Interest Radar

通用相关性判断引擎（兴趣雷达/Interest Radar/Personal Radar）：接收外部内容，利用用户的个人上下文判断内容与用户的相关程度。平台无关，可在各种 Agent 平台上运行。触发场景：(1) 用户转发/粘贴链接/消息并询问相关性；(2) 用户要求分析某条内容与项目的关联；(3) 用户提到"兴趣雷达"、"personal radar"、"相关性判断"；(4) 其他推送 Skill 调用 batch_judge 增强推送质量。

27 stars 2 forksAI, LLMs & Agents

Install

skills CLI (Claude Code, Cursor, Codex and more)

npx skills add Igloo302/interest-radar --skill interest-radar

Manual install

git clone --depth 1 https://github.com/Igloo302/interest-radar.git /tmp/interest-radar
mkdir -p ~/.claude/skills
cp -r /tmp/interest-radar/. ~/.claude/skills/interest-radar

Personal skills live in ~/.claude/skills. Use .claude/skills in a project folder to share a skill with your team.

From the SKILL.md

# 兴趣雷达 / Interest Radar

## 一句话

**给内容，还判断。** 兴趣雷达不采集、不推送、不存储，只做一件事：告诉你一段外部内容和你有多相关、为什么、该不该看。

---

## 🚀 首次使用 — Onboarding

**这是 SKILL.md 内置的 onboarding。** 当用户首次触发兴趣雷达时（或 Agent 检测到快照文件不存在时），Agent 必须先执行以下流程：

### Step 1：欢迎 + 展示用法

向用户展示以下内容：

---

**📡 兴趣雷达已就绪！**

你装了这个 skill，你的 Agent 就从「什么都推」变成了「只推值得看的」。

装了这个 skill，有 **三种用法**：

**1️⃣ 聊天中随手用（最直接）**

看到一篇文章、一条消息、一个链接，直接转发给 Agent：

> 「帮我看看这条跟我相关吗」
> 「这条内容值得看吗」
> 「分析一下这个」

Agent 自动调兴趣雷达，返回评分 + 为什么相关 + 建议动作（必看/可看/忽略）。

**2️⃣ 注入到已有推送里（最实用）**

如果你已经有定时推送（比如 AI 周刊、XR 动态、GitHub 趋势），一句话就能加上雷达过滤：

> 「把兴趣雷达加到 AI 周刊的推送里」

之后每次推送完，自动附上一份雷达扫描报告——从几十条信息里捞出 top 档位的内容，告诉你哪些值得看、为什么。

**3️⃣ 批量扫描（主动排查）**

> 「帮我扫描一下最近有什么值得关注的」
> 「雷达扫一下」

Agent 会从你最近的推送/消息里批量跑 `batch_judge`，按分数排序给你一份精选清单。

---

### Step 2：生成初始快照

Agent 自动生成初始兴趣快照（写入 `~/.hermes/cache/interest-snapshot.json`），以便后续判断有上下文可用。

生成方式：按以下优先级探测可用的上下文工具（详见后文「自适应上下文召回」章节）：
1. 快照缓存文件（首次不存在，跳过）
2. 记忆系统召回（如 hindsight_recall）
3. 项目笔记扫描（如 Obsidian Vault）
4. 回退到种子兴趣（内置默认兴趣列表）

**fallback 路径：**
- 有记忆/搜索工具 → 实时召回生成快照
- 无记忆/搜索工具但有文件系统 → 用种子兴趣生成初始快照，标记 `source: seed`
- 无文件系统（如 ChatGPT）→ 跳过快照生成，后续每次判断都走实时上下文探测
- 全部不可用 → 直接展示用法指南，跳过快照生成，告知用户「后续使用时我会逐步了解你的兴趣」

### Step 2.5：用户确认

生成快照后，向用户展示快照摘要（兴趣列表 + 项目列表），并询问：

> 「以上是我对你兴趣和项目的初步了解，准确吗？你可以补充或修改。」

等待用户确认后再继续。如果用户说"不对"或"修改"，根据反馈调整快照内容，然后重新展示确认。

### Step 3：标记 onboarding 完成

将 `onboarding_complete: true` 写入配置文件（或快照文件中），确保下次不再重复展示。

---

## 架构

### 三层架构

兴趣雷达采用三层架构，每层职责明确，上层依赖下层接口，不跨层调用：

Read the full skill on GitHub

Details

Skill name: interest-radar
Repository: Igloo302/interest-radar
Repo updated: 28 May 2026

FAQ

What does the Interest Radar skill do?

How do I install the Interest Radar skill?

skills CLI (Claude Code, Cursor, Codex and more): npx skills add Igloo302/interest-radar --skill interest-radar. Skills go in ~/.claude/skills (personal) or .claude/skills (project), and Claude loads them automatically when a task matches the description.

Is Interest Radar popular?

It lives in Igloo302/interest-radar, which has 27 GitHub stars and 2 forks.

Related skills

LangSmith Fetch

OthmanAdi/langsmith-fetch-skill

Debug LangChain agents via LangSmith execution traces. Fetch and analyze traces to understand agent behavior and debug issues.

AI, LLMs & Agents

Flowmaker

xntj-ai/flowmaker

生成单 HTML、零后端、可拖拽编辑的网页流程图。LLM 只产出 nodes/edges 的 JSON，引擎自动布局并渲染成浅色玻璃风、带判断菱形/起止圆角条/处理矩形三种形状的可交互流程图（拖节点、拖连线、双击改名、面板增删）。Use when 用户要"做流程图/画流程图/把流程画出来/流程可视化/flowchart/泳道/判断分支图"，尤其要可在浏览器里编辑、且要一个独立 HTML 文件不带后端。NOT for 纯静态示意图（直接 mermaid 即可）、需要服务端渲染的大批量图表。

AI, LLMs & Agents

Semantic Trap Detector

Jumbo-WJB/semantic-trap-detector

Detect and fix semantic traps in Claude Skills that cause LLM hallucinations. Use for testing skills, optimizing prompts, improving skill accuracy, fixing skill hallucinations, LLM output quality, and prompt engineering.

AI, LLMs & Agents

Agent Credit

aaronjmars/agent-credit

Borrow from Aave V3 via credit delegation. Agent draws against delegator collateral. Supports borrow, repay, health checks.

AI, LLMs & Agents

Zinxtick

zxzin/zinxtick

Beginner-friendly generic sticker and meme-pack production workflow for AI agents. Use when turning a user-provided character, animal, mascot, product, food, drink, can, object, logo-like subject, or original visual concept into a cohesive platform-ready static or animated sticker/expression pack, including built-in style preset selection, theme preset selection or custom prompt handling, item planning, image-generation prompting, contact sheets, transparent cutouts, platform export assets, and visual QA.

AI, LLMs & Agents

Specification Website

tcsenpai/specification-website-skill

Apply The Website Specification — a platform-agnostic specification of what a good website does, with each item tagged required, recommended, optional, or avoid. Use when the user asks what their site should have, whether something is required, how to audit a URL, what's missing for agent readiness, or anything else where you'd otherwise be guessing at web best practice. Covers HTML foundations, SEO, accessibility, security, well-known URIs, agent readiness, performance, privacy, resilience, and internationalisation. Backs answers with primary sources (WHATWG, W3C, IETF RFCs, IANA, WCAG, schem

AI, LLMs & Agents

Browse the most popular Claude skills, all ai, llms & agents skills, or write your own with the skills generator.