소스 정보
- 저장소
- aAAaqwq/AGI-Super-Team
- 최근 소스 활동
- 2026년 6월 30일 01:33
- 감지된 SKILL.md 언어
- 중국어
- 스타
- 86
- 포크
- 22
설치 방법
기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.
소스 파일 검토
설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.
메뉴
기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.
설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.
SOC 직업 분류 기준
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
직접 명령은 검토 Prompt를 거치지 않습니다. 실행하기 전에 소스를 확인하세요.
npx skills add https://github.com/aAAaqwq/AGI-Super-Team --skill wechat-ai-radar명령은 한 줄로 유지됩니다. 복사하기 전에 가로로 스크롤해 전체 내용을 확인하세요.
로컬 사본을 원하시나요? SkillsMP에서 현재 제공할 수 있는 파일을 다운로드하세요.
SKILL.md 표시 중
币安广场合约投机雷达 v5：以最近24小时专业交易帖为主要证据，回源核验帖子， 联合币安公共合约行情、4周期K线、布林带、ATR、量能和RR，生成可审计的本地影子报告。 触发词：币安广场、扫描币安、binance square、合约机会、交易信号雷达、4小时雷达
BTC 5分钟K线实时方向预测。v5.9对抗式审查重构: 13因子收敛到3个有证据信号(half_body延续+volume放量+meanrev回归, 11个47-49%硬币因子清零) + 三层独立信息过滤(多周期4h/1h/15m趋势 + 跨资产ETH/SOL广度 + 真订单流OFI) + 移除bull×0.92惩罚/Platt置信度门控。半K线策略第2分钟执行。黑天鹅防护: ATR spike+FNG<25。Binance端点双向故障切换。
BB 双向套利策略：加密合约 10x 杠杆布林带均值回归。布林带收窄=横盘→在下轨买、上轨卖；三重过滤器(1h趋势/RSI/BB甜区)确认碗平放，轨对轨止盈(RR 2:1~4:1)。含实时WebSocket模拟盘(paper)、历史回测(simulate/backtest_daily)、币安永续实盘CLI(trade_exec)。触发：'bb套利'、'布林带'、'bollinger'、'横盘策略'、'NEAR'、'回测'、'模拟盘'、'paper trading'。
| name | wechat-ai-radar |
| description | 微信朋友圈AI雷达 — 自动化采集276+条朋友圈内容，通过AI视觉提取、分类分析、商机发现，生成结构化简报。支持每日定时任务，一键生成热点报告。 |
| triggers | ["微信朋友圈分析","朋友圈简报","朋友圈AI报告","微信热点分析","分析朋友圈","生成朋友圈报告","采集朋友圈","wechat moments"] |
项目路径: ~/wechat_ai_radar/
微信朋友圈AI雷达是一个完整的自动化内容采集+分析系统，核心流程：
微信朋友圈滚动截图 → AI视觉提取内容 → 存储数据库 → AI分类聚合分析 → 生成结构化简报
| 模块 | 路径 | 功能 |
|---|---|---|
| config.py | ~/wechat_ai_radar/config.py | 全局配置（坐标、API、日志等） |
| app.py | ~/wechat_ai_radar/app.py | 主程序入口，支持多模式运行 |
| run_300.py | ~/wechat_ai_radar/run_300.py | 采集300条帖子完整流程脚本 |
| automation/ | automation/scroll_moments.py | PyAutoGUI模拟滚动截图 |
| extractor/ | extractor/moments_extractor.py | AI视觉从截图提取朋友圈内容 |
| db/ | db/database.py | SQLite数据库读写 |
| ai/ | ai/classify.py, ai/summarize.py |
| AI分类和聚合分析 |
| reports/ | reports/daily_report.py | 日报生成器 |
WECHAT_MOMENTS_FALLBACK_X = 0 # 朋友圈窗口x坐标（屏幕左上角）
WECHAT_MOMENTS_FALLBACK_Y = 0 # 朋友圈窗口y坐标
WECHAT_CONTENT_WIDTH = 550 # 内容区宽度
WECHAT_CONTENT_HEIGHT = 969 # 内容区高度
滚动鼠标目标 = (275, 484) # 内容区中心
SCROLL_COUNT = 50 # 默认滚动次数
SCROLL_INTERVAL = 1.0 # 滚动间隔（秒）
SCROLL_AMOUNT = -300 # 每次滚动像素量（负值=向上）
SCROLL_MOUSE_CLICKS = 3 # 每次滚动执行几次scroll调用
AI_API_URL = "https://api.qingyuntop.top/v1" # 青禾聚合API
AI_API_KEY = config.AI_API_KEY # 从config读取
AI_MODEL = "gpt-4o-mini"
