AI Agent 实战：last30days-skill-cn 一键搜索中国 8 大平台，30 秒生成深度研究报告

请添加图片描述

前言

如果你需要研究"AI 编程助手"在中国互联网上的最新讨论。打开微博搜一轮，打开 B 站搜一轮，再打开知乎、小红书、抖音、头条……30 分钟过去了，你才刚刚把 8 个平台的原始结果扒完，还没开始分析。
现在想象另一个场景：一条命令，理想网络条件下约 30 秒完成，一份带有来源引用、评分排序和跨平台聚合热点的研究报告就摆在你面前。
这就是 last30days-skill-cn 要解决的问题——一个专为中国互联网生态打造的 AI Agent 深度研究引擎，覆盖微博、小红书、B 站、知乎、抖音、微信公众号、百度、头条 8 大平台，自动搜索近 30 天内容并生成结构化报告。

AI Agent 实战：last30days-skill-cn 一键搜索中国 8 大平台，30 秒生成深度研究报告

在这里插入图片描述

是否也在做"跨平台信息搬运工"？

中国互联网有一个独特的现实：信息高度碎片化，且被围墙花园分割在不同的平台生态里。

同一个话题——比如"AI 编程助手"——在微博上是 KOL 的体验分享，在 B 站是 UP 主的测评视频，在知乎是技术讨论帖，在小红书是使用心得图文，在抖音是短视频演示，在微信公众号是深度长文，在百度是聚合搜索结果，在头条是资讯流推送。每个平台都有独立的搜索体系、独立的内容格式、独立的互动指标体系。

如果你是一个开发者、产品经理或者研究者，需要了解某个话题在中国互联网上的全貌，你面对的是一个枯燥但无法回避的工作流：

打开微博，搜索关键词，翻几页结果，记录链接和数据
打开 B 站，搜索关键词，翻几页结果，记录链接和数据
打开知乎，搜索关键词……
重复以上步骤 8 次

粗略估算：每个平台花 3-5 分钟，8 个平台就是 24-40 分钟——而这还只是收集原始数据，没有做任何分析、排序和去重。

现有的自动化工具呢？英文领域的研究工具（如 Perplexity、Tavily）不覆盖中国平台。国内的一些舆情监控系统需要企业级订阅，价格不菲。自己写爬虫？每个平台的反爬机制、接口签名、登录态管理各不相同，维护成本巨大。

这就是 last30days-skill-cn 要解决的核心痛点。

last30days-skill-cn 是什么？

一句话定位：30 天的研究，30 秒出结果。（理想网络条件下，典型查询约 30 秒完成，实际耗时因网络和平台状态而异）

last30days-skill-cn 是一个 AI Agent 技能（Skill），它能自动搜索中国互联网 8 大主流平台最近 30 天的内容，综合分析后生成有据可查的研究报告。

基本信息

项目	详情
项目地址	github.com/Jesseovo/la…
原始项目	mvanhorn/last30days-skill

与原版的关系：不是简单翻译，是深度本土化重建

原版 last30days-skill 由 Matt Van Horn 开发，面向英文互联网（Reddit、HN、Twitter 等）。last30days-skill-cn 从 v1.0.0 开始，逐步替换了全部数据源、评分逻辑、输出渲染和交互指标体系，到 v3.0.0 已经是一套完全围绕中国互联网平台构建的独立系统。

Agent 原生分发： 项目通过 Agent Skills 协议分发，支持主流 AI Agent 平台一键安装。你也可以直接克隆仓库、本地运行——两条路径都完整支持。

核心亮点——为什么它值得关注

亮点 1：8 大平台全覆盖，分层可用

last30days-skill-cn 覆盖了中国互联网讨论热度最高的 8 个平台。按配置复杂度分为三层：

第一层：开箱即用（无需任何配置）

平台	技术路径	备注
微博	Playwright 爬虫	中国最大的社交媒体
B 站	公开 API	视频 + 弹幕文化社区
知乎	Playwright 爬虫	知识问答 + 深度讨论

