这篇文章是一份完整搭建指南，从零开始，到你拥有一个每天早上自动给你做简报的跑起来的 Agent。

研究 Agent 到底做什么

动手搭建之前，先弄清楚你到底在搭什么，以及每个组件为什么不可或缺。

研究 Agent 每天早上自动执行四件事。

信息源监控。 它会读取你配置的所有信息源，行业新闻、竞品网站、你所在领域的学术论文、特定 newsletter、发研究内容的 YouTube 频道、播客文字稿、你关注的 GitHub 仓库、你细分领域的 Reddit 社区。任何可能出现对你工作重要信息的来源，全读。

信号过滤。 不是读到什么都总结一遍，而是基于你定义的标准，识别出真正重要的内容。竞品发新产品——重要。把上周已经报过的信息重新包装成一篇博客——不重要。过滤层是让简报真正有用的关键，而不是把所有东西压缩一遍了事。

综合。 不是把重要条目列成 bullet point 了事，而是综合成结构化叙事：发生了什么、为什么重要、和你已知信息有什么关联、你可能该做什么。

交付。 每天早上在你配好的时间点，自动把简报放到你 Obsidian vault 的指定位置。你打开电脑它就已经在那了，不需要手动触发。

这四件事，把每天四十五分钟的信息搜集，替换成五分钟阅读。

技术架构

研究 Agent 有五个组件，各有各的明确职责。少掉任何一个，系统产出都会变差。

Claude 是智能层。它读信息源的原始内容，按你的标准过滤出重要信息，再把过滤后的内容综合成结构化简报。

Filesystem MCP 把 Claude 连到你的 Obsidian vault，让 Claude 能直接读写 vault。这样一来，它能读 CLAUDE.md 获取上下文，也能自动把简报放到正确的文件夹。

Brave Search MCP 给 Claude 接入了实时网络搜索。没有它，Claude 只能基于训练截止日期之前的信息做推理。有了它，Claude 能搜实时网络，找到你指定主题的最新动态。

N8N 负责调度整个工作流。每天早上的配好时间触发研究 Agent，把正确的上下文传给 Claude，接收输出，保存到 vault。

CLAUDE.md 是上下文层，让简报跟你的具体情况相关，而不是泛泛地有信息量。它告诉 Claude 你做什么、关心什么、已经知道什么，以及什么样的信息对你来说是真正可执行的。

先把基础搭好

搭建工作流之前，三件事要先到位。

带 MCP 连接的 Claude Desktop。

从 claude.ai/download^[1] 装好 Claude Desktop。

在 claude_desktop_config.json 里配置 Filesystem 和 Brave Search MCP server：

{"mcpServers":{"filesystem":{"command":"npx","args": \["-y","[@modelcontextprotocol/server-filesystem](https://x.com/@modelcontextprotocol/server-filesystem)","/path/to/your/obsidian/vault" \]},"brave-search":{"command":"npx","args": \["-y","[@modelcontextprotocol/server-brave-search](https://x.com/@modelcontextprotocol/server-brave-search)"\],"env":{"BRAVE\_API\_KEY":"your-brave-api-key"}}}}

去 brave.com/search/api^[2] 拿 Brave Search API key。免费层每月 2,000 次查询，给每日研究 Agent 用绰绰有余。

保存配置后重启 Claude Desktop。验证连接生效：让 Claude 搜点什么，看它回不回实时结果。

Obsidian vault 结构。

如果 vault 里还没有 BRIEFINGS 文件夹，建一个。每天早上简报放这。

vault/ BRIEFINGS/ [YYYY-MM-DD]-morning-brief.md ← 每日自动生成 CLAUDE.md [vault 其他内容]

自托管 N8N。

在每月 5 美元的 DigitalOcean droplet 上自托管 N8N，工作流不限运行次数，没有按执行量计费。

还没搭 N8N 的话，按这个顺序来：注册 DigitalOcean 账号 → 起一台最小规格 Ubuntu droplet → SSH 上去 → npm 装 N8N → 配成 service 跑起来。

第一次完整搭 N8N 大概半小时。之后所有工作流都复用同一套基础设施。

写 CLAUDE.md 研究上下文

CLAUDE.md 决定了简报是不是真的跟你有关。

泛用的研究 Agent 产出泛用的简报。用你具体上下文配置过的研究 Agent，产出的简报里每一条都直接关联你的工作和决策。

在现有 CLAUDE.md 里加一个 Research Context 部分，或者在 vault 里单独建一份研究专用 CLAUDE.md：

# Research Agent Context

## Who I Am
[Your name, your role, what you do]

## My Primary Focus Areas
[List the specific topics, industries, or domains 
where you need to stay informed]

## What Constitutes Significant News for Me
[Be specific. Not "AI news" but "Claude Code updates, 
new MCP servers, multi-agent frameworks, AI agent 
security developments"]

## My Competitive Landscape
[Specific companies, people, products you monitor]

## What I Already Know Well
[Topics where you have deep expertise and therefore 
only need significant new developments, not 
introductory coverage]

