| name | 5ch-roast |
| description | 抓取 5ch.io 实时热帖（ikioig 全板勢い）前100条，筛选20条最逆天帖子生成中日双语锐评报告，输出到 D:\hermes\5ch-reports\YYYY-MM-DD\。 |
| trigger | ["5ch热帖","5ch锐评","锐评老日","日本论坛热帖","看看5ch","ikioig","5ch.io"] |
5ch Roast — 锐评老日
抓取 5ch.io 实时热帖排行（ikioig）前100条，海选出20条最逆天/最值得吐槽的帖子，逐条带中日双语标题 + ≥100字中文锐评，按离谱程度从高到低排列，输出结构化报告。
工作流
第一步：抓取 100 条
cd ~/.hermes/skills/5ch-roast/scripts && python3 scraper.py
⚠️ 务必使用 timeout=300（5分钟）。scraper 需要逐条请求约90个帖子详情页，默认120s不够。
fail-closed 约束：首页 curl 非零、首页内容为空、或无法解析出有效热帖列表时，scraper.py 必须非零退出，不写出看似成功的空 raw_data.json。单个详情页评论抓取失败可降级为空评论并继续，以避免少数帖子异常导致整批失败。
输出：D:\hermes\5ch-reports\YYYY-MM-DD\raw_data.json（WSL 默认 /mnt/d/hermes/5ch-reports；可用 HERMES_5CH_REPORT_DIR 覆盖）
第二步：自动过滤 + 预打分
cd ~/.hermes/skills/5ch-roast/scripts && python3 filter_score.py
脚本会：
- 自动过滤：电视实况打卡串、偶像例行更新、体育无事件实况、游戏板例行串、低信息量帖
- 预打分：根据板块权重（嫌儲+4/VIP+3）+ meme标签（高市速報+5/悲報+3）+ 逆天关键词 + 过滤后真实评论数（不是30条样本数）+ 标题特征
- 输出
scored.json（≤50条候选，按逆天潜力分降序）+ filter_report.txt（被过滤原因）
fail-closed 约束：缺少 raw_data.json、raw_data 格式错误、或过滤后无候选时，filter_score.py 必须非零退出，避免后续 AI/报告阶段把空候选误当成功。
第三步：AI 精选 20 条 + 写入锐评
从 scored.json 的 candidates 中选 top 20 条（按 _score 排即可），对每条写入：
为每条帖子添加字段：
_cn_title: 中文翻译标题_ai_commentary: ≥100 字中文锐评（毒舌/幽默/文化洞察风格）
逆天程度评判维度：
- 标题炸裂度：标题本身是否荒诞/反常识/情绪化（如「高市速報」「悲報」「朗報」等meme标签加分）
- 评论精彩度：评论区是否有神回复、经典日式阴阳怪气、meme复读
- 社会隐喻：背后反映的日本社会问题有多深刻
- 文化反差：对中文读者来说有多"看不懂但大受震撼"
- 板块纯度：嫌儲的阴阳怪气 > 普通新闻转帖；VIP的混沌发言 > 电视实况串的例行打卡
- 评论数权重：高评论数说明引发了真实讨论，但不是绝对标准（0评论的极品标题党也可能入选）
排除规则：
- 纯电视实况打卡串（如「いちおつ」连打无实质内容的）
- 纯番組表搬运/数据更新的例行串
- 偶像fan串的例行更新（除非有炎上事件）
第四步：生成锐评报告
cd ~/.hermes/skills/5ch-roast/scripts && python3 gen_report.py
gen_report.py 读取 scored.json，取前 20 条，自动生成结构化 Markdown 报告。默认只允许成品出货：Top N 必须满足条数，且每条必须已有 _cn_title 和 _ai_commentary；如需生成半成品骨架供 AI 后续编辑，必须显式传 --allow-skeleton，候选不足时必须显式传 --allow-partial。
输出：D:\hermes\5ch-reports\YYYY-MM-DD\report.md
第五步：输出报告
报告结构（由 gen_report.py 自动生成）：
# 🔥 5ch 锐评老日 — 日期
## 📊 统计速览（含板块分布、评论统计）
## 🏆 逆天排行榜（20条，含 AI 锐评 + 评论区精选）
D:\hermes\5ch-reports\YYYY-MM-DD\
├── raw_data.json ← scraper 输出
├── scored.json ← filter 输出
├── filter_report.txt ← 过滤原因明细
├── report.md ← 最终锐评报告
└── scraper.py ← 脚本备份
重要：生成报告后，必须把 report.md 的完整内容直接发送到对话中，不要只给文件路径让用户手动打开。报告末尾附上文件路径即可。
数据源
| 端点 | 用途 |
|---|
https://headline.5ch.io/ikioig/ | 热帖排行 |
https://XXXX.5ch.io/test/read.cgi/BOARD/THREAD_ID/ | 帖子详情 |
5ch 板块速查
| 板块 | 特征 |
|---|
| 嫌儲 (greta/poverty) | 政治吐槽大本营，万物转高市/安倍，阴阳怪气浓度最高 |
| 速＋ (asahi/newsplus) | 新闻速报+，相对正经但评论区不正经 |
| VIP (mi/news4vip) | 混沌杂谈，讨论方向完全随机，经常性癖暴露 |
| なんG (nova/livegalileo) | 棒球民+各种奇奇怪怪话题 |
| 芸＋ (hayabusa9/mnewsplus) | 艺能新闻，炎上事件必上 |
| ゲハ (krsw/ghard) | 游戏硬件战争，平台fanboy互咬 |
| netidol (egg/netidol) | VTuber/网络偶像 |
已知陷阱
- 5ch 使用 Shift-JIS 编码（实测
<meta charset="Shift_JIS">），scraper.py 多 codec 回退
- ikioig 按发帖速度排序，0评论帖也可能上榜
- ikioig 可能因去重返回少于100条，属正常
- 生成报告时：避免用
execute_code 内嵌大量中文长文本（含「」等引号会触发 SyntaxError），改用 write_file 写脚本 → terminal 运行
- cron 一次性任务/时间戳任务不要当作 recurring 任务纠偏；如需循环抓取，使用 cron 表达式或
every ... schedule，并省略 repeat（默认 forever）
- scraper.py 超时风险：抓取约90条帖子需对每条发HTTP请求获取详情，默认120s超时不够用。务必使用
timeout=300（5分钟）。若仍然超时，检查网络或重试
- scored.json 数据结构：是
{"candidates": [...], "scored_time": "...", ...} 的 dict 结构，不是直接列表。读取候选帖用 data['candidates']。filter_score 控制台输出只显示前20条，完整50条候选在 scored.json 中
- 评论提取：旧版声称「前39楼灌水乱码」经 2026-04-26 实际验证不属实（89条帖子 2139条评论中零条乱码）。scraper 已移除无依据的
is_garbled() 内容过滤，gen_report.py 的评论去重也仅做去重不再按内容过滤
