新闻评分

用于对单条新闻或一个已合并的事件簇打分。目标是过滤噪音和划分处理优先级，不生成新闻总结，也不直接给买卖建议。

输入

接受纯文本新闻或结构化 JSON。若用户只给标题，也可以评分，但必须标注依据偏弱。

推荐输入字段：

{
  "title": "",
  "content": "",
  "source": "",
  "published_at": "",
  "fetched_at": "",
  "url": "",
  "context": "可选：同事件历史报道、市场背景、用户关注行业"
}

工作流程

先识别新闻主体、来源、事实、时间和可能影响对象。
判断是否是传闻、重复转载、旧闻新炒、标题党、纯观点或缺来源消息。
按 references/scoring-model.md 计算 5 个维度分和噪音惩罚。
计算 filter_score，再按阈值划分 S/A/B/C/D 等级。
输出结构化结果；如信息不足，不要补造事实，直接降低置信度并说明缺口。

输出要求

默认输出 JSON，后接最多 3 条简短中文解释。

必须包含：

filter_score：0-100
level：S / A / B / C / D
decision：keep / background / drop
status：confirmed / developing / rumor / duplicate / stale / weak_evidence
dimension_scores：5 个维度分
noise_penalties：扣分项列表
key_reasons：保留或降级原因
missing_evidence：缺失信息
follow_up：后续验证点

输出格式：

{
  "filter_score": 0,
  "level": "D",
  "decision": "drop",
  "status": "weak_evidence",
  "dimension_scores": {
    "information_quality": 0,
    "novelty_timeliness": 0,
    "market_impact": 0,
    "actionability": 0,
    "attention_diffusion": 0
  },
  "noise_penalties": [
    {"type": "weak_source", "points": 0, "reason": ""}
  ],
  "key_reasons": [],
  "missing_evidence": [],
  "follow_up": []
}

等级含义

| 等级 | 分数 | 默认处理 | |---|---:|---| | S | 85-100 | 强保留，进入重点候选或人工复核 | | A | 70-84 | 保留，进入重点候选 | | B | 55-69 | 作为背景或在强相关时保留 | | C | 40-54 | 默认过滤，强相关时低优先级观察 | | D | 0-39 | 过滤 |

使用边界

只判断新闻筛选价值，不把评分等同于交易信号。
低可信传闻不得输出为已确认事实。
只有热度但无新增事实、无主体、无影响链的新闻不得高分。
对官方但已充分预期、旧闻重发、重复搬运的新闻要降级。
当用户要求批量新闻评分时，逐条输出同一 JSON schema；不要合并成总结。