last30days-skill是什麼
last30days-skill 是開源的 AI Agent 研究技能,讓 Agent 自動扒取過去30天海外各大社交平台的真實討論併合成帶引用的報告。工具深度爬取 Reddit 評論、X 高贊回覆、YouTube 完整轉錄、TikTok 互動、Polymarket 賠率等,按真實人類參與度排序。last30days-skill 支持智能話題解析、跨源故事聚類、競品自動對比和可分享HTML簡報,幫助用戶快速掌握任何話題的社區真實共識與最新動態。

last30days-skill的主要功能
-
跨平台深度聚合:並行搜索 Reddit、X、YouTube、TikTok、HN、Polymarket、GitHub、Bluesky 等十餘個平台,抓取評論、回覆、完整轉錄和賠率數據。
-
真實熱度排序:按 upvotes、likes、views、Polymarket 賠率等人類參與度信號評分。
-
智能預研究:輸入話題後自動解析相關實體,如 X 賬號、GitHub 倉庫、subreddit、TikTok 標籤,再精準搜索。
-
跨源聚類合併:同一故事在不同平台出現時自動合併爲一個條目,避免重複。
-
可分享HTML簡報:生成自包含的暗色模式HTML文件,可直接放入 Slack、郵件或 Notion。
-
GitHub個人模式:針對人物話題自動切換爲作者維度查詢,展示PR合併率、星標數和發佈動態。
-
ELI5模式:一鍵將複雜報告重寫爲通俗易懂的 plain language 版本。
-
競品自動對比:支持
--competitors參數自動發現並並行對比頭部競品。

微信關注回覆“開源”,加入AI開源項目交流羣
如何使用last30days-skill
-
安裝技能:Claude Code 用戶運行
/plugin marketplace add mvanhorn/last30days-skill和/plugin install last30days;其他宿主運行npx skills add mvanhorn/last30days-skill -g。 -
首次運行:輸入
/last30days <話題>,零配置的 Reddit、HN、Polymarket、GitHub 四源立即工作。 -
解鎖更多源:按提示配置 X 瀏覽器登錄、安裝 yt-dlp、或設置 ScrapeCreators/Perplexity API Key 以啓用 YouTube、TikTok、Instagram 等。
-
生成簡報:直接詢問
/last30days <話題>, give me a shareable HTML brief可獲得離線可用的 HTML 報告。 -
深度追問:簡報生成後,在同一會話中繼續提問,AI 基於已抓取的全量上下文回答。
last30days-skill的核心優勢
-
深度優於廣度:支持抓取評論、回覆和完整轉錄,優質信息常埋在評論區。
-
真實信號驅動:排名由人類用點贊和真金白銀投票決定,而非搜索引擎優化。
-
多平台橋接:打通十餘個相互獨立的平台圍牆花園,一次性獲取全局視角。
-
智能實體解析:v3 引擎先理解話題再搜索,找到 v2 無法發現的內容。
-
隱私與開源:MIT 協議開源,無追蹤無分析,所有研究文件保存在本地機器。
last30days-skill的項目地址
- GitHub倉庫:https://github.com/mvanhorn/last30days-skill
last30days-skill的同類競品對比
| 對比維度 | last30days-skill | Perplexity |
|---|---|---|
| 產品定位 | 開源 AI Agent 研究技能,專爲聚合多社交平台真實社區討論而設計 | AI 搜索引擎,主打實時網頁搜索與帶引用來源的問答 |
| 覆蓋範圍 | Reddit、X、YouTube、TikTok、HN、Polymarket、GitHub、Bluesky 等十餘個社交平台 | 網頁、新聞、學術論文、Reddit(部分合作)、YouTube |
| 內容深度 | 抓取評論、高贊回覆、完整視頻轉錄、預測市場賠率、PR 合併率等深層數據 | 網頁摘要、部分 Reddit 內容、學術摘要、視頻描述 |
| 排序機制 | 按真實人類參與度評分(upvotes / likes / views / 賠率 / 星標),反 SEO | 基於相關性與可信度算法的模型排序 |
| 實時性 | 聚焦近 30 天社區動態,按真實熱度持續更新 | 實時網頁索引,覆蓋最新新聞與事件 |
last30days-skill的應用場景
-
會前人物調研:輸入目標人物姓名,自動聚合其近30天在 X、GitHub、Reddit 等平台的發帖、代碼提交與社區討論,生成比 LinkedIn 更真實的動態畫像。
-
學習技術新概念:輸入如 “loop engineering” 等新興概念,獲取社區一手討論、觀點分化與最佳實踐,避免僅依賴二手搬運信息。
-
產品選型對比:輸入如 “OpenClaw vs Hermes”,基於真實用戶反饋、GitHub 星標趨勢和社區爭議生成多維度對比報告。
-
熱點事件追蹤:輸入如 “Kanye West 新專輯” 或國際衝突話題,聚合新聞、預測市場賠率、YouTube 深度解析和社交平台反應,掌握全局動態。
-
消費與出行決策:輸入如 “Universal Epic Universe” 或電子產品,獲取社區最新排隊時長、故障維修、真實體驗反饋和性價比討論。
© 版權聲明
文章版权归作者所有,未经允许请勿转载。
相關文章
暫無評論...