## What I Am Currently Working On
[Active projects where relevant news would be 
directly actionable — UPDATE WEEKLY]

## Sources I Trust
[Specific publications, newsletters, researchers, 
YouTube channels, subreddits worth prioritizing]

## What I Specifically Do NOT Want
[Topics that show up in your niche but waste your 
time — generic AI hype pieces, rehashed content, 
announcements from companies you do not care about]

## Brief Format Preference
[How you want the output structured — see template below]  

What I Specifically Do NOT Want 这一段最重要，但大多数人都跳过了。

没写这一段，Claude 会把跟你主题沾点边的全塞进来。写了，Claude 会更激进地过滤，简报里只剩你真正会有行动的内容。

研究 Agent Prompt

这是每天早上跑的核心 prompt，会作为消息放进 N8N 工作流，发给 Claude API。

  You are my personal research agent. Your job is to produce 
my morning intelligence brief.

Read my research context from CLAUDE.md in my vault.

Then execute the following research sequence:

STEP 1: PRIMARY TOPIC SEARCH
For each focus area in my research context, search for 
significant developments from the last 24 hours.

Use these search queries as a starting point but adapt 
based on what you find:
[CLAUDE will generate appropriate queries based on 
your CLAUDE.md focus areas]

STEP 2: SIGNAL FILTERING
From everything you find, apply these filters:

INCLUDE:
- New product launches or significant updates from 
  companies or tools I follow
- Research findings that change how we understand 
  something I care about
- Strategic moves by competitors I monitor
- Regulatory or policy changes affecting my domain
- New tools, frameworks, or techniques worth knowing
- Significant market movements in my focus areas

EXCLUDE:
- Anything I noted in my "What I Do NOT Want" section
- Rehashed content summarizing things published 
  more than 48 hours ago
- Opinion pieces without new information
- Announcements from companies I do not follow
- General AI hype without specific actionable detail

If nothing significant happened in a category: 
say nothing happened rather than filling space.

STEP 3: COMPETITIVE INTELLIGENCE
Search specifically for any news about the companies 
and people listed in my competitive landscape.

Highlight anything that represents a strategic shift, 
new product, or significant announcement.

STEP 4: SYNTHESIS
Produce the brief in this exact format:

---
# Morning Brief — [DATE]
Generated: [TIME]

## THE ONE THING
[The single most important development today. 
One paragraph. Why it matters for my specific situation.]

## WHAT HAPPENED
[3-7 significant items, each with:]
-**[Source/Company/Topic]**: What happened and 
  why it matters for my work. One to three sentences max.

## COMPETITIVE WATCH
[Any significant moves from my competitive landscape. 
If nothing notable, say "Nothing significant today."]

## WHAT TO DO ABOUT IT
[1-3 specific actions worth considering based on 
today's developments. Only include if genuinely 
actionable. Skip this section if nothing warrants action.]

## READING LIST
[2-3 links to the most important full articles 
for deeper reading on today's top items]
---

IMPORTANT FORMATTING RULES:
- The entire brief should take 5 minutes to read, 
  not 15.
- Every item must connect directly to something 
  in my research context.
- No filler. No hedging. If something matters say 
  why it matters specifically.
- If it was a slow news day say so directly rather 
  than inflating thin content.

Save the brief to: BRIEFINGS/\[YYYY-MM-DD]-morning-brief.md

搭 N8N 工作流

N8N 工作流五个节点，各管一段。

Node 1: Schedule Trigger

触发器设成你偏好的早晨时间。大多数人用早上 6 点效果不错——你打开电脑之前简报已经好了。

按你的时区配置 cron expression：

0 6 * * 1-5 ← 周一到周五早上 6 点

0 6 * * * ← 每天（含周末）早上 6 点

Node 2: Read CLAUDE.md

这个节点通过 Read File 操作从 vault 里读取研究用 CLAUDE.md，路径指到正确文件。

输出：你 CLAUDE.md 研究上下文的全文。

Node 3: Prepare API Request

这个节点构造对 Claude 的 API 调用，把研究 prompt 模板和 Node 2 读到的 CLAUDE.md 内容拼在一起。

const claudeMd = $node
["Read CLAUDE.md"].json.content;
const today = newDate().toISOString().split('T')[0];
const time = newDate().toLocaleTimeString();

const systemPrompt = `You are a personal research agent. 
Today's date is ${today}. Current time is ${time}.
You have access to real-time web search through 
the Brave Search MCP. Use it extensively.

