趋势侦察

要解决什么问题

网红投放和内容排期往往卡在「现在该跟什么」：话题生命周期短、平台格式各一套，还要兼顾品牌安全与竞品动向。单靠人工刷 TikTok 或热搜，很难系统化地给出可执行的优先级（跟、观望还是跳过），也难把结论留给下游选达人技能复用。

技能如何工作

Trend Spotter 按 Skill Contract 读取品牌/行业、目标平台、受众、地域、时间窗口与内容品类；若已有 memory/influencer/ 下的受众结论，会一并纳入。

执行上对应七步模板（见 references/templates.md）：

1. 定义趋势参数 — 锁定分析边界。
2. 识别当前趋势 — 话题、标签、音频/挑战，附体量、增速、寿命与品牌安全标记。
3. 分析内容形态 — 各平台热/新兴/衰退格式及适配建议。
4. 文化日历 — 节点、提前量、宜参与/宜回避的对话。
5. 评估相关性 — 每条候选趋势按受众对齐、品牌契合、可改编性、风险、时机等维度打分（X/25），给出 ✅ participate / ⚠️ caution / ❌ skip。
6. 竞品趋势采用 — 对手跟了哪些、漏了哪些、是否过度使用。
7. 生成趋势报告 — 汇总「立即行动 Top 3」、观察名单、回避名单、带时间窗的行动项与格式/标签策略，并设定下次复盘日。

产出写入 memory/influencer/trend-spotter/YYYY-MM-DD-.md；可沉淀事实（当下要跟的趋势、应回避项、下次复盘日）提升到 memory/hot-cache.md。完成标准包括：每条候选有品牌契合分与 go/caution/skip；报告明确 Top 3、观察与回避列表；行动项含时间窗与内容形态建议。

Tier 1（无 live 集成） 即可出有用报告：向用户收集输入后推理；需要 sharper 信号时，文档中给出 ~~connector 占位与无 key 配方（如 Google Trends RSS、HN、Reddit、YouTube outlier、rss_monitor.py；Tavily news pulse；Wikipedia pageviews、HN Algolia 等），单源标 Estimated，多源一致才提高置信说明。

适用边界

• 不替代真实平台 API：无 connector 时趋势体量多为推断或公开 RSS/检索信号，需按文档标注置信度。
• 主下游技能为 influencer-discovery；若本会话已跑过主链技能，应停止重复 handoff（最大深度 3）。
• 与 audience-mapper、fit-scorer 为互补：先确认受众共鸣或达人契合再重仓某趋势更稳妥。