AI_MAX_TOKENS = 4000
AI_TEMPERATURE = 0.7
AI_REQUEST_DELAY = 1.0 # API请求间隔（秒）
AI_BATCH_SIZE = 10 # 每批处理数量
cd ~/wechat_ai_radar && uv run python run_300.py
流程：
moments.db目标：约300条帖子 / 耗时约15-20分钟
cd ~/wechat_ai_radar && uv run python -c "
from automation.open_wechat import WeChatOpener
from automation.scroll_moments import MomentsScroller
import config
opener = WeChatOpener()
opener.activate_wechat()
scroller = MomentsScroller(scroll_count=50, scroll_interval=1.5)
screenshots = scroller.scroll_full(capture=True)
print(f'截图完成: {len(screenshots)} 张')
"
已有 extracted_*.json 数据文件时，直接生成简报：
cd ~/wechat_ai_radar && uv run python reports/generate_daily_report.py
日报结构（用户指定框架）：
# 今日朋友圈热点
## 🔥 热门关键词
## 📈 热门分类（AI/活动/创业/SaaS/出海/促销）
## 💼 商机发现（AI合作/合作需求/创业动态/投资动态）
## 👥 高频人物
## 🧠 AI总结
# 仅滚动截图
uv run python app.py scroll
# OCR文字提取（需要paddleocr）
uv run python app.py ocr
# AI分析已有数据
uv run python app.py analyze
# AI总结
uv run python app.py summarize
# 生成日报
uv run python app.py report
# 启动定时任务（每天21:00自动运行）
uv run python app.py schedule --hour 21 --minute 0
| 用途 | 路径 |
|---|---|
| 数据库 | ~/wechat_ai_radar/data/moments.db |
| 截图目录 | ~/wechat_ai_radar/screenshots/ |
| 报告目录 | ~/wechat_ai_radar/reports/ |
| 日志目录 | ~/wechat_ai_radar/logs/ |
| 最新提取数据 | ~/wechat_ai_radar/data/extracted_YYYYMMDD_HHMMSS.json |
-- moments 表
id, content, author, image_path, created_at, hash,
likes, comments, is_analyzed, category, keywords,
people, companies, business_opportunity, sentiment, summary
# 读取数据示例
from db.database import Database
from db.storage import Storage
db = Database()
storage = Storage(db)
moments = storage.get_recent(days=7, limit=100)
for m in moments:
print(f"[{m.author}] {m.content[:50]}")
reports/generate_daily_report.pyextracted_*.json 文件reports/daily_report_to_docx.pyextract_and_analyze.py# 安装依赖
cd ~/wechat_ai_radar && uv sync
# 核心依赖（pyproject.toml）
pyautogui, Pillow, python-dateutil, openai, httpx, APScheduler
# 完整采集+简报
cd ~/wechat_ai_radar && uv run python run_300.py
# 快速生成日报（基于已有JSON）
cd ~/wechat_ai_radar && uv run python reports/generate_daily_report.py
# 生成Word版日报
cd ~/wechat_ai_radar && uv run python reports/daily_report_to_docx.py
# 采集50次滚动截图
cd ~/wechat_ai_radar && uv run python -c "
from automation.open_wechat import WeChatOpener
from automation.scroll_moments import MomentsScroller
opener = WeChatOpener()
opener.activate_wechat()
scroller = MomentsScroller(scroll_count=50, scroll_interval=1.5)
screenshots = scroller.scroll_full(capture=True)
print(f'完成: {len(screenshots)} 张截图')
"