Research context from the user's CLAUDE.md:
${claudeMd}`;

return {
model: "claude-opus-4-5",
max_tokens: 4096,
system: systemPrompt,
messages: [{
role: "user",
content: "Generate my morning research brief following the format and instructions in my research context."
  }]
};  

Node 4: Claude API Call

HTTP Request 节点，调 Anthropic API：

URL:

https://api.anthropic.com/v1/messages

Method: POST Headers: x-api-key: \[YOUR ANTHROPIC API KEY] anthropic-version: 2023-06-01 content-type: application/json Body: \[Output from Node 3]  

Node 5: Save to Vault

Write File 节点，把 Claude 的输出存到 BRIEFINGS 文件夹：

File path: /path/to/vault/BRIEFINGS/[date]-morning-brief.md Content: [从 Claude API response 提取的文本]

从 Claude API response 提取文本内容：

const response = $node
["Claude API Call"].json;
const content = response.content[0].text;
const date = newDate().toISOString().split('T')[0];

return {
filename: `${date}-morning-brief.md`,
content: content
};

Node 6（可选）: Telegram 通知

加一个 Telegram bot 通知，简报好了就推送：

Message: "Morning brief ready: BRIEFINGS/[DATE]-morning-brief.md"

简报写完，手机收到通知。还没起床就能在手机上直接看。

配置你的信息源列表

Brave Search MCP 会自动处理开放网络搜索。但有些最有价值的信息源，标准搜索引擎未必能很好地索引到。

需要定点监控的来源，加到 CLAUDE.md 研究上下文里，给明确指令：

## Specific Sources to Monitor

### Daily Checks
- news.ycombinator.com
 — check front page for AI and developer tools
- reddit.com/r/MachineLearning
 — significant paper releases only
- reddit.com/r/ClaudeAI
 — new Claude features and community builds

### Weekly Checks  
- arxiv.org/list/cs.AI
 — significant papers published this week
- github.com/trending
 — trending repositories in my tech stack

### Alert-Level Monitoring
[Companies or people where any news is significant]
- Anthropic blog: anthropic.com/news

- [Competitor 1] blog: [URL]
- [Competitor 2] press releases: [URL]

### Sources to Explicitly Ignore
[Publications or websites that consistently produce 
low-signal content in your domain]  

让简报越变越好的反馈循环

读完简报花两分钟给 Claude 反馈，简报每周都会变好。

在每份简报底部加一段给你写笔记用的区域：

## My Notes on This Brief [Your annotation - what was useful, what was noise, what was missing]

每周日，在 Claude 里跑这个 prompt：

Read all morning briefs from the past week in my 
BRIEFINGS folder and read all my annotations in 
the "My Notes on This Brief" sections.

Based on my annotations, update my research 
CLAUDE.md with:
1. Sources that consistently produced useful 
   signal → add to priority list
2. Topics that consistently produced noise → 
   add to the Do Not Want section
3. New search queries that would have surfaced 
   the information I noted as missing
4. Any patterns in what I found useful that 
   should be captured as explicit preferences

Show me the proposed changes to CLAUDE.md before 
making them.

有这个反馈循环，第三个月的简报比第一周的简报精准得多——你真正需要的信息被放大了。

Agent 从你自己的标注里学你关心什么，不用你手动调配置。

高级玩法

基础晨间简报稳定跑起来之后，可以沿几个方向扩展。

主题深挖

晨间简报里出现重要进展时，把它放进一个队列做更深入的研究：

DEEP-DIVE: [今天简报里的某个 topic]

队列处理器会拾取这个条目，跑一轮更全面的研究会话，产出详细分析笔记，而不是简短摘要。

竞争情报即时提醒

单独配一个轻量工作流，每四小时扫一次竞品动态，而不是一天一次。扫到重要内容，立刻发 Telegram 通知，不等到第二天早上的简报。

每周综合

每周日早上，Claude 不跑标准每日简报，而是读这一周七份每日简报，产出一份周度综合：

本周最大的主题是什么，它对你所在领域长期意味着什么。

本周最重要的单个进展，你该做什么。

你预期会发生但没发生的事，说明了什么。

周度综合经常能揭示任何单份每日简报里看不见的模式。

按需研究

往 QUEUE 文件夹丢任何主题，前缀加 RESEARCH：

RESEARCH-quantum-computing-applications-in-finance.md

队列处理器会对这个主题跑深入研究会话，把完整研究简报放到 GENERATED 里，不用等晨间周期。

30 天后会发生什么

晨间简报从第一天就提供即时价值。

复利效应在第二个月开始显现。

30 天后，简报已经根据你的标注完成校准。持续制造噪音的主题被移除了，持续产出信号的信息源被优先了。同样是五分钟阅读，里面的可执行信息比第一周多得多。

60 天后，周度综合开始揭示那些在任何单份简报里看不出来的模式。每日快照中不可见的趋势，拉长到八周数据就变得清晰了。

90 天后，你有了一套研究运作系统，它对你所在领域的理解，相当于一个已经连续三个月给你做简报的专职分析师。

信息优势每周复利增长。

你的竞品每天早上还在花四十五分钟刷噪音。

你花五分钟读信号。

这个差距不只是省时间。

是日复一日基于更高质量信息做出更高质量决策。

这个周末把工作流搭起来。

第一份简报，周一早上跑。

参考阅读

• 我用 7 天把 AI Agent 的 Token 账单砍掉 87%（附代码）
• QQ音乐Harness Engineering实践
• Hermes Agent 到底能干什么？16 个分类、276 个用例的完整答案
• Evals 到底在评什么？一文拆解 AI 评估的三种方法