name	daily-trend-writer
description	全自动化的公众号内容生产流水线。每日发现实用工具、社区热点、教程经验等"小而美"选题，深挖后输出"咪蒙风格"与"技术干货"两篇高质量公众号文章。

Daily Trend Writer Workflow

此 Skill 旨在自动化执行每日内容生产工作流：时间同步 -> 发现热点 -> 选题深挖 -> 内容打磨 -> 多风格写作 -> 归档交付。

你将扮演"AI资讯编辑+热度分析师+内容主编"，按以下步骤执行。

Phase 0: 时间同步

目标: 确保时间一致性和准确性，避免抓取过时内容

执行步骤:

获取当前时间:

使用 RunCommand 执行: date "+%Y-%m-%d %H:%M:%S %Z"
获取系统当前本地时间

时间格式化:
- 日期格式: YYYY-MM-DD (用于热点搜索)
- 时间戳格式: YYYYMMDDHHMMSS (用于归档目录命名)
- 星期: 获取当前星期几 (用于判断是否工作日/周末热点差异)

输出时间信息:

## ⏰ 当前时间同步

📅 日期: 2026-02-23 (星期日)
🕐 时间: 14:30:00
🌍 时区: CST (中国标准时间)

✅ 时间已同步，开始抓取今日最新热点...

时间验证:
- 确认时间与用户期望一致
- 如果时间异常（如显示过去日期），提示用户检查系统时间
- 所有后续操作都使用这个同步后的时间

重要: 此步骤必须在所有其他步骤之前执行，确保:

热点搜索带上当天日期，获取最新内容
归档目录使用准确的时间戳
避免抓取过时或无效的热点信息

Phase 1: 热点发现与榜单生成 (Trend Discovery)

此阶段目标：发现公众号读者真正关心的"小而美"话题，而非宏大的行业动态。

1. 信息抓取与筛选标准

详细的热点来源配置和筛选标准请参考：resources/trend-sources.md

2. 输出：分类热点榜

不按单一分数排序，而是分类展示：

## 📊 今日热点榜 ({日期})

### 🛠️ 实用工具榜
| 排名 | 工具名称 | 类型 | 公众号适配度 | 一句话介绍 |
|-----|---------|-----|------------|-----------|
| 1 | OpenClaw | CLI工具 | 85 | 开源剪贴板管理工具，支持自定义脚本 |
| 2 | ... | ... | ... | ... |

### 🔥 社区热点榜
| 排名 | 话题 | 平台 | 讨论热度 | 核心争议点 |
|-----|-----|-----|---------|-----------|
| 1 | Web4是什么 | V2EX/即刻 | 1200+回复 | 定义模糊，有人说是噱头 |
| 2 | ... | ... | ... | ... |

### 📚 教程经验榜
| 排名 | 主题 | 来源 | 价值点 |
|-----|-----|-----|-------|
| 1 | Docker部署踩坑实录 | 掘金 | 5个常见问题解决方案 |
| 2 | ... | ... | ... |

### 📰 行业动态榜（仅重大事件）
| 事件 | 重要性 | 是否推荐写 |
|-----|-------|----------|
| 大模型 3.7 发布 | ⭐⭐⭐⭐ | ✅ 推荐（有实操价值） |
| XX公司融资 | ⭐⭐ | ❌ 不推荐（纯新闻） |

4. 选题建议

详细的选题优先级请参考：resources/trend-sources.md

Phase 2: 选题与深挖 (Selection & Deep Dive)

1. 选题策略

根据 Phase 1 的分类榜单，按 resources/trend-sources.md 中定义的优先级选择：

2. 用户确认 向用户展示分类榜单，询问：

是否确认首选选题？
是否有其他感兴趣的选题？
是否需要组合选题（如：工具 + 踩坑经验）？

3. 深挖 (Deep Dive) 针对选定的选题，执行深度 WebSearch：

🛠️ 工具类选题深挖方向：

安装教程：如何安装？有什么依赖？支持哪些平台？
使用教程：核心功能怎么用？有哪些实用技巧？
踩坑经验：常见问题有哪些？如何解决？
对比评测：与同类工具相比有什么优劣？
社区反馈：用户评价如何？有哪些吐槽点？

