能力标签
全球新闻智能平台
⚙️
Agent工作流

全球新闻智能平台

基于 Python · 无代码搭建完整 AI 自动化流程
英文名:Global-News-Intel-Platform
⭐ 18 Stars 🍴 2 Forks 💻 Python 📄 MIT 🏷 AI 8.0分
8.0AI 综合评分
aicerebrasdagsterdashboardpython
✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估,全球新闻智能平台 获评「强烈推荐」。这款Agent工作流在功能完整性、社区活跃度和易用性方面表现出色,AI 评分 8.0 分,适合有一定技术背景的用户使用。

📚 深度解析

全球新闻智能平台 是一套完整的 AI Agent 自动化工作流方案。随着 AI 能力的不断提升,基于 Agent 的自动化工作流正在成为提升个人和团队效率的核心方式。区别于传统的 RPA 自动化(模拟鼠标键盘操作),AI Agent 工作流通过理解任务意图、动态规划执行路径,能够处理更复杂的非结构化任务。

全球新闻智能平台 工作流的设计遵循"最小配置,最大复用"原则:核心逻辑已经封装好,用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制,在网络波动或 API 限速等情况下仍能稳定运行,适合作为生产环境的自动化基础设施。

在实际部署时,建议先在测试环境中运行 3-5 次,验证各个环节的输出结果符合预期,再部署到生产环境。AI Skill Hub 评分 8.0 分,是同类 Agent 工作流中的精选推荐。

📋 工具概览

全球新闻智能平台 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

GitHub Stars
⭐ 18
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
轻量级项目,按需更新
开源协议
MIT
AI 综合评分
8.0 分
工具类型
Agent工作流
Forks
2

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理,如需查看完整原始文档请访问底部「原始来源」。

全球新闻智能平台 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

📌 核心特色
  • 可视化 Agent 工作流编排,无需编写复杂代码
  • 支持多步骤自动化任务链,实现全流程无人值守
  • 与外部 API、数据库和第三方服务无缝集成
  • 内置错误处理与自动重试机制,保障稳定运行
  • 提供可复用的自动化模板,快速在同类场景部署
🎯 主要使用场景
  • 自动化日常重复性工作,将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同
以下安装命令基于项目开发语言和类型自动生成,实际以官方 README 为准。
安装命令
# 方式一:pip 安装(推荐)
pip install global-news-intel-platform

# 方式二:虚拟环境安装(推荐生产环境)
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install global-news-intel-platform

# 方式三:从源码安装(获取最新功能)
git clone https://github.com/Mohith-akash/Global-News-Intel-Platform
cd Global-News-Intel-Platform
pip install -e .

# 验证安装
python -c "import global_news_intel_platform; print('安装成功')"
📋 安装步骤说明
  1. 访问 GitHub 仓库获取工作流文件
  2. 在对应平台(Dify / Flowise / Make 等)中找到「导入工作流」功能
  3. 上传工作流文件
  4. 按照提示配置必要的环境变量和 API Key
  5. 运行测试确认流程正常后投入使用
以下用法示例由 AI Skill Hub 整理,涵盖最常见的使用场景。
常用命令 / 代码示例
# 命令行使用
global-news-intel-platform --help

# 基本用法
global-news-intel-platform input_file -o output_file

# Python 代码中调用
import global_news_intel_platform

# 示例
result = global_news_intel_platform.process("input")
print(result)
以下配置示例基于典型使用场景生成,具体参数请参照官方文档调整。
配置示例
# global-news-intel-platform 配置文件示例(config.yml)
app:
  name: "global-news-intel-platform"
  debug: false
  log_level: "INFO"

# 运行时指定配置文件
global-news-intel-platform --config config.yml

# 或通过环境变量配置
export GLOBAL_NEWS_INTEL_PLATFORM_API_KEY="your-key"
export GLOBAL_NEWS_INTEL_PLATFORM_OUTPUT_DIR="./output"
📑 README 深度解析 真实文档 完整度 37/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理,保留代码块、表格与列表结构。

Global News Intelligence Platform

Pipeline Serverless ELT pipeline that ingests, processes, and visualizes 100,000+ global news events per day from the GDELT Project, with an AI chat interface for natural-language queries. Live dashboard: https://global-news-intel-platform.streamlit.app/ | Metric | Value | |--------|-------| | Cumulative events processed | 20M+ | | Daily ingestion | 100K+ events | | Live operation | 8+ months, continuous scheduled runs | | Unique visitors | 6,000+ in the first few months, 100+ new daily, no promotion | | Coverage | 200+ countries, 100+ languages | | Typical query latency | < 1 second | | Monthly infrastructure cost | $0 | GDELT monitors news media from nearly every country in 100+ languages, identifying the people, locations, themes, and emotions driving global society.

