| 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：
- 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）。
- 生成 5 个"咪蒙式"标题供选择（参考
subskills/mimeng-writing 的标题公式）。
- 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：
- 基于母本，梳理结构：背景 -> 核心功能 -> 原理/教程 -> 总结。
- 生成 5 个吸引人的技术类标题。
- 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。