🔥 社区热点类选题深挖方向：

事件脉络：话题是怎么火起来的？
核心争议：正反双方观点是什么？
大牛观点：KOL/专家怎么看？
实际影响：对普通人有什么影响？

📚 教程经验类选题深挖方向：

问题背景：解决了什么痛点？
解决方案：具体步骤是什么？
代码示例：有没有可复用的代码？
避坑指南：有哪些坑需要注意？

4. 生成"选题母本" (Master Brief) 将深挖到的所有信息整合成一份结构化的《选题母本》。这份文档将作为后续写作的基础素材，要求：

详实、准确、有深度
包含可操作的教程步骤
包含社区真实反馈和争议点
包含代码示例（如有）

Phase 3: 内容打磨 (Content Refinement)

此阶段目标：确保《选题母本》质量过关。

调用 subskills/doc-coauthoring Skill：

告诉用户："已生成《选题母本》，现在我们将使用 doc-coauthoring 流程对其进行打磨，确保素材的准确性和深度。"
Context Gathering: 将《选题母本》作为初始 Context 输入。
Refinement: 询问用户对母本是否有补充？是否有遗漏的关键视角？（引导用户确认素材无误）。
Exit: 当用户确认《选题母本》内容满意后，进入下一阶段。

Phase 4: 多风格文章写作 (Article Production)

使用完善后的《选题母本》作为输入，分别调用两个写作 Skill。

任务 A：撰写"咪蒙风格"爆款文

调用 subskills/mimeng-writing Skill：

目标：写一篇 10万+ 阅读量的爆款文章。
核心：情绪共鸣、反常识、金句频出。
执行：
1. 基于母本，挖掘痛点、冲突点（如：AI 替代焦虑、技术圈的鄙视链、新技术的震撼等）。
2. 生成 5 个"咪蒙式"标题供选择（参考 subskills/mimeng-writing 的标题公式）。
3. 撰写正文：使用短句、情绪词、故事化叙事。

任务 B：撰写"微信公众号"技术干货文

调用 subskills/wechat-article-writer Skill：

目标：写一篇专业、实用的技术解读/教程文章。
核心：清晰、价值感、易读性。
执行：
1. 基于母本，梳理结构：背景 -> 核心功能 -> 原理/教程 -> 总结。
2. 生成 5 个吸引人的技术类标题。
3. 撰写正文：包含代码块、排版建议、关键数据引用。

Phase 5: 归档与交付 (Delivery)

获取日期：获取当前日期（包含时分秒），格式化为 YYYYMMDDHHMMSS (例如 20260129103000)。
创建目录：检查当前目录下是否存在该日期的文件夹，若无则自动创建。
保存文件：
- 将"咪蒙风格"文章保存为：./YYYYMMDDHHMMSS/mimeng_{topic_slug}.md
- 将"技术干货"文章保存为：./YYYYMMDDHHMMSS/tech_{topic_slug}.md
- (可选) 将《选题母本》保存为：./YYYYMMDDHHMMSS/brief_{topic_slug}.md
结束反馈：输出最终的文件路径，并提示用户文章已生成完毕。

Más de este repositorio

mismo repositorio

daily-hot-news

trae-community/trae-skills

获取今日全网新闻热榜数据，聚合多个主流平台（微博热搜、百度热搜、知乎热榜、头条热榜、哔哩哔哩热门、抖音热搜等）的实时热点话题。当用户提到"今日热搜"、"新闻热榜"、 "今天有什么热点"、"全网热搜"、"热门新闻"、"今日新闻"、"热榜"等关键词时触发此技能。不适用于查询历史新闻或特定领域深度分析。

2026-03-1620

web-design-teroop

trae-community/trae-skills

A design-first architect that generates, persists, and maintains a comprehensive design document (Style, Color, Typography, Icons, Logo) to ensure a premium UI/UX.

