X 新闻爬虫

使用此技能运行一条命令即可获取结构化的 X 新闻 JSON 数据。

前置条件（必需）

在执行任何爬取命令前，请运行：

bash
pnpm add -g agent-browser-stealth
pnpm approve-builds -g

在爬取前，使用常规配置文件通过 CDP 运行 Chrome：

bash
/Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome --remote-debugging-port=9333

在该 Chrome 启动命令中不要使用 --user-data-dir。

工作流程

1. 1. 运行 CLI，而非原始的 abs 命令。
2. 默认使用 --mode hybrid：先获取 top，再获取 latest，然后按时间排序并去重。
3. 读取 JSON 输出，为用户总结信号/噪音。

命令

从仓库根目录运行：

bash
./bin/x-news-crawler --query openclaw --mode hybrid --since-hours 72 --limit 30 --output .tmp/openclaw-news.json

快速探测：

bash
./bin/x-news-crawler --query openclaw --mode top --limit 10
./bin/x-news-crawler --query openclaw --mode latest --since-hours 24 --limit 20
./bin/x-news-crawler --query openclaw --cdp 9333 --limit 20

输出约定

CLI 返回包含以下内容的 JSON：

• - fetchedat
• query
• mode
• count
• warnings[]
• failedsources[]
• rows[]，包含：source、datetime、status_url、user、text、replies、reposts、likes

防护措施

• - 除非用户明确要求仅 top 或 latest，否则优先使用 hybrid。
• 保持 since-hours 较小（24-168），避免获取过时内容。
• 即使未经验证的传闻帖子互动量很高，也应视为低可信度。

参考

完整标志请参见 cli.md。