name	crypto-social-radar
description	加密代币社交热度雷达。统计任意 ticker 在推特+新闻+币安期货价格三轨的日度热度变化，自动话题分类，输出结构化报告。触发场景包括："这个币热度怎么样"、"统计 XX 代币的讨论量"、"币安人生热度趋势"、"meme 币情绪监控"、"推特讨论热度"、"代币社交雷达"、"每天定时跑热度报告"。

Crypto Social Radar

加密代币社交热度雷达。把"这个币现在还热不热？"这种问题，转成可量化、可对比、可追踪的日度报告。

核心思想

单看推特数据会失真，单看价格也会失真。把三个独立维度叠在一起看才能识别真实热度：

维度	数据源	反映
推特讨论	6551 OpenTwitter API	散户 / KOL 实时情绪
新闻覆盖	6551 OpenNews API	媒体 / 项目方叙事
价格成交	Binance Futures Klines（公开 API，免 key）	真实资金流入

三轨同向上扬 = 真实热度起来；价格涨但讨论冷 = 庄家拉盘；讨论涨但价格跌 = 接盘 / 衰退期戏谑。

数据源与限制

1. 6551 OpenTwitter API（必需）

curl -s -X POST \
  -H "Authorization: Bearer $OPENNEWS_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"keywords":"<KEYWORD>","maxResults":100,"product":"Latest","excludeReplies":true}' \
  "https://ai.6551.io/open/twitter_search"

实测限制：

单次最多返回 20 条（即使 maxResults=100）
只能拿"最新"，老数据冲掉就拿不回——必须每天定时跑入库
每次 cost = 1 quota
中英文关键词分别查（不混合）

2. 6551 OpenNews API（必需）

curl -s -X POST \
  -H "Authorization: Bearer $OPENNEWS_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"q":"<KEYWORD>","limit":50,"page":1}' \
  "https://ai.6551.io/open/news_search"

优点： 时间窗口比推特长得多（实测能拿到 2-4 周历史数据），是补漏的关键。

3. Binance Futures Klines（公开，免 key）

SYM=$(python3 -c "import urllib.parse; print(urllib.parse.quote('<SYMBOL>USDT'))")
curl -s "https://fapi.binance.com/fapi/v1/klines?symbol=$SYM&interval=1d&limit=30"

返回：开高低收 + 成交量 + USDT 成交额。中文 ticker 需 URL encode。

工作流

Step 1：读 ticker 配置

tickers.yaml 格式：

- name: 币安人生
  binance_symbol: 币安人生USDT          # 期货 symbol，可空
  contract: 0x924fa68a0fc644485b8df8abfa0a41c2e7744444  # 仅记录用
  keywords:                              # 推特/新闻搜索词，多个并发
    - 币安人生
    - $BLife
    - $BLIFE
  signal_pattern: '(币安人生|BinanceLife|\$BLIFE|\$BLife)'  # 精准过滤正则（必填）
  topic_buckets:                         # 话题分类（可选，按需自定义）
    "CZ自传/读书笔记": '读书笔记|自传|memoir|CZ.*书'
    "衍生meme":      '病毒人生|战壕人生|GIGGLE|\$PP'
    "平台/团队批评":  'four|皇亲国戚|垃圾拉盘'
    "价格/交易讨论":  '\$|价格|入场|止损|long|short|trade|EMA'

Step 2：并发拉数据

每个关键词一次 API 调用，并发跑（asyncio）。新闻 API 一次调用即可（关键词用主名）。

Step 3：精准过滤

用 signal_pattern 正则过滤掉噪音（实测 "Binance Life" 关键词噪音率约 50%，必须做这步）。

Step 4：日度聚合（UTC+8）

每天 bucket：tweet 数、累计 view、累计 fav、KOL 数（粉丝>1万）、新闻数、新闻 AI 均分。

Step 5：话题自动分类

按 topic_buckets 正则分类 4/30-5/1（最近 48h）的推文，每桶取 top 3。

Step 6：综合热度分

heat = tweet_view + news_count * 1000

输出 ASCII 条形图。

Step 7：输出报告

Markdown 格式，含：

顶层结论（趋势 / 涨 or 跌）
三轨日度对照表
综合热度趋势图
话题分类 + Top KOL 推文
价格 vs 热度背离信号

可选：--feishu-webhook 直推飞书群机器人。

使用

命令行

# 一次性查一个 ticker（手动用法）
python scripts/radar.py --ticker 币安人生 --output report.md

# 跑配置文件里所有 ticker
python scripts/radar.py --config tickers.yaml --output reports/

# 跑完直接推飞书
python scripts/radar.py --config tickers.yaml \
  --feishu-webhook "https://open.feishu.cn/open-apis/bot/v2/hook/xxx"

在 Cursor / Claude Code 中触发

直接说："帮我看一下币安人生最近的热度变化" / "跑一下今日代币社交雷达"。

Skill 会自动：

读 tickers.yaml
跑 radar.py
输出报告

GitHub Actions 自动化

参见 examples/github-actions-daily.yml。每天 UTC+8 0:30 自动跑、推飞书。

环境变量

变量	必需	用途
`OPENNEWS_TOKEN`	✅	6551 OpenNews + OpenTwitter API token
`FEISHU_WEBHOOK`	可选	飞书国内版自定义机器人 webhook URL
`FEISHU_SECRET`	可选	如果机器人开了签名校验，填这个

质量检查清单

每个 ticker 都有 signal_pattern（否则噪音不可控）
推特数据每天都跑（错过当天，那天的 Latest 就丢失）
价格用 Binance Futures 而不是杂数据网站（实测三方网站价格经常错）
报告里同时呈现"三轨"，不要只看推特
话题分类的"其他"桶占比 > 60% 时是衰退信号

自动化配套

仓库模板：可 fork 到 GitHub，配 secrets 后开箱即用
推送目标：飞书群机器人（国内）/ Lark 群机器人（海外）/ Telegram channel（参考 crypto-research-radar）