Agent Skills
返回列表
📊

Last30Days 近30天口碑研究

数据分析 更新于 2026.08.30

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_3cdbf8ea/last-30-days-research。

技能介绍

要解决什么问题

当你想回答「这个话题最近一个月网上和圈子里到底在说什么」,常见做法是随手 WebSearch 再写成带 ## 小标题的博客体,或者末尾堆一屏 Sources:。这类输出很难对齐「可复核的证据」和「固定可读结构」,对比两个实体时更容易各写一段、口径不一致。

Last30Days 不是把 /last30days 当成泛化检索关键词自由发挥,而是一套带 Python 引擎与长篇执行契约的研究技能:由 scripts/last30days.py 拉取与聚类近 30 天材料,你再按契约做合成,而不是从零编故事。

技能如何工作

  • 查询分型:根据用户意图区分 GENERAL / NEWS / PROMPTING / RECOMMENDATIONS,以及含 vs / versus 的 COMPARISON;对比题走独立标题与章节模板(如 Quick Verdict、Head-to-Head),普通题用 What I learned: 起笔。
  • 引擎优先:合成前应完成 SKILL.md 中的预检与解析步骤,用当前加载的 SKILL.md 所在目录作为 SKILL_DIR 调用引擎(避免自写路径遍历落到过期副本)。紧凑输出里的徽章行、emoji-tree 页脚等需原样透传,不自行改统计或伪造脚注。
  • 版式契约(LAW):用户可见正文禁止末尾 Sources: 块(引用以引擎页脚与原始存档中的 WebSearch 附录为准);普通题禁止自造标题行与 ## 小节;用加粗段首叙事 + KEY PATTERNS from the research: 编号列表;标点上避免长破折号式「AI 腔」。

适用边界与注意点

  • 输出质量高度依赖完整读完并执行 SKILL.md,跳过 Step 0 / 0.5 类预检或直接 python3 scripts/last30days.py "{TOPIC}" 裸跑,容易漏 flag(例如对比场景的 --competitors)或偏离规范。
  • 在 Claude Code 的 marketplaces 克隆目录里,技能副本可能落后于版本缓存;契约要求先做 stale-clone 自检,必要时从缓存路径重读 SKILL.md。
  • 引擎注释块内的 Ranked Evidence Clusters 等是给你的证据底稿,不应把原始聚类列表贴进用户正文;用户看到的是合成叙事 + KEY PATTERNS + 引擎页脚邀请语。

使用场景

  • 投研或产品例会前,需要汇总某代币、工具或人物在近一个月推特与科技媒体中的主要争论点,并按 KEY PATTERNS 列出可复述结论
  • 撰写 newsletter 前,用固定版式核对某开源项目或 API 近期发布、争议与社区反馈,避免写成带多级标题的博客稿
  • 选型会议上要把两个框架或两家公司的社区声量并排对照,需走 COMPARISON 模板输出 Quick Verdict 与 Head-to-Head
  • 为提示词或内容策划收集「近30天大家在怎么讨论某话题」,需要 PROMPTING/RECOMMENDATIONS 分型下的契约化输出而非随手搜索摘要

适合人员

  • 负责竞品与舆论监测的产品经理,要在版本规划前用同一版式拉齐「社区近一个月在骂什么、夸什么」
  • 独立投研或 crypto 研究员,需要可引用的近30天叙事与模式列表,且末尾不出现冗长 Sources 链接墙
  • 运营科技向 Substack 或 X 线程的作者,希望对比两个人物/项目时输出可预测的对比章节而非临时起标题
  • 在 Claude Code 等环境里挂载技能库的工程师,要把 `/last30days` 当契约化引擎调用,避免裸跑脚本漏掉对比类 flag