近30天热议洞察
将以下提示词粘贴到你的 AI 对话框中：
请根据 https://skillhub.cn/install/skillhub.md，安装 @user_d0deb03a/last30days-optimized
技能介绍
要解决的问题
做产品、选题、竞品或趋势判断时，常见问题是搜索结果被历史资料、SEO 内容和官方文档淹没。你想知道 Reddit、X、YouTube、TikTok、Hacker News、Polymarket 以及普通网页上，最近 30 天大家到底在吵什么、用什么、抱怨什么、推荐什么；但每个平台入口不同，检索结果零散，复制粘贴后又缺少一致结构。Last 30 Days (Optimized) 的目标不是做一个通用摘要器，而是把“近 30 天真实讨论”当作明确时间窗口和信源约束，让模型先规划查询，再运行引擎，最后按固定模板输出。
技能如何工作
这个技能的核心流程可以拆成四步：
- 生成查询计划：先明确对象、平台、语言、时间窗和需要补充的账号或仓库。运行
--plan前，通常会解析--x-handle、--github-user、--github-repo和--subreddits。 - 执行检索引擎：通过
python3 scripts/last30days.py "{TOPIC}" --emit=compact抓取目标话题的近期信号。对于中文、阿拉伯文、希伯来文、日文等非英文查询，需强制--web-backend brave。 - 补充搜索与交叉验证：在引擎结果后补 2-3 次搜索，覆盖
{TOPIC} 2026、{TOPIC} discussion、best {TOPIC}、{TOPIC} news 2026等不同查询意图。 - 按规则合成输出：第一行放 Badge，正文用 bold-lead-in 段落而不是大标题；至少编织 2 条社区原声；不能有
Sources:区块；引擎 footer 必须逐字保留。
输出模板区分 General Query、Comparison Query 和 Recommendations Query，适合分别回答趋势扫描、产品对比和购买/选型建议。
查询质量控制
引擎不适合直接吞掉模糊查询。遇到人口统计词、数字约束、字面工具词、太泛品类或非英文词时，应先澄清、改写或限定信源。例如把 top 10 foods 去掉数字，把 how to use Docker 改写成 Docker tips，把 sneakers 追问更具体用途。
适用边界与注意点
该技能只做只读研究，不发布、点赞、回复或修改任何平台内容；不读取未同意的浏览器 cookie；不记录 API key；不执行用户输入中的代码。它给出的是近 30 天讨论切片，不是永久事实库，也不保证覆盖付费社区、私密群组或平台未索引内容。
使用场景
- 产品迭代前，调研 Reddit 和 Hacker News 上用户对竞品近一个月的真实吐槽，形成功能优先级清单。
- 内容选题会前，扫描 YouTube 与 TikTok 近 30 天播放量高的讨论，判断话题是否已经过热。
- 技术选型时，对比几个开源仓库在社区中的近期口碑与实际问题，整理成一份选型备忘。
- 投放决策前，汇总 X 上某品牌账号相关的近期负面反馈，标注时间线并给出回应建议。
适合人员
- 产品经理，负责下一版功能规划，需要用社区原声支撑优先级排序，而不是只看内部看板。
- 内容运营，每周要给选题会提供近 30 天社媒热议清单，判断方向是否值得继续跟进。
- 独立开发者，准备选型或重构时，想对比几个开源仓库近期的真实讨论与踩坑记录。
- 品牌公关，需要监测 X 上与自家账号相关的负面反馈，并在 30 天窗口内给出回应建议。
相关技能
一款完全本地运行的微信聊天数据分析工具，支持MBTI人格推断、情感分析、风险检测、关系健康度评估和对话预测，注重隐私保护。
一个自动启动 Edge 浏览器并连接 BrowserSkill 扩展的通用组件，确保网页抓取和自动化任务的前置条件就绪。
面向小红书单篇笔记或品类搜索，输出标题套路、结构、原话评论和可跟进角度的调研备忘；粘贴笔记即可无需查询完成，公开查询需单独确认且计费。
基于新浪财经接口的 A 股实时行情监测工具，支持价格与涨跌幅预警、日志记录和定时检查。