用 MinHash+LSH 去重、按角色分类：我的 AI 资讯过滤管线

一套自建的 AI 资讯过滤管线用 MinHash + LSH 做近重复检测，避免靠 LLM 逐篇比对推高 API 成本。角色分类先试传统 ML 与开源 openjev 精度不佳，改用 JEV 后可将文章分为研究员、软件/AI 工程师、创业创新、噪音四类。作者下一步要为相关性、影响力、来源可信度、事实准确性建信号，以每日邮件形式交付个性化情报层。