若QClaw新闻采集后内容未经提炼、类别混杂，主因是未启用摘要生成模块、分类标签体系未配置或语义分析模型未加载；可通过启用内置“AI热点总结”模板并绑定分类标签、手动配置YAML流水线、微信指令触发即时摘要+人工校准、RSS源直连自动摘要分类四种方法解决。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您使用QClaw完成新闻资讯聚合采集，但发现内容未经提炼、类别混杂、难以快速定位重点，则可能是由于未启用摘要生成模块、分类标签体系未配置或语义分析模型未加载。以下是实现采集后自动摘要与分类的多种方法：
一、启用内置“AI热点总结”模板并绑定分类标签
该方法复用QClaw预置的端到端处理链路，将摘要生成与智能打标同步触发，适用于希望一步到位获得结构化结果的用户。
1、进入QClaw「任务中心」，找到已成功运行的新闻采集任务（如“fetch_tech_news”）。
2、点击任务右侧「编辑」按钮，在「后续动作」区域勾选“启用AI摘要+智能分类”。
3、在弹出的分类设置面板中，选择预设标签组“科技资讯”，并确认启用NLP语义识别引擎。
4、保存配置后，系统将在每次采集完成后的30秒内自动生成每条新闻的200字以内摘要，并标注“人工智能”“芯片”“监管政策”等动态标签。
二、手动配置YAML流水线：web_fetch → summary → tagger
该方法通过显式定义三阶段YAML任务链，实现采集、压缩、归类的分步可控处理，适用于需对摘要长度、标签粒度或过滤条件精细干预的场景。
1、在QClaw工作区目录/tasks/news-pipeline/下新建文件pipeline.yaml。
2、写入以下内容：
name: news_summary_and_tag
description: 对采集内容执行摘要与标签注入
triggers:
- type: task_dependency
depends_on: fetch_tech_news
actions:
- plugin: summary
params:
max_length: 180
style: concise
- plugin: tagger
params:
label_set: "tech_focus_v2"
confidence_threshold: 0.72
3、保存后刷新任务列表，确认该流水线状态为“已启用”且依赖任务已完成。
4、查看输出目录/output/summary/，文件命名格式为[标签]_[日期]_[摘要ID].md，其中标签字段即为自动分类结果。
三、微信指令触发即时摘要+人工校准分类
该方法利用QClaw与微信的轻量交互能力，在采集结果页面直接发起摘要请求，并支持用户对初始标签进行覆盖修正，兼顾效率与可控性。
1、在微信中打开QClaw机器人对话窗口，发送消息：“对最新采集的5条新闻做摘要，并按领域分类”。
2、QClaw将返回带编号的摘要卡片，每张卡片底部显示初始标签，例如：[AI算法][投融资][政策]。
3、用户可对任意一条回复指令，如：“第3条改为[开源工具][开发者生态]”，系统立即更新该条目的分类标签并同步至知识库。
4、全部校准完成后，发送“导出当前分类结果”，QClaw将生成CSV清单，含字段：序号、原文URL、摘要文本、最终标签。
四、基于RSS源直连的自动摘要分类模式
该方法绕过通用网页抓取，直接对接已结构化的RSS Feed，利用其原生title/description字段触发摘要增强与标签映射，准确率更高、延迟更低。
1、在QClaw「数据源管理」→「RSS订阅」中，添加目标源URL，例如：https://www.freebuf.com/feed。
2、勾选“启用RSS原生字段解析”，并在「摘要增强」选项中开启“基于description字段扩写”。
3、在「标签映射表」中，建立RSS channel title与QClaw标签的对应关系，例如："FreeBuf 企业安全" → "网络安全_企业级"。
4、保存后，每条新RSS条目入库时，系统自动提取title+description生成摘要，并依据channel title查表打标，无需额外NLP计算。