第二层：可选配置（有 API Key 体验更佳，无则自动降级）

平台	技术路径	降级策略
小红书	MCP/HTTP API + 公开搜索兜底	无配置时降级到公开搜索，命中率较低
百度	API + 公开搜索兜底	无 API Key 时降级到公开搜索，数据完整度降低
抖音	公开搜索兜底	签名风控限制，互动数据无法获取
头条	公开搜索兜底	签名风控限制，互动数据无法获取

第三层：必需配置

平台	技术路径	说明
微信公众号	API 调用	无爬虫替代方案，必须配置 `WECHAT_API_KEY`

亮点 2：三级自动降级策略

不同平台的反爬策略差异巨大，同一个平台在不同时段的风控力度也不同。last30days-skill-cn 设计了一套三级自动降级策略来应对这种不确定性：

第一级：API 模式

如果你配置了对应平台的 API Key（如 WEIBO_ACCESS_TOKEN、TIKHUB_API_KEY），优先走官方或第三方 API 接口。这是最稳定、数据最完整的路径。

第二级：Playwright 浏览器自动化

灵感来自 MediaCrawler 项目。通过 Playwright 控制 Chromium 浏览器，模拟真实用户访问，利用 XHR 拦截获取接口数据。无需逆向加密算法，无需付费 API。

# Playwright 爬虫核心逻辑（简化示意）
async def intercept_xhr(page, platform):
    """拦截 XHR 请求，获取平台接口数据"""
    results = []
    page.on("response", lambda resp: results.append(resp))
    await page.goto(search_url)
    await page.wait_for_load_state("networkidle")
    return parse_response(results)

第三级：公开搜索兜底

当 API 和爬虫都不可用时（如抖音、头条的签名风控），自动退化到公开搜索引擎（包括 Bing 的 site: 搜索）。虽然数据完整度降低，但不会静默返回 0 条——每条结果都标注了数据来源路径，让你知道数据是怎么拿到的。

这套降级策略的核心设计哲学是：永远给你结果，但诚实地告诉你结果的完整度。

亮点 3：0-100 评分系统

跨平台搜索的一个核心挑战是：不同平台的互动指标体系完全不同。微博看转发和评论，B 站看弹幕和投币，知乎看赞同和收藏，小红书看点赞和收藏。直接比较毫无意义。

last30days-skill-cn 设计了一套三维权重评分系统：

相关性 45%：基于 token 重叠的查询相关性计算，支持中英文混合查询，内置同义词扩展
时效性 25%：越新的内容得分越高，以天为单位衰减
互动指标 30%：将各平台异构的互动数据统一归一化

# 评分核心逻辑
def compute_score(relevance, freshness, engagement):
    """
    三维权重评分
    - relevance: 相关性得分 (0-1), 权重 45%
    - freshness: 时效性得分 (0-1), 权重 25%
    - engagement: 互动指标得分 (0-1), 权重 30%
    """
    raw = relevance * 0.45 + freshness * 0.25 + engagement * 0.30
    return normalize_to_100(raw)

def log1p_safe(value):
    """对数归一化，防止极端值碾压"""
    import math
    return math.log1p(value) / math.log1p(1_000_000)

关键细节：互动指标使用 log1p_safe 对数归一化处理。这意味着一个 100 万赞的大 V 帖子和一个 1000 赞的优质长尾内容之间的差距会被压缩到合理范围，避免大 V 数据碾压真正有价值的小众讨论。

最终所有分数通过 normalize_to_100 函数映射到 0-100 的统一标尺，你可以直接跨平台排序。

亮点 4：跨平台聚类

当你搜索一个热门话题时，很可能会在多个平台上看到同一个事件的不同角度讨论。last30days-skill-cn 的聚类模块会自动检测这种情况：

使用字符 n-gram + Jaccard 相似度进行跨源文本匹配
采用并查集（Union-Find）算法求连通分量
仅保留覆盖 >=2 个不同平台的簇

# 跨平台聚类核心逻辑
def cluster_cross_platform(items, threshold=0.6):
    """
    使用并查集进行跨平台聚类
    - items: 所有平台的搜索结果
    - threshold: Jaccard 相似度阈值
    """
    uf = UnionFind(len(items))
    for i, a in enumerate(items):
        for j, b in enumerate(items[i+1:], i+1):
            if jaccard_3gram(a.title, b.title) >= threshold:
                uf.union(i, j)
    # 仅保留覆盖 >=2 个平台的簇
    return [c for c in uf.components() if covers_multiple_platforms(c)]

