x-ai-scanner

name	x-ai-scanner
description	X (Twitter) Home Feed AI 巡检分身：自动滚动"For you"信息流，提取每条推文， 用双语启发式分类器筛出 AI 相关内容，并归为 趋势(trend) / 项目(project) / 观点(opinion)， 导出 Markdown 摘要 + Excel。基于 browser-harness (CDP)。 触发：用户提到刷 X / Twitter AI 趋势、AI 分身、AI 项目巡检、监控 X 上的 AI 内容、 自动刷推特找 AI。
compatibility	browser-harness, openpyxl

X AI 巡检 Skill（AI 分身）

让一个"AI 分身"替你刷 X 首页，挑出 AI 趋势 / AI 项目 / AI 观点，记录成报告。

前提

1. browser-harness 已安装（uv tool install -e ~/browser-harness）
2. Chrome 已连接（CDP 远程调试）
3. X 已登录，且有一个停在 https://x.com/home（"For you"信息流）的标签页
4. openpyxl 已安装（pip install openpyxl，否则跳过 Excel）

一键流程

# 1) 巡检采集（默认滚 30 轮，自动找/打开 home 标签）
XAI_MAX_ROUNDS=30 browser-harness < scripts/x_ai_scan.py

# 2) 导出报告（Markdown + Excel）
python3 scripts/x_ai_export.py

输出目录：xai_data/<YYYYMMDD>_scan/

文件	说明
all_tweets.json	扫到的全部推文（含非 AI），跨次累计去重
ai_hits.json	仅 AI 相关命中（已排序）
ai_digest.md	人类可读摘要，按 4 类分组
ai_scan.xlsx	Excel 表格，按分类配色

工作原理

采集

• attach_home()：用 list_tabs() 找 x.com/home 标签并 switch_tab attach；没有就 new_tab。
  • 坑：用户若另开 Grok 等标签，ensure_real_tab() 会误 attach 到它，所以必须显式按 URL 找 home 标签。
• 每轮 window.scrollBy(0,1400) → js(EXTRACT_JS) 提取页面上的 article[data-testid="tweet"]。
• 按推文 ID（取自 time > a[href] 的 /handle/status/<id>）去重；连续 6 轮无新推文则停。

X 推文选择器速查

元素	选择器
推文容器	article[data-testid="tweet"]
正文	[data-testid="tweetText"]
作者区	[data-testid="User-Name"]
时间+链接	time（datetime 属性 + 父 a[href]）
回复/转/赞	[data-testid="reply"/"retweet"/"like"]（数值在 aria-label）
广告	文本含 Promoted / Sponsored（跳过）

AI 分类器（classify，双语）

1. 核心词命中才进 AI 候选（AI/AGI/LLM/GPT/Claude/Gemini/Grok/OpenAI/Anthropic/ DeepSeek/Qwen/豆包/大模型/智能体/机器学习/… 全集见脚本 AI_CORE）。
2. 再按 信号词 归类（一条可多类，取最高分作 primary）：
   • project：launch / open source / github / new model / 发布 / 上线 / 开源 …
   • trend：future of / will replace / adoption / billion / 趋势 / 未来 / 增长 …
   • opinion：i think / imo / hot take / 我认为 / 应该 …
   • general：AI 相关但无明显类别信号。

启发式偏快偏稳，追求更高精度可在 ai_hits.json 之上再过一道 LLM。分类逻辑集中在 classify()，调词表即可改判定。

环境变量

变量	默认	说明
XAI_MAX_ROUNDS	30	滚动轮数（每轮约 2~3 条新推文）
XAI_OUT	xai_data/<date>_scan	输出目录
XAI_TAB_HINT	x.com/home	定位 feed 标签的 URL 片段

已知限制

• 纯图/视频推文：无正文 → 命中不了 AI 关键词，自然被滤掉（符合预期）。
• "For you"算法流：信息流是个性化推荐，覆盖面取决于账号；想更广可换 Explore / 搜索特定关键词。
• CDP 长跑：30 轮约 1.5 分钟内安全；超长会话参考 xhs-crawler 的断连注意点。
• 去重跨次有效：重跑会把新推文并入同一个 all_tweets.json，不重复计。

参考

• 采集/分类脚本：scripts/x_ai_scan.py
• 导出脚本：scripts/x_ai_export.py
• 同仓爬虫模板（小红书）：.claude/skills/xhs-crawler/