返回顶部
l

last30days近30天研究

Research any topic from the last 30 days on Reddit + X + Web, synthesize findings, and write copy-paste-ready prompts. Use when the user wants recent social/web research on a topic, asks "what are people saying about X", or wants to learn current best practices. Requires OPENAI_API_KEY and/or XAI_API_KEY for full Reddit+X access, falls back to web search.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.0
安全检测
已通过
235
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

last30days

last30days: 研究过去30天内的任何话题

研究Reddit、X和网络上的任何话题。揭示人们当下正在讨论、推荐和辩论的内容。

使用场景:

  • - 提示词:Nano Banana Pro中的逼真人物、Midjourney提示词、ChatGPT图像生成→ 学习技巧,获取可复制粘贴的提示词
  • 推荐:最佳Claude Code技能、顶级AI工具→ 获取人们提到的具体内容列表
  • 新闻:OpenAI发生了什么、最新AI公告→ 当前事件和更新
  • 通用:任何你好奇的话题→ 了解社区在说什么

关键:解析用户意图

在执行任何操作之前,解析用户的输入以获取:

  1. 1. 话题:他们想了解什么(例如:网页应用原型、Claude Code技能、图像生成)
  2. 目标工具(如果指定):他们将使用提示词的地方(例如:Nano Banana Pro、ChatGPT、Midjourney)
  3. 查询类型:他们想要的研究类型:
- 提示词 - X提示词、X的提示词、X最佳实践→ 用户想学习技巧并获取可复制粘贴的提示词 - 推荐 - 最佳X、顶级X、我应该用什么X、推荐的X→ 用户想要具体内容的列表 - 新闻 - X发生了什么、X新闻、X最新动态→ 用户想要当前事件/更新 - 通用 - 其他任何内容→ 用户想要对该话题的广泛了解

常见模式:

  • - [话题] 用于 [工具] → Nano Banana Pro的网页原型→ 工具已指定
  • [话题] 提示词 用于 [工具] → Midjourney的UI设计提示词→ 工具已指定
  • 仅 [话题] → iOS设计原型→ 工具未指定,这没问题
  • 最佳[话题]或顶级[话题]→ 查询类型 = 推荐
  • 什么是最好的[话题]→ 查询类型 = 推荐

重要:在研究之前不要询问目标工具。

  • - 如果查询中指定了工具,使用它
  • 如果未指定工具,先进行研究,然后在显示结果后再询问

存储这些变量:

  • - 话题 = [提取的话题]
  • 目标工具 = [提取的工具,如果未指定则为未知]
  • 查询类型 = [推荐 | 新闻 | 操作方法 | 通用]



设置检查

该技能基于可用的API密钥以三种模式运行:

  1. 1. 完整模式(两个密钥):Reddit + X + 网络搜索 - 最佳结果,包含互动指标
  2. 部分模式(一个密钥):仅Reddit或仅X + 网络搜索
  3. 仅网络模式(无密钥):仅网络搜索 - 仍然有用,但没有互动指标

API密钥是可选的。 该技能可以在没有它们的情况下使用网络搜索作为后备方案运行。

首次设置(可选但推荐)

如果用户想要添加API密钥以获得更好的结果:

bash
mkdir -p ~/.config/last30days
cat > ~/.config/last30days/.env << ENVEOF

last30days API配置


两个密钥都是可选的 - 技能使用网络搜索后备方案

用于Reddit研究(使用OpenAI的web_search工具)

OPENAIAPIKEY=

用于X/Twitter研究(使用xAI的x_search工具)

XAIAPIKEY= ENVEOF

chmod 600 ~/.config/last30days/.env
echo 配置已创建在 ~/.config/last30days/.env
echo 编辑以添加您的API密钥以获得增强的研究效果。

如果没有配置密钥,不要停止。 以仅网络模式继续。



研究执行

重要:脚本会自动检测API密钥。 运行它并检查输出以确定模式。

步骤1:运行研究脚本
bash
python3 ./scripts/last30days.py $参数 --emit=compact 2>&1

脚本将自动:

  • - 检测可用的API密钥
  • 如果缺少密钥则显示推广横幅(这是有意的营销)
  • 如果密钥存在则运行Reddit/X搜索
  • 如果需要网络搜索则发出信号

步骤2:检查输出模式

脚本输出将指示模式:

  • - 模式:两者模式:仅reddit模式:仅x:脚本找到了结果,网络搜索是补充性的
  • 模式:仅网络:没有API密钥,Claude必须通过网络搜索进行所有研究

步骤3:进行网络搜索

对于所有模式,进行网络搜索以补充(或在仅网络模式下提供所有数据)。

根据查询类型选择搜索查询:

如果是推荐(最佳X、顶级X、我应该用什么X):

  • - 搜索:最佳{话题}推荐
  • 搜索:{话题}列表示例
  • 搜索:最受欢迎{话题}
  • 目标:找到具体的事物的名称,而不是通用建议

如果是新闻(X发生了什么、X新闻):

  • - 搜索:{话题}新闻 2026
  • 搜索:{话题}公告更新
  • 目标:找到当前事件和最新发展

如果是提示词(X提示词、X的提示词):

  • - 搜索:{话题}提示词示例 2026
  • 搜索:{话题}技巧提示
  • 目标:找到提示技巧和示例以创建可复制粘贴的提示词

如果是通用(默认):

  • - 搜索:{话题} 2026
  • 搜索:{话题}讨论
  • 目标:找到人们实际在说什么

对于所有查询类型:

  • - 使用用户的精确术语 - 不要根据你的知识替换或添加技术名称

- 如果用户说ChatGPT图像提示,搜索ChatGPT图像提示
- 不要添加DALL-E、GPT-4o或其他你认为相关的术语
- 你的知识可能已过时 - 相信用户的术语
  • - 排除reddit.com、x.com、twitter.com(由脚本覆盖)
  • 包括:博客、教程、文档、新闻、GitHub仓库
  • 不要输出来源:列表 - 这是噪音,我们将在最后显示统计数据

步骤3:等待后台脚本完成
使用TaskOutput获取脚本结果,然后再进行综合。

深度选项(通过用户命令传递):

  • - --quick → 更快,更少的来源(每个8-12个)
  • (默认)→ 平衡(每个20-30个)
  • --deep → 全面(50-70个Reddit,40-60个X)



判断代理:综合所有来源

在所有搜索完成后,内部综合(暂时不显示统计数据):

判断代理必须:

  1. 1. 对Reddit/X来源给予更高权重(它们有互动信号:点赞数、喜欢数)
  2. 对网络搜索来源给予较低权重(没有互动数据)
  3. 识别在所有三个来源中都出现的模式(最强信号)
  4. 注意来源之间的任何矛盾
  5. 提取前3-5个可操作的见解

不要在这里显示统计数据 - 它们在最后,邀请之前。



首先:内化研究

关键:将你的综合建立在实际的研究内容上,而不是你已有的知识上。

仔细阅读研究输出。注意:

  • - 提到的确切产品/工具名称(例如,如果研究提到ClawdBot或@clawdbot,那是与Claude Code不同的产品 - 不要混淆它们)
  • 来自来源的具体引用和见解 - 使用这些,而不是通用知识
  • 来源实际说了什么,而不是你假设这个话题是关于什么的

要避免的反模式:如果用户询问clawdbot技能并且研究返回了ClawdBot内容(自托管AI代理),不要仅仅因为两者都涉及技能就将其综合为Claude Code技能。阅读研究实际说了什么。

如果查询类型 = 推荐

关键:提取具体的名称,而不是通用模式。

当用户询问最佳X或顶级X时,他们想要一个具体事物的列表:

  • - 扫描研究以找到具体的产品名称、工具名称、项目名称、技能名称等
  • 计算每个被提到的次数
  • 注意每个被哪些来源推荐(Reddit帖子、X帖子、博客)
  • 按受欢迎程度/提及次数列出它们

对于最佳Claude Code技能的糟糕综合:

技能很强大。保持它们在500行以下。使用渐进式披露。

对于最佳Claude Code技能的良好综合:

最常被提及的技能:/commit(5次提及),remotion技能(4次),git-worktree(3次),/pr(3次)。Remotion公告在X上获得了16K个赞。

对于所有查询类型

从实际的研究输出中识别:

  • - 提示词格式 -

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 moss-last30days-1776200152 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 moss-last30days-1776200152 技能

通过命令行安装

skillhub install moss-last30days-1776200152

下载

⬇ 下载 last30days v1.0.0(免费)

文件大小: 43.1 KB | 发布时间: 2026-4-15 10:36

v1.0.0 最新 2026-4-15 10:36
last30days 1.0.0 – Initial Release

- Launches a research skill for surfacing recent discussions, recommendations, and news from Reddit, X, and the web about any topic from the last 30 days.
- Automatically parses user intent: topic, target tool, and research query type (Recommendations, News, Prompting, or General).
- Works in three modes depending on API keys: full (Reddit + X + Web), partial (Reddit- or X-only + Web), and web-only (no keys required).
- Synthesizes findings by prioritizing Reddit/X (with engagement data) and supplements with broader web results.
- Provides setup instructions for optional API keys, but works out of the box without them.
- Ensures output lists actionable, copy-paste-ready insights or prompt examples tailored to recent trends.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部