最终输出中，跨平台热点会标注"同时见于: 微博, 知乎"这样的交叉引用标签，让你一眼看出哪些事件引发了全网讨论。

亮点 5：查询类型自动检测

你输入的查询词不只是一个字符串——它的"类型"会影响整个搜索和评分策略。last30days-skill-cn 内置了 7 种查询类型检测：

查询类型	示例	影响
`product`	"ChatGPT 价格"	偏重产品类数据源
`concept`	"什么是具身智能"	偏重知识类平台
`opinion`	"AI 编程助手好不好"	偏重讨论类平台
`how_to`	"怎么部署大模型"	偏重教程类内容
`comparison`	"Claude vs GPT 对比"	偏重评测类内容
`breaking_news`	"最新 AI 政策"	时效性权重提升
`prediction`	"AI 趋势预测"	偏重分析类内容

类型检测完全基于正则模式匹配，不依赖 LLM 调用，零延迟零成本。

架构与技术实现

整体流程

查询输入 -> 查询类型检测 -> 并发搜索 8 个平台
                                |
                                v
                        数据标准化 (schema 统一)
                                |
                                v
                        三维权重评分 (相关性 + 时效性 + 互动)
                                |
                                v
                        跨平台去重 (n-gram + Jaccard)
                                |
                                v
                        跨平台聚类 (Union-Find)
                                |
                                v
                        渲染输出 (7 种模式)

技术栈

组件	技术选型	用途
语言	Python 3	核心运行时
浏览器自动化	Playwright (Chromium)	平台爬虫
中文分词	jieba	查询预处理、相关性计算
并发模型	`concurrent.futures.ThreadPoolExecutor`	8 平台并行搜索
测试框架	pytest	191 个测试用例

核心模块

项目的核心逻辑分布在 scripts/lib/ 目录下，每个模块职责单一：

模块	职责
`schema.py`	统一数据结构，定义 `Engagement`、`Report` 等 dataclass
`score.py`	评分引擎，实现 `log1p_safe` 对数归一化和 `normalize_to_100` 映射
`normalize.py`	各平台互动指标归一化
`relevance.py`	相关性计算，基于 token 重叠的查询-内容匹配
`dedupe.py`	跨平台去重，使用 3-gram 字符级别的 Jaccard 相似度
`cluster.py`	跨平台聚类，用并查集（Union-Find）聚合跨平台热点
`query_type.py`	查询类型检测，基于正则模式的 7 种类型分类器
`render.py`	输出渲染器，支持 7 种输出模式，HTML 报告内置 XSS 加固
`crawler_bridge.py`	Playwright 爬虫桥接

并发模型

8 个平台的搜索任务通过 ThreadPoolExecutor 并发执行。项目定义了三套超时配置：

模式	全局超时	单平台超时	适用场景
`--quick`	90 秒	30 秒	快速扫描
默认	180 秒	60 秒	常规研究
`--deep`	300 秒	90 秒	深度分析

快速上手——5 分钟跑通

环境要求

Python 3.8+
pip

方式一：源码安装（推荐新手）

# 1. 克隆仓库
git clone https://github.com/Jesseovo/last30days-skill-cn.git
cd last30days-skill-cn

# 2. 安装 Python 依赖
pip install -r requirements.txt

# 3. 安装 Playwright 浏览器（约 100MB，首次需要）
playwright install chromium

requirements.txt 只有两个依赖：jieba>=0.42.1 和 playwright>=1.40.0。

方式二：Agent Skills 安装

npx skills add Jesseovo/last30days-skill-cn -g

健康检查

python scripts/last30days.py --diagnose

基础使用

python scripts/last30days.py "AI编程助手" --emit compact

生成 HTML 报告

python scripts/last30days.py "具身智能" --deep --emit html-path

CLI 参数速查

参数	说明	示例
`--emit MODE`	输出模式	`--emit json`
`--quick`	快速搜索	`--quick`
`--deep`	深度搜索	`--deep`
`--days N`	回溯天数	`--days 7`
`--as-of DATE`	指定日期回溯	`--as-of 2026-06-15`
`--search SOURCES`	指定平台	`--search weibo,zhihu`
`--diagnose`	健康检查	`--diagnose`

