每日社交媒体新闻

要解决什么问题

工程师做舆情追踪或选题调研时，往往要在微博、知乎、小红书、抖音和 Reddit、X/Twitter 之间来回切换，逐个平台翻热榜。结果散落各处、格式不一，手动汇总既耗时，又容易漏掉跨平台的共振事件。daily-socia-media-news 把采集、去重、热度计算和报告生成串成一条流水线，直接输出结构化的 Markdown 日报。

核心能力与工作流程

• 数据采集：通过 RSSHub 拉取国内（微博、知乎、小红书、抖音）与国际（Reddit、X/Twitter）平台的热榜数据，支持多实例自动切换
• 数据处理：跨平台去重、按国内/国际分类、基于平台热度值与交互数据计算热度、提取关键词与标签
• 智能过滤：用户指定关键字时仅返回匹配项（优先级最高），支持同义词与模糊匹配
• 趋势分析：输出关键词、共振事件与建议行动，供选题参考
• 报告生成：生成含全球热点 Top 5、分平台国内/国际热点、趋势洞察的 Markdown 文件，保存到 reports/daily-social-news-YYYYMMDD.md
• 自动化：通过 config.yaml 配置，可用 Cron 定时执行（如每日 8:00）

核心步骤为：环境检查（依赖 feedparser、requests，校验 RSSHub 实例）→ 采集 → 处理分析 → 生成报告 → 边缘情况处理。常见边缘情况包括：某平台无新内容时标注「暂无新热点」；当日数据不足 5 条时自动扩展到 48 小时并在报告中标注；RSSHub 实例不可用时切换备用实例，全部失败则进入模拟数据模式。

适用边界与注意点

• 数据源依赖 RSSHub 实例，公开实例可能不稳定或存在访问限制；实例全部不可用时会退化为模拟数据，报告中会明确标注「模拟数据」，不能当作真实热点引用
• 报告输出为简体中文、专业杂志风格，标题不超过 100 字符，链接必须可点击
• 高级功能（历史对比、深度趋势分析）依赖可选 Python 包
• 不适合需要实时流式数据的场景，日报粒度为天级