Features

| Feature | Description | |---------|-------------| | Real-time dashboard | Live metrics, trending news, sentiment, geographic distribution | | Emotion analytics | GKG-powered tracking: fear, joy, positive/negative, global mood index | | AI chat | Plain-English questions answered via generated SQL or RAG | | LLM headline repair | Cerebras batch job fixes slug-derived headlines (casing, keyword stuffing) with hallucination guards | | 15-minute updates | External cron trigger → GitHub Actions → Dagster job | | Data quality gates | Custom schema + threshold validation before load | | Trend analysis | 30-day time series, intensity tracking, actor monitoring |

Quick start

Requires Python 3.10+, a free MotherDuck account, and a free Cerebras API key.


git clone https://github.com/Mohith-akash/Global-News-Intel-Platform.git
cd Global-News-Intel-Platform

python -m venv venv
source venv/bin/activate        # Windows: .\venv\Scripts\activate
pip install -r requirements.txt
Create a .env file in the project root:

MOTHERDUCK_TOKEN=your_motherduck_token
CEREBRAS_API_KEY=your_cerebras_api_key
VOYAGE_API_KEY=your_voyage_api_key   # optional: enables RAG mode
Run the dashboard:

streamlit run app.py
Run the pipeline manually: ```bash

Screenshots

Home: KPIs and trending news Dashboard Home Emotions: GKG mood analysis Emotions Tab AI chat: natural-language queries AI Chat RAG chat: semantic analysis of world events RAG Chat

🇨🇳 中文文档镜像 AI 翻译 2026-05-30
英文原文章节由系统翻译为中文摘要,便于快速理解。完整原文见上方 "📑 README 深度解析"。
📌 简介

Global-News-Intel-Platform 是一个全栈数据工程项目,旨在对 GDELT Project 提供的每日超过 100,000 条全球新闻事件进行实时摄取、处理与可视化。该平台集成了 AI Chat 功能,支持通过自然语言进行查询,并配备了实时分析仪表盘,为用户提供深度的新闻情报洞察。

⚡ 功能介绍

本项目提供实时 Dashboard,可监控实时指标、趋势新闻、情感分析及地理分布情况。通过 GKG 数据驱动的情感分析模块,能够追踪恐惧、喜悦、正负面情绪及全球情绪指数(Global Mood Index)。此外,内置 AI Chat 界面支持自然语言交互,通过 SQL 自动生成答案,并利用 cron-job.org 实现每 15 分钟一次的数据自动更新。

📋 环境依赖

运行本项目需要安装 Python 3.10 或更高版本。此外,开发者需要准备 MotherDuck 账号(可使用 free tier)用于数据存储,以及 Cerebras API Key(可使用 free tier)以驱动 AI 能力。请确保本地环境已配置好必要的运行权限。

🛠 安装步骤(Docker/pip/源码)

首先,请确保已安装 Python 环境。通过运行 `pip install -r requirements.txt` 命令来安装项目所需的所有依赖库。建议在安装前先创建并激活虚拟环境,以保持开发环境的纯净。

🚀 使用教程

项目提供了快速启动指南。在完成依赖安装后,您可以根据项目文档中的 Quick Start 指引,启动数据流水线或直接运行分析模块。对于需要 RAG 模式的用户,请确保在配置中开启相关参数。

⚙️ 配置说明(含 MCP / env)

在项目根目录下创建一个 `.env` 文件进行环境配置。必须配置 `MOTHERDUCK_TOKEN`、`CEREBRAS_API_KEY` 以及 `VOYAGE_API_KEY`(用于启用 RAG 模式)。请妥善保管这些 API Key,以确保数据流与 AI 服务的正常连接。

