KOL Radar
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_126b7108/dvld 技能。
技能介绍
痛点:多平台信息碎片化
在雪球、微博、公众号、抖音、小红书和视频号多平台关注大V时,手动巡视耗时且极易漏掉关键信息。跨平台的主题共振难以察觉,情绪倾向也需要人工判断。
工作原理与核心步骤
该技能通过 Playwright 浏览器自动化(拦截 XHR 绕开反爬)抓取订阅大V的当日动态。随后,利用大模型对每条内容进行深度解读,输出情绪判断(看多/看空/中性/风险提示)、要点提取、标的识别及重要度星级。核心步骤包括:
- 配置订阅名单:在 JSON 中填入各平台 ID 或链接。
- 登录与抓取:对抖音、小红书等需登录平台扫码留存 session,随后执行
fetch抓取。 - AI 分析与渲染:模型内联分析生成结构化
analysis.json,最终渲染为浅色主题、遵循红涨绿跌配色的 HTML 简报。
适用边界与注意事项
- 反爬风控:平台接口可能失效,需定期更新 XHR 拦截路径。
- 公众号订阅:优先使用 RSS 路由;仅靠搜狗索引会有明显延迟,只宜作话题兜底。
- 视频号:建议通过本地
wx_channel桥接订阅他人频道;控制台通道仅限本账号且易被微信风控失效。 - 内容定位:仅供个人阅读整理,不构成投资建议。
使用场景
- 自媒体运营追踪跨平台创作者动态,将六平台大V内容汇总解读。
- 投资研究员监控市场舆情,追踪特定标的在各平台的讨论趋势。
- 开发工程师搭建每日资讯简报,用自动化脚本定时抓取并渲染网页。
- 内容分析师整理创作者发文,用自然语言提取内容主题与情绪倾向。
适合人员
- 个人投资者,希望快速掌握跨平台财经大V观点,辅助投资决策。
- 新媒体运营,需要持续追踪行业头部账号动态,获取内容创作素材。
- 量化研究员,需要将多源社交舆情清洗并结构化,用于量化模型回测。
- 基金经理,每日需要浏览大量市场观点,提炼看多看空情绪要点。