custom-skills-threads-research

name

custom-skills-threads-research

description

Search and analyze public Threads (threads.net) posts using Playwright MCP + Context Mode MCP. Google Search requires JS rendering, so Playwright handles search; Context Mode handles indexing, compression, and querying to minimize context window consumption. Supports keyword search via Google (site:threads.net), direct user profile browsing, batch multi-keyword research, and structured summarization. Use PROACTIVELY when: user mentions Threads, wants to find Threads posts, asks about threads.net discussions, wants social media research on Threads, asks for口碑/評價/推薦 from Threads, or mentions any topic where Threads community opinions would be valuable. Also triggers for: "搜尋 Threads", "Threads 上有人說", "threads 口碑", "threads 評價", "threads 討論", "threads 推薦", "找 threads 貼文", "site:threads.net".

Threads Research — 公開貼文搜尋與分析

透過 Google 搜尋搜尋 Threads 公開貼文，免登入、免 API key、無額度限制。

工具分工

工具	職責	原因
Playwright MCP	載入需要 JS 渲染的頁面（Google Search、Threads）	這些網站不支援純 HTTP 抓取
Context Mode MCP	索引結果 + 按需查詢	避免大量資料灌入 context window

核心原則：Playwright 負責抓取，Context Mode 負責儲存與查詢。 Playwright 的 browser_navigate 會回傳 ~15 KB snapshot 進入 context（無法避免）， 所以要在 navigate 後立即用 browser_evaluate 提取精簡 JSON， 再用 Context Mode index 儲存，後續查詢用 search 而非重新載入頁面。

MCP 依賴

本 skill 依賴以下兩個 MCP Server，執行前必須確認已安裝。

MCP Server	工具前綴	角色	必要性
Playwright	mcp__playwright__*	載入 JS 渲染頁面（Google Search、Threads）	必要
Context Mode	mcp__context-mode__*	索引結果 + 按需查詢，壓縮 context 消耗	必要

安裝指令

# Playwright MCP（headless 模式，適合搜尋任務）
claude mcp add playwright -- npx @playwright/mcp@latest --headless

# Context Mode MCP（MCP-only 安裝，推薦）
claude mcp add context-mode -- npx -y context-mode

參考文件：

• Playwright MCP：https://github.com/microsoft/playwright-mcp
• Context Mode MCP：https://github.com/mksglu/claude-context-mode

執行時檢查

執行此 skill 前，確認以下工具可用。如果工具呼叫失敗或不存在，立即停止並提醒使用者安裝：

檢查項目	驗證方式	缺失時的提示訊息
Playwright MCP	呼叫 mcp__playwright__browser_navigate 是否可用	⚠️ 未偵測到 Playwright MCP。請執行：claude mcp add playwright -- npx @playwright/mcp@latest --headless
Context Mode MCP	呼叫 mcp__context-mode__index 是否可用	⚠️ 未偵測到 Context Mode MCP。請執行：claude mcp add context-mode -- npx -y context-mode

如果只有 Playwright 可用但 Context Mode 不可用，skill 仍可執行搜尋，但無法索引和查詢（失去後續查詢的 context 節省優勢）。 如果 Playwright 不可用，skill 無法執行（Google Search 需要 JS 渲染）。

調用鏈總覽

Phase 1: Playwright navigate + evaluate    → 提取結構化 JSON
Phase 2: Context Mode index                → 索引到 FTS5 知識庫
Phase 3: Context Mode search               → 按需查詢
Phase 4: Deep Dive (fetch_and_index 或 Playwright) → 深入閱讀 [按需]
Phase 5: Summarize                         → AI 整理結構化摘要

---

Phase 1: Search — 搜尋貼文

模式 A：Google 關鍵字搜尋（預設）

適用於：搜尋任意主題的 Threads 討論。

Step 1 — Playwright 載入 Google 搜尋結果頁：

browser_navigate(
  url: "https://www.google.com/search?q=site:threads.net+{關鍵字用+連接}"
)

搜尋語法技巧：

• 基本搜尋：site:threads.net 三民區 鍋燒意麵 推薦
• 指定用戶：site:threads.net/@username 關鍵字
• 時間限制：加 &tbs=qdr:m (過去一個月) 或 &tbs=qdr:y (過去一年)
• 排除關鍵字：site:threads.net 鍋燒意麵 -廣告
• URL 中空格用 + 連接