实战案例

案例 1：快速扫描——"AI 编程助手"

python scripts/last30days.py "AI编程助手" --emit compact

compact 模式返回精简文本摘要，包含每个平台的 top 结果、评分和来源链接。

以下为示例格式，具体结果取决于搜索时间点：

## AI编程助手 — 8 平台搜索结果

### 知乎
1. [95分] "2026 年 AI 编程助手深度评测" — 知乎专栏
   👍 2.3k 赞同 | 💬 186 评论

### B站
2. [88分] "我用 AI 编程助手写了一个完整项目" — UP主 xxx
   ▶️ 12.5w 播放 | 💬 3400 弹幕

案例 2：深度研究——"AI制作游戏"

python scripts/last30days.py "AI制作游戏" --deep --emit html-path

在这里插入图片描述

案例 3：定向平台搜索——"新能源汽车"

python scripts/last30days.py "新能源汽车" --search weibo,bilibili,zhihu

输出模式对比

模式	适用场景
`compact`	Agent 上下文注入，快速浏览
`json`	程序解析，数据管道集成
`md`	文档嵌入，笔记工具
`html-path`	离线浏览，分享归档

不足与注意事项

抖音/头条的签名风控

抖音和头条的原生接口需要 a_bogus、_signature 等动态签名。当前版本在这两个平台上退化到公开搜索引擎兜底，无法获取真实的互动数据。

微信公众号需要 API Key

必须配置 WECHAT_API_KEY 才能搜索公众号内容。

平台接口变更风险

建议每次使用前先跑一次 --diagnose 诊断。

{
  "weibo": true,
  "xiaohongshu": false,
  "bilibili": true,
  "zhihu": true,
  "douyin": true,
  "wechat": false,
  "baidu_api": false,
  "toutiao": true,
  "crawler_engine": {
    "playwright_available": true,
    "cached_logins": [],
    "note": "安装 Playwright 后，微博/小红书/抖音/B站/知乎可无需 API Key 使用爬虫模式"
  },
  "note_douyin_toutiao": "抖音/头条原生接口需签名参数，常被风控；接口失败时改用公开搜索引擎兜底，仅能拿到公开链接，无真实互动数据与精确日期。"
}

总结与展望

三个关键数字概括这个项目：

8 大平台：中国互联网讨论的核心阵地，一次搜索全覆盖
191 个测试用例：全量测试通过，覆盖评分引擎、去重逻辑、聚类算法等核心路径
理想网络条件下约 30 秒出结果：8 平台并发搜索，典型查询约 30 秒完成，实际耗时因网络和平台状态而异

last30days-skill-cn 从原版 last30days-skill 发展而来，但它不是 fork 后改改配置文件那么简单——数据源、评分逻辑、输出渲染、交互指标体系都是从零重建的。

最后，如果你每天都在做跨平台信息搬运的工作，不妨花 5 分钟试一下这个工具。一条命令，看看结果——也许你会发现，30 分钟的手工搜索，真的可以压缩到 30 秒。

🎬 博客主页：xiaoy.blog.csdn.net

🎥 本文由 呆呆敲代码的小Y 原创 🙉

🎄 学习专栏推荐：Unity系统学习专栏

🌲 游戏制作专栏推荐：游戏制作

🌲Unity实战100例专栏推荐：Unity 实战100例教程

🏅 欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正！

📆 未来很长，值得我们全力奔赴更美好的生活✨

------------------❤️分割线❤️-------------------------

请添加图片描述