// 中文多源舆情聚合调研。给定话题，跨 B 站 / 小红书等中文平台并发拉近 30 天热门内容，按 engagement + recency + relevance 计分排序，输出综合简报。
[HINT] Download the complete skill directory including SKILL.md and all related files
| name | topic |
| description | 中文多源舆情聚合调研。给定话题，跨 B 站 / 小红书等中文平台并发拉近 30 天热门内容，按 engagement + recency + relevance 计分排序，输出综合简报。 |
| triggers | 调研, 全网调研, 近 30 天, 30天内, 多源聚合, 舆情调研 |
| license | MIT |
| allowed-tools | Bash |
按"事件 / 话题"做近 30 天的横向调研。每个平台独立 collector 拿 engagement 数据，跨源去重 + 计分 + 排序，输出 markdown 简报。
主入口在本 skill 目录的 scripts/research.py，子进程方式调用。
收到 /topic <query> 后，第一个动作必须是：调 exec 跑 python3 skills/topic/scripts/research.py "<query>" --emit md（Linux/服务器；Windows 本地若 python3 不存在再用 python）。
不存在以下决策路径——下面任何一种推理出现都违规，必须重写：
只要 user 输入 /topic <query>，无论 query 是：
严禁的逃逸动作：跳过 exec 直接基于训练知识答 / 用 web_fetch 自己搜 / 调 use_skill 切其他 skill。
跑完 exec 拿到 stdout 之后，才有资格按下面「输出契约」格式写 reply。
每次 /topic 调用是独立的——只看本次 user 消息里的 topic 词，完全忽略 chat history 里之前的调研：
/topic <X> /topic <Y> 时，第二次不要做 X vs Y 对比）research.py "<topic>" → 按下面格式输出本次结果调研完成。
## 综合 Top {N}
1. **[<标题原文>](<url>)** _(<源中文名>)_ — <≤50 字摘要>
2. **[<标题原文>](<url>)** _(<源中文名>)_ — <≤50 字摘要>
...（{N} 是 stdout `## 综合 Top N` 段的实际条数，最多 10）
（摘要从 stdout「各源原始素材」段提取；缺失时降级为 `**[标题](url)** _(源)_`，不强加 "—"）
## 各源讨论重点
- **<源中文名>**：<1-2 句基于本源 top 5 实际内容的事实归纳>
- **<源中文名>**：<同上>
### 数据缺失说明
- **<源中文名>**：⚠️ 缺 cookies / 本次未拉到内容 / ⚠️ 采集失败：<错误>
## 情绪分析
- 正面：<1-2 句基于实际笔记内容>
- 负面：<1-2 句>
- 中性 / 信息向：<1-2 句>
（如某维度本次完全没有，就**省略那条 bullet**；不脑补）
归档说明（reply 模板外，仅作背景信息）：脚本会把完整数据（含 engagement 数字 + JSON）落盘到
.paimon/skills/topic/cache/<slug>/供 user 后续查看。reply 内容不要提及落盘路径，更不要file_ops read这些文件——stdout 已含 reply 需要的所有素材。
调脚本 → 用 stdout 写 reply，两步结束：
exec 跑 python3 skills/topic/scripts/research.py "<topic>" --emit md（Linux/Mac/服务器；Windows 本地若 python3 不在再换 python）## 综合 Top N / ## 各源讨论重点 / ## 各源采集情况 / 「各源原始素材」全部段落——这就是 reply 的唯一素材来源，按上面「标准输出结构」格式重组发出严禁：
file_ops read .paimon/skills/topic/cache/<slug>/report.md 或 .json——那只是落盘存档，stdout 已经够了，再读纯属浪费 tokenfile_ops list 找 cache 目录或 slug 名——stdout 末尾「已落盘」提示行就含 slugweb_fetch 补充信息——stdout 数据是唯一源，缺数据的源走「数据缺失说明」段，不要再去搜stdout 「各源采集情况」段会列全部 5 个源。reply 的「各源讨论重点」分上下两段：
上半段（主体）：只列实际采集到 ≥1 条数据的源，每个源 1-2 句基于本源 top 5 实际内容的事实归纳。正负分化（≥2 正 + ≥2 负）的源用「主流认为 X，反方认为 Y」保留双方。