Step 2 — 立即用 browser_evaluate 提取結構化資料：

不要用 browser_snapshot（已在 navigate 時回傳了）。 用 JS 提取精簡 JSON，回傳約 500 bytes vs snapshot 的 ~15 KB。

// 在 Google 搜尋結果頁執行 — 已驗證可用（2026-03）
() => {
  const results = [];
  const links = document.querySelectorAll('a[href*="threads.net/@"]');
  for (const link of links) {
    const h3 = link.querySelector('h3');
    if (!h3) continue;
    const url = link.href;
    const title = h3.textContent.trim();
    const user = (url.match(/@([^/]+)/) || [])[1] || '';
    results.push({ title, url, user: '@' + user });
  }
  return results;
}

注意：snippet（摘要）無法從 evaluate 穩定提取，因為 Google DOM 結構經常變動。 但 snapshot 回傳時已包含摘要文字，AI 可以從 snapshot 中讀取摘要， 結合 evaluate 的結構化 URL/標題，在 Phase 2 索引時寫入完整資訊。

Step 3 — 翻頁（如需更多結果）：

Google 分頁用 &start= 參數：

• 第 2 頁：&start=10
• 第 3 頁：&start=20

每次翻頁都要 browser_navigate（~15 KB snapshot），代價較高。 預設搜尋 1 頁（10 筆），使用者明確要求時才翻更多。

模式 B：直接瀏覽用戶頁面

適用於：查看特定用戶的最新貼文。

Threads 用戶頁面需要 JS 渲染，直接用 Playwright：

browser_navigate(url: "https://www.threads.net/@{username}")

然後 browser_evaluate 提取貼文列表，或讀取 snapshot 中的內容。

模式 C：批量多關鍵字搜尋

適用於：一次搜尋多組關鍵字，例如市場調查、競品分析。

對每組關鍵字依序執行模式 A 的 Step 1-2，所有結果在 Phase 2 索引到同一個 source：

1. 接收關鍵字陣列：["三民區 鍋燒意麵", "前鎮區 早餐", "鳳山 滷味"]
2. 對每個關鍵字執行 navigate + evaluate
3. 所有結果在 Phase 2 索引到共用 source（如 threads-batch-高雄美食）
4. Phase 3 可跨關鍵字搜尋

---

Phase 2: Index — 索引到 Context Mode 知識庫

將 Phase 1 提取的結構化資料 + snapshot 中讀到的摘要，整理成 Markdown 格式後索引。

index(
  content: "整理後的 Markdown 內容",
  source: "threads-search-{主題}"
)

索引格式

每筆結果包含：標題、URL、用戶、摘要、地址（如有）、營業時間（如有）、互動數據（如有）。

## Threads 搜尋：{關鍵字}（第 N 頁）

### 1. {標題}
- URL: {url}
- 用戶: @{username}
- 摘要: {從 snapshot 中提取的摘要文字}
- 地址: {如有}
- 營業時間: {如有}
- 互動: {讚數、回覆數，如有}

### 2. ...

重點：摘要資訊從 browser_navigate 回傳的 snapshot 中提取（snapshot 已經在 context 中了，不浪費）。 結合 browser_evaluate 的結構化 URL/標題/用戶，產出完整的索引內容。

source 命名規則

搜尋類型	source 標籤格式	範例
關鍵字搜尋	threads-search-{主題}	threads-search-鍋燒意麵
用戶頁面	threads-user-{username}	threads-user-kaohsiung_food
單篇貼文	threads-post-{POST_ID}	threads-post-DBxpG7DBXfN
批量搜尋	threads-batch-{專案名}	threads-batch-高雄美食調查

---

Phase 3: Query — 從知識庫查詢（按需）

索引完成後，使用者的後續問題用 search 從知識庫查詢，不需要重新載入頁面。

search(
  queries: ["地址 營業時間", "價格 便宜", "推薦 最強 好吃", "互動 讚 回覆 熱門"],
  source: "threads-search-{主題}"
)

搜尋技巧：

• 用具體詞彙：「地址 營業時間」比「店家資訊」更精準
• 一次送多個 queries（5-8 個），避免多次呼叫觸發節流
• 用 source 參數限定搜尋範圍

