国内自媒体热点提取器

解决的问题

国内自媒体热点经常分散在多个平台，且接口不稳定：有的需要登录、有的返回 0 条、有的配图缺失。直接拿原始热搜列表做选题，会面临重复、低质、来源不可信、跨平台信号无法合并等问题。这个技能把热点提取做成一条可审计的采集流水线，而不是单次脚本抓取。

工作方式

• 多源采集：覆盖 weibo、bilibili、baidu、douyin、toutiao、xiaohongshu 等源，并记录主路径、备用路径与图片字段状态。
• 异常处理：遇到 login_required、验证码或 0 条结果时，不直接跳过，而是按备用 API、Chrome 桥接、候选源顺序降级，并在报告中保留失败痕迹。
• 标准化与过滤：通过 normalizer、deduplicator、keyword_filter 统一字段、合并相似话题、剔除敏感或广告词。
• 评分与质量门：使用热度增速、跨平台共振、置信度、内容适配度、时机匹配等维度打分，并在交付前检查可信来源、时效阶段和降级比例。
• 图片提取：对 YouTube、TikTok、小红书等平台可尝试 CDP 或 AppleScript 提取页面图片，但依赖本地 Chrome 调试端口与权限。

注意点

适合需要把热点转成选题队列、内容日历或监控报表的场景；不适合需要实时逐秒更新、或要求所有平台都免登录采集的链路。输出是带状态标记的 JSON，人工确认登录源后，结果才更适合直接消费。