下半段「### 数据缺失说明」：列出所有没数据的源及原因，按 stdout 状态原样写：
⚠️ 缺 cookies：原样写 ⚠️ 缺 cookies，去 webui /feed「站点登录」tab 扫码本次未拉到内容：原样写 本次未拉到内容（不要自己揣测原因）⚠️ 采集失败：xxx：原样写 ⚠️ 采集失败：<错误信息>5 个源必须全部出现（上半段或下半段，不重复），不要省略。不要替用户揣测原因（比如把"未拉到"写成"cookies 失效"或"近期无讨论"）——用户自己能判断。如果 5 源全都没数据，上半段空着不写，只有下半段「数据缺失说明」。
🔥 调研结果来啦~ / 旅行者，派蒙这就帮你跑## 核心发现 / ## 热点话题 / ## 整体风向 / ## 关键事件 / ## 舆情速览 / ## 关键人物## 综合 Top N N 是实际条数；ranked 不足 10 时按实际条数照搬，不要强凑 10 条）## 综合 Top {数字}，不要写成 ## 热度 Top X / ## 综合榜 / ## TOP10 等## B 站（N 条） / ## 知乎（N 条） / ## 小红书（N 条） —— 这些只在落盘文件里播放 1.2M · 赞 50K · 评 3K · score 0.85 —— 全部去掉，只留 标题 + 链接 + 源标记 + 摘要这条很火 / 值得一看 等评价 —— 必须是事实摘要，限 50 字内封神 / 评价极高 / 热度可观 / 值得关注 / 值得期待 / 凶猛 / 亮眼 / 炸裂A vs B 对比 / 延续上次话题发送 reply 前，逐条核对：
## B 站(N 条) / ## 知乎(N 条) / ## 小红书(N 条) 段？## 核心发现 / ## 热点话题 / ## 整体风向 / ## 关键事件 / ## 舆情速览 等自创章节？## 综合 Top N 的 N 照搬，不强凑）？1. **[标题](url)** _(源)_ — 摘要：
[标题](url) 中括号 / 圆括号配对，url 不带空格** / 斜体 _..._ 配对（不要漏一边）— 是「空格 + em-dash + 空格」（U+2014），不是 -- 或 -...）**[标题](url)** _(源)_ 单行，没强加 "— "封神 / 评价极高 / 热度可观 / 值得关注 / 值得期待 / 凶猛 这类评价词？综合 Top {N} → 各源讨论重点 → 情绪分析（不调换、不删减）任何一条 ❌ → 立刻重写，不要发出去。
注：
exec工具已把 cwd 设为项目根（paimon/），直接用相对路径，不要cd，不要拼绝对路径。Python 命令：默认
python3（Linux/Mac/部署服务器都是这个）。仅当python3报 "command not found" 时再换python（Windows 本地常见情况）。首次直接用python3，不要无脑 fallback。
python3 skills/topic/scripts/research.py "Claude 4.7" --emit md
知乎 / 小红书需要 cookies；首次使用前去 webui
/feed面板的「站点登录」tab 扫码登录 （cookies 落到<paimon_home>/cookies/<site>.json，默认.paimon/cookies/，3-12 个月失效后回面板重扫） xhs 走 playwright headless，每次 collect 多 3-5s 启动开销
python3 skills/topic/scripts/research.py "小米 SU7 Ultra" --sources bili --emit md
python3 skills/topic/scripts/research.py "OpenAI" --days 14 --emit json
默认产物落到 ~/.paimon/skills/topic/cache/<slug>/，包含：
report.md —— 人类可读简报report.json —— 结构化数据（其他 skill 可复用）| 参数 | 默认 | 含义 |
|---|---|---|
topic | （必需） | 调研主题 |
--sources | bili,zhihu,xhs,tieba,weibo | 逗号分隔的源列表（支持 bili / zhihu / xhs / tieba / weibo；xhs/tieba/weibo 各启一次 chromium ~3-5s） |
--days | 30 | 时间窗（天） |
--emit | md | 标准输出格式：md / json / both |
--output-dir | <默认缓存> | 产物落盘目录 |
--discover-limit | 20 | 每源 web-search 候选数 |
--enrich-limit | 15 | 每源真正 enrich 的上限 |
--top-n | 10 | brief 版 stdout 输出的 Top N 条数 |
每个 collector 自管 discover + enrich，按统一 schema 输出 Item，再跨源聚合 → 计分 → 渲染：