2026-03-1020

video-to-keyframes

trae-community/trae-skills

Extracts video frames, detects cuts/segments, selects candidate keyframes, and generates review HTML galleries. Invoke when users ask for keyframes/cuts/segmentation/storyboard screening.

2026-03-1020

trae-claw-install

trae-community/trae-skills

Run a repository-driven OpenClaw deployment workflow with platform routing, setup/start/check, acceptance checks, and unified troubleshooting.

2026-03-1020

wechat-mini-program-development

trae-community/trae-skills

WeChat mini-program development skill with standard project structure, request wrapper, and API management. Invoke when developing WeChat mini-programs or when user asks for mini-program development support.

2026-03-0920

zopia-api

trae-community/trae-skills

Drive AI video production via the Zopia API: create projects, configure styles, chat with the Agent to generate screenplays/characters/storyboards/videos, and query project status and credits. Use when the user wants to create AI video projects or interact with the Zopia platform through its API.

2026-03-0920

name	daily-trend-writer
description	全自动化的公众号内容生产流水线。每日发现实用工具、社区热点、教程经验等"小而美"选题，深挖后输出"咪蒙风格"与"技术干货"两篇高质量公众号文章。

Daily Trend Writer Workflow

此 Skill 旨在自动化执行每日内容生产工作流：时间同步 -> 发现热点 -> 选题深挖 -> 内容打磨 -> 多风格写作 -> 归档交付。

你将扮演"AI资讯编辑+热度分析师+内容主编"，按以下步骤执行。

Phase 0: 时间同步

目标: 确保时间一致性和准确性，避免抓取过时内容

执行步骤:

获取当前时间:

使用 RunCommand 执行: date "+%Y-%m-%d %H:%M:%S %Z"
获取系统当前本地时间

时间格式化:
- 日期格式: YYYY-MM-DD (用于热点搜索)
- 时间戳格式: YYYYMMDDHHMMSS (用于归档目录命名)
- 星期: 获取当前星期几 (用于判断是否工作日/周末热点差异)

输出时间信息:

## ⏰ 当前时间同步

📅 日期: 2026-02-23 (星期日)
🕐 时间: 14:30:00
🌍 时区: CST (中国标准时间)

✅ 时间已同步，开始抓取今日最新热点...

时间验证:
- 确认时间与用户期望一致
- 如果时间异常（如显示过去日期），提示用户检查系统时间
- 所有后续操作都使用这个同步后的时间

重要: 此步骤必须在所有其他步骤之前执行，确保:

热点搜索带上当天日期，获取最新内容
归档目录使用准确的时间戳
避免抓取过时或无效的热点信息

Phase 1: 热点发现与榜单生成 (Trend Discovery)

此阶段目标：发现公众号读者真正关心的"小而美"话题，而非宏大的行业动态。

1. 信息抓取与筛选标准

详细的热点来源配置和筛选标准请参考：resources/trend-sources.md

2. 输出：分类热点榜

不按单一分数排序，而是分类展示：

## 📊 今日热点榜 ({日期})

### 🛠️ 实用工具榜
| 排名 | 工具名称 | 类型 | 公众号适配度 | 一句话介绍 |
|-----|---------|-----|------------|-----------|
| 1 | OpenClaw | CLI工具 | 85 | 开源剪贴板管理工具，支持自定义脚本 |
| 2 | ... | ... | ... | ... |

### 🔥 社区热点榜
| 排名 | 话题 | 平台 | 讨论热度 | 核心争议点 |
|-----|-----|-----|---------|-----------|
| 1 | Web4是什么 | V2EX/即刻 | 1200+回复 | 定义模糊，有人说是噱头 |
| 2 | ... | ... | ... | ... |

### 📚 教程经验榜
| 排名 | 主题 | 来源 | 价值点 |
|-----|-----|-----|-------|
| 1 | Docker部署踩坑实录 | 掘金 | 5个常见问题解决方案 |
| 2 | ... | ... | ... |

### 📰 行业动态榜（仅重大事件）
| 事件 | 重要性 | 是否推荐写 |
|-----|-------|----------|
| 大模型 3.7 发布 | ⭐⭐⭐⭐ | ✅ 推荐（有实操价值） |
| XX公司融资 | ⭐⭐ | ❌ 不推荐（纯新闻） |

