全网聚合热点榜

要解决的问题

热点数据散落在多个平台，每个平台用各自的分类和关键词组织榜单。要做选题或舆情判断时，常见做法是把微博、抖音、知乎、B站、快手、头条、百度的热搜逐个打开，手动比对哪些是同一件事、各自热度如何。这种做法有两个直接代价：同一事件在不同平台标题不同，容易被当成多个事件重复统计；榜单只反映某个时刻的排序，看不出热度是在上升还是衰退。

技能如何工作

@redfox-data/trending-hub-top10-pro 走一条“抓取 → 归并 → 排序 → 渲染”的流水线：

• 数据获取：scripts/fetch_hotspot.py 调用 Redfox 接口，拉取指定时间窗口内的多平台热搜原始数据。
• 事件识别：忽略接口返回的 keyword 与分类字段，从全部标题中独立判断是否指向同一事件，再归纳出 5–15 字的热词。
• 热度排序：按 maxHotScore 降序取前 10，热度换算规则是 maxHotScore // 10000 再拼接“万”，topOfTheDayTime 为 0 时显示“刚上热搜”。
• 趋势预测：综合热度值、上榜时长、平台覆盖与排名变化，给出爆款、高热、中等、上升、衰退等档位。
• 报告输出：scripts/generate_html_report.py 读取 structured_report.json 渲染 HTML，可导出 PDF 或图片；对话中只保留标题、统计时间和订阅提示。

时间语义上，默认查询当前时间的前一个小时；“今日”“昨日”“近7天”“某月某日”等说法由智能体换算为 YYYY-MM-DD HH:MM:SS 区间，区间左闭右开，最长跨度 7 天。跨天对比需分别查询后自行合并，无法合并成一次请求。

适用边界

它是聚合榜单工具，不是热词检索工具：不支持查询某个具体词条的详情，也不返回单一平台的完整榜单。结果质量依赖事件识别的准确性，跨平台标题差异较大时可能漏归并或误归并，缩小时间范围重查是可行的绕法。运行前需要配置 REDFOX_API_KEY，并安装 python-dateutil 依赖。