---

Phase 4: Deep Dive — 深入閱讀（按需）

當使用者對特定貼文感興趣，想看完整內容和回覆時觸發。

優先嘗試 fetch_and_index（Threads 單篇貼文頁面有時不需完整 JS 渲染）：

fetch_and_index(
  url: "https://www.threads.net/@username/post/POST_ID",
  source: "threads-post-{POST_ID}"
)

如果 fetch_and_index 內容為空或不完整，fallback 到 Playwright：

browser_navigate(url: "https://www.threads.net/@username/post/POST_ID")

然後用 browser_evaluate 或讀取 snapshot，將完整內容索引到 Context Mode。

---

Phase 5: Summarize — 結構化摘要

搜尋和索引完成後，用 search 從知識庫收集所有資料，AI 整理成結構化摘要。

美食/店家推薦格式

## 搜尋摘要：{關鍵字}
共找到 {N} 篇相關貼文

### 推薦排行（依互動熱度）
| 排名 | 店家 | 地點 | 亮點 | 互動 |
|------|------|------|------|------|
| 1 | XX鍋燒 | 三民區XX路 | 湯頭甜、CP值高 | 115讚 138回覆 |

### 有明確地址的店家
| 店家 | 地址 | 營業時間 |
|------|------|----------|
| ... | ... | ... |

### 關鍵發現
- ...

一般討論格式

## 搜尋摘要：{關鍵字}
共找到 {N} 篇相關貼文

### 主要觀點
1. ...（支持：@user1, @user2）
2. ...（支持：@user3）

### 正反意見
- 正面：...
- 負面：...

---

Context 消耗分析

步驟	context 消耗	說明
browser_navigate (Google)	~15 KB	無法避免，snapshot 自動回傳
browser_evaluate (提取 JSON)	~0.5 KB	精簡結構化資料
index (索引到 Context Mode)	~0.1 KB	只回傳確認訊息
search (查詢知識庫)	~1-2 KB	只回傳匹配片段
單頁搜尋總計	~17 KB	其中 15 KB 是不可避免的 navigate snapshot

對比不用此 skill（直接用 browser_snapshot + 手動閱讀）：

操作	不用此 skill	用此 skill
搜尋 1 頁	~15 KB（且結果用完就沒了）	~17 KB（但結果可重複查詢）
搜尋 5 頁	~75 KB	~75 KB（但所有結果可交叉查詢）
後續追問 5 次	每次 ~15 KB 重新載入	每次 ~1 KB（search 知識庫）
長對話總計	~150 KB+	~80 KB（節省 47%+）

關鍵優勢不在首次搜尋，而在後續查詢： 索引後的結果可以用 search 反覆查詢，不需要重新 navigate。 在長對話中，這個優勢會越來越明顯。

---

錯誤處理

狀況	處理方式
browser_evaluate 回傳空陣列	Google DOM 結構可能變動，直接從 snapshot 文字中手動提取
Google 搜尋無結果	放寬關鍵字、移除 site: 改用 threads.net 作為關鍵字
Threads 頁面 fetch_and_index 空內容	需 JS 渲染，fallback 到 Playwright
search 查不到結果	嘗試更具體的查詢詞，或檢查 source 標籤是否正確
搜尋結果過少	嘗試不同關鍵字組合，或移除時間限制
遇到 CAPTCHA	停止自動化，告知使用者

---

注意事項

1. navigate snapshot 無法避免：Google Search 和 Threads 都需要 JS 渲染，Playwright browser_navigate 會自動回傳 snapshot，這是目前架構的已知限制
2. 善用已有 snapshot：既然 snapshot 已經在 context 中，就要從中提取摘要資訊，不要浪費
3. 索引後用 search 而非重新載入：後續追問一律用 Context Mode search，這是節省 context 的關鍵
4. 資料時效性：Google 索引有延遲，最新的 Threads 貼文可能搜不到
5. 隱私尊重：只搜尋公開貼文，不嘗試繞過任何存取限制
6. 知識庫生命週期：Context Mode 的 FTS5 知識庫存在 tmpdir，session 結束自動清理
7. 語言：Google 搜尋會根據 IP 和語言設定回傳結果，中文關鍵字通常能得到中文 Threads 貼文