🔄 工作流/模块

本项目采用先进的 ELT 流水线架构:首先通过 GDELT Events API 和 GKG Feed 提取数据,并使用 Polars 进行高性能处理(速度比 Pandas 快 10 倍);随后进行自定义 Schema 校验与数据质量检查;接着将去重后的数据加载至 MotherDuck(Serverless DuckDB);最后利用 dbt 模型构建 Staging Views 和 Mart Tables,并结合 GKG 数据进行情感分析。

🎯 aiskill88 AI 点评 A 级 2026-05-28

高质量的开源AI项目,具有较强的实用价值

📚 实用指南(长尾问题)
适合谁
  • 构建企业知识库 / RAG 检索应用的团队
最佳实践
  • 分块大小建议 256-512 tokens,向量库优选 pgvector 或 Qdrant
常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • embedding 模型与查询模型不一致导致检索失效
  • Python 依赖冲突:建议用 venv / uv 隔离环境
部署方案
  • 云端托管:可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
Global-News-Intel-Platform 中文教程Global-News-Intel-Platform 安装报错怎么办Global-News-Intel-Platform 与同类工具对比Global-News-Intel-Platform 最佳实践Global-News-Intel-Platform 适合谁用

⚡ 核心功能

👥 适合谁
  • 构建企业知识库 / RAG 检索应用的团队
⭐ 最佳实践
  • 分块大小建议 256-512 tokens,向量库优选 pgvector 或 Qdrant
⚠️ 常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • embedding 模型与查询模型不一致导致检索失效
  • Python 依赖冲突:建议用 venv / uv 隔离环境

👥 适合人群

自动化工程师和运维人员项目经理和业务分析师希望减少重复性工作的专业人士数字化转型团队

🎯 使用场景

  • 自动化日常重复性工作,将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同

⚖️ 优点与不足

✅ 优点
  • +MIT 协议,可免费商用
  • +大幅减少重复性人工操作
  • +可视化流程,清晰直观
  • +可扩展性强,支持复杂场景
⚠️ 不足
  • 初始配置和调试需投入一定时间
  • 强依赖外部服务的稳定性
  • 复杂场景需具备一定技术基础
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。

📄 License 说明

✅ MIT 协议 — 最宽松的开源协议之一,可自由商用、修改、分发,仅需保留版权声明。

🔗 相关工具推荐

📰 相关 AI 新闻
🍿 AI 圈相关吃瓜
🗺️ 相关解决方案
🧩 你可能还需要
基于当前 Skill 的能力图谱,自动补全的工具组合

❓ 常见问题 FAQ

Global-News-Intel-Platform 是一款Python开发的AI辅助工具。开源AI工作流:AI-powered geopolitical news intelligence platform. Ingests 100K+ daily events f。⭐18 · Python 主要应用场景包括:新闻事件分析和智能决策。
💡 AI Skill Hub 点评

AI Skill Hub 点评:全球新闻智能平台 的核心功能完整,质量优秀。对于自动化工程师和运维人员来说,这是一个值得纳入个人工具库的选择。建议先在非生产环境试用,再逐步推广。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ MIT 协议 · 可免费商用 · 直接从 aiskill88 服务器下载,无需跳转 GitHub

📚 深入学习 全球新闻智能平台
查看分步骤安装教程和完整使用指南,快速上手这款工具
🌐 原始信息
原始名称 Global-News-Intel-Platform
原始描述 开源AI工作流:AI-powered geopolitical news intelligence platform. Ingests 100K+ daily events f。⭐18 · Python
Topics aicerebrasdagsterdashboardpython
GitHub https://github.com/Mohith-akash/Global-News-Intel-Platform
License MIT
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/Mohith-akash/Global-News-Intel-Platform 🌐 官方网站  https://global-news-intel-platform.streamlit.app/

收录时间:2026-05-28 · 更新时间:2026-05-30 · License:MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。

📺 订阅 AI Skill Hub Daily Telegram 频道
每天 8 条精选 AI Skill、MCP、Agent 与自动化工具推送
加入频道 →