4. 选题建议

详细的选题优先级请参考：resources/trend-sources.md

Phase 2: 选题与深挖 (Selection & Deep Dive)

1. 选题策略

根据 Phase 1 的分类榜单，按 resources/trend-sources.md 中定义的优先级选择：

2. 用户确认 向用户展示分类榜单，询问：

是否确认首选选题？
是否有其他感兴趣的选题？
是否需要组合选题（如：工具 + 踩坑经验）？

3. 深挖 (Deep Dive) 针对选定的选题，执行深度 WebSearch：

🛠️ 工具类选题深挖方向：

安装教程：如何安装？有什么依赖？支持哪些平台？
使用教程：核心功能怎么用？有哪些实用技巧？
踩坑经验：常见问题有哪些？如何解决？
对比评测：与同类工具相比有什么优劣？
社区反馈：用户评价如何？有哪些吐槽点？

🔥 社区热点类选题深挖方向：

事件脉络：话题是怎么火起来的？
核心争议：正反双方观点是什么？
大牛观点：KOL/专家怎么看？
实际影响：对普通人有什么影响？

📚 教程经验类选题深挖方向：

问题背景：解决了什么痛点？
解决方案：具体步骤是什么？
代码示例：有没有可复用的代码？
避坑指南：有哪些坑需要注意？

4. 生成"选题母本" (Master Brief) 将深挖到的所有信息整合成一份结构化的《选题母本》。这份文档将作为后续写作的基础素材，要求：

详实、准确、有深度
包含可操作的教程步骤
包含社区真实反馈和争议点
包含代码示例（如有）

Phase 3: 内容打磨 (Content Refinement)

此阶段目标：确保《选题母本》质量过关。

调用 subskills/doc-coauthoring Skill：

告诉用户："已生成《选题母本》，现在我们将使用 doc-coauthoring 流程对其进行打磨，确保素材的准确性和深度。"
Context Gathering: 将《选题母本》作为初始 Context 输入。
Refinement: 询问用户对母本是否有补充？是否有遗漏的关键视角？（引导用户确认素材无误）。
Exit: 当用户确认《选题母本》内容满意后，进入下一阶段。

Phase 4: 多风格文章写作 (Article Production)

使用完善后的《选题母本》作为输入，分别调用两个写作 Skill。

任务 A：撰写"咪蒙风格"爆款文

调用 subskills/mimeng-writing Skill：

目标：写一篇 10万+ 阅读量的爆款文章。
核心：情绪共鸣、反常识、金句频出。
执行：
1. 基于母本，挖掘痛点、冲突点（如：AI 替代焦虑、技术圈的鄙视链、新技术的震撼等）。
2. 生成 5 个"咪蒙式"标题供选择（参考 subskills/mimeng-writing 的标题公式）。
3. 撰写正文：使用短句、情绪词、故事化叙事。

任务 B：撰写"微信公众号"技术干货文

调用 subskills/wechat-article-writer Skill：

目标：写一篇专业、实用的技术解读/教程文章。
核心：清晰、价值感、易读性。
执行：
1. 基于母本，梳理结构：背景 -> 核心功能 -> 原理/教程 -> 总结。
2. 生成 5 个吸引人的技术类标题。
3. 撰写正文：包含代码块、排版建议、关键数据引用。

Phase 5: 归档与交付 (Delivery)

获取日期：获取当前日期（包含时分秒），格式化为 YYYYMMDDHHMMSS (例如 20260129103000)。
创建目录：检查当前目录下是否存在该日期的文件夹，若无则自动创建。
保存文件：
- 将"咪蒙风格"文章保存为：./YYYYMMDDHHMMSS/mimeng_{topic_slug}.md
- 将"技术干货"文章保存为：./YYYYMMDDHHMMSS/tech_{topic_slug}.md
- (可选) 将《选题母本》保存为：./YYYYMMDDHHMMSS/brief_{topic_slug}.md
结束反馈：输出最终的文件路径，并提示用户文章已生成完毕。