Reddit 线程观点分析

它解决什么问题

当你想搞清楚一个技术话题在 Reddit 社区里的真实口碑时，手动翻几百条评论几乎不可行：高赞观点分散在不同楼层，情绪混杂，正反论据互相打架，靠肉眼总结很容易以偏概全。这个技能面向的就是这类场景——把一条 Reddit 帖子连同全部评论（不只是顶层）完整读一遍，输出一份带引文、带分数、带结论的结构化分析，而不是一句笼统的「大家怎么看」。

核心能力与工作流程

输入可以是帖子 URL，也可以是一个关于 Reddit 观点的问题（比如「大家怎么看新款 iPhone」）。技能会用 WebFetch 抓取线程数据，随后依次完成：

• 抓取与解析：提取帖子标题、正文、作者、分数和时间戳，以及所有层级评论的分数、奖励与时间信息，并留意带专家 flair 或已认证身份的发言者。
• 情感分析：给出整体情感倾向（正面/负面/中性/混合）、大致百分比分布、情绪基调（如沮丧、支持、怀疑），并标注讨论过程中情绪是否发生偏移。
• 提取关键论点：分别整理 3–5 条最有力的支持与反对论据，每条直接引用原评论并附上分数，同时区分事实陈述与个人观点。
• 共识与争议：找出社区基本达成一致的观点，以及那些赞与踩并存、引发长楼争论的分歧点。

最终报告按小标题 + 引文 + 分数组织，让每条结论都能回溯到原始评论。

适用边界与注意点

• 它只做读取和分析，不会安装依赖、修改系统权限、创建持久化任务或执行下载；涉及发送、发布、删除、付款等外部写入操作时，会先展示目标并等待你确认。
• Reddit 的分数与时间戳是分析的重要依据，但早期评论往往信息量有限，报告会提示结合时间线判断观点是否已被后续讨论修正。
• 结果质量依赖原帖本身的讨论质量：引文忠实、分数准确，但不替你判断哪种观点更正确，只负责呈现社区里真正占上风的声音。