topic → bili.collect() ─┐
→ github.collect() ├→ items_by_source → score → rank → render → report.md / .json
→ zhihu.collect() ─┤
→ ... 其他源 ─┘
各源现状：
/api/v4/search_v3），需要 cookies（playwright 登录后 storage_state）；处理 question / answer / article 三种 hit 类型，拿点赞 / 评论 / 收藏 / 感谢scripts/lib/core/score.py）—— 各源专属 engagement 公式 + 同源 P90 归一化，最终 0.25·recency + 0.5·engagement + 0.25·relevance：
0.4·log10(view) + 0.3·log10(favorite) + 0.3·log10(danmaku)0.5·log10(voteup) + 0.3·log10(thanks) + 0.1·log10(comment) + 0.1·log10(favorite)log10(like)（搜索列表 only-like，favorite/comment 缺失走兜底）log10(reply) 主信号，view 有则加权 0.7/0.30.4·log10(repost) + 0.3·log10(comment) + 0.3·log10(like)skills/topic/
├── SKILL.md # 本文件
└── scripts/
├── research.py # CLI 入口
└── lib/
├── core/ # 公共组件（schema / http / log / dates / score / render / discover）
└── sources/ # 各 source collector
├── bili.py # ✅ 走官方 search API，免登录
├── zhihu.py # ✅ search v3 + cookies
├── xhs.py # ✅ playwright headless + cookies + DOM
├── tieba.py # ✅ playwright + 百度 BDUSS cookies + DOM
├── weibo.py # ✅ playwright + cookies + s.weibo.com DOM
└── ... # 后续 GitHub（公开 search API，技术话题补充）
每个 source collector 必须暴露统一签名：
def collect(topic: str, range_from: str, range_to: str, *, limit: int) -> list[Item]
binding_kind='deep_research' 的执行体（每周 1 次而非每日）research.py。脚本采集结果由数据说话，命中没结果时照实输出「数据缺失说明」段。严禁 LLM 在调脚本前判定「这不属于 topic 范畴」从而绕过脚本去用 web_fetch / 训练知识。实测下来除 B 站 / GitHub 外，主流中文 UGC 平台全部需要登录态（匿名直接 403 / 302 跳登录）。所以统一走 playwright cookies 路径——首次本地扫码登录，cookies 落 ~/.paimon/cookies/{site}.json，云端 rsync。
| Source | 状态 | 难度 | 路径 |
|---|---|---|---|
| B 站 | ✅ 已接入 | ★ 易 | 官方 search API，免登录 |
| 知乎 | ✅ 已接入 | ★★ 中 | search v3 API + cookies；首次去 webui /feed「站点登录」tab 扫码 |
| 小红书 | ✅ 已接入 | ★★★ 中难 | playwright headless + cookies + DOM 解析；MVP 不抓发布日期 |
| 贴吧 | ✅ 已接入 | ★★ 中 | playwright headless + 百度 BDUSS cookies + DOM 解析（匿名 403 跳百度安全验证） |
| 微博 | ✅ 已接入 | ★★★ 难 | playwright headless + cookies + 解析 s.weibo.com 搜索页 DOM；selector 待 user 实测调 |
| GitHub | TODO | ★ 易 | 公开 search API，免登录；技术话题补充 |
各站 cookies 失效后，回 webui /feed「站点登录」tab 扫码续期。
model_router（deepseek-pro）重排相关度BusinessArchon.call_skill('topic', topic=...) 调用代理（与世界式 v0.3 设计对齐）binding_kind='deep_research'，每周自动跑（与现有 manual 日报订阅并存）