5ch-roast

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：

# AI agent 操作：
# 1. 读 scored.json
# 2. 对前 20 条添加 _cn_title（中文标题）和 _ai_commentary（中文锐评）
# 3. 写回 scored.json

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：

1. 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）
2. 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
3. 社会隐喻：背后反映的日本社会问题有多深刻
4. 文化反差：对中文读者来说有多"看不懂但大受震撼"
5. 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
6. 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