菜单
在 Reddit + X + 网页上搜索任意话题的近30天内容，综合分析结果，输出可直接复制使用的精炼提示词。当用户想获取某话题的近期社交/网络动态、询问"大家怎么看X"，或想了解当前最佳实践时使用。完整的 Reddit+X 功能需要 OPENAI_API_KEY 和/或 XAI_API_KEY，缺少时自动降级为网页搜索模式。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
使用 Grok 实时搜索 X/Twitter，查找帖子、热门话题和讨论，并附带引用来源。
A股主题跟踪 — 从韭菜公社抓取市场热点、产业链、异动板块、最新段子，AI 结构化提取后进行多维分析。
Backtest crypto and traditional trading strategies against historical data. Calculates performance metrics (Sharpe, Sortino, max drawdown), generates equity curves, and optimizes strategy parameters. Use when user wants to test a trading strategy, validate signals, or compare approaches. Trigger with phrases like "backtest strategy", "test trading strategy", "historical performance", "simulate trades", "optimize parameters", or "validate signals".
A self-evolution engine for AI agents. Analyzes runtime history to identify improvements and applies protocol-constrained evolution.
通过 Tushare Pro MCP 获取中国金融市场数据。覆盖 A股/港股/美股/基金/期货/债券/宏观 共 158+ 个接口。当需要股价、财务、指数、宏观数据时，使用 tushare_* MCP tool 而非 Python 脚本。
Searches Google and extracts full page content from every result via trafilatura. Returns clean readable text, not just snippets. Use when the user needs web search, research, current events, news, factual lookups, product comparisons, technical documentation, or any question requiring up-to-date information from the internet.
| name | last30days |
| description | 在 Reddit + X + 网页上搜索任意话题的近30天内容，综合分析结果，输出可直接复制使用的精炼提示词。当用户想获取某话题的近期社交/网络动态、询问"大家怎么看X"，或想了解当前最佳实践时使用。完整的 Reddit+X 功能需要 OPENAI_API_KEY 和/或 XAI_API_KEY，缺少时自动降级为网页搜索模式。 |
在 Reddit、X 和网页中研究任意话题，呈现人们当前正在讨论、推荐和争论的内容。
使用场景：
开始任何操作前，先解析用户输入：
常见模式：
[话题] for [工具] → "Nano Banana Pro 的网页原型" → 已指定工具[话题] prompts for [工具] → "Midjourney 的 UI 设计提示词" → 已指定工具[话题] → "iOS 设计原型" → 未指定工具，没有关系重要：研究前不要询问目标工具。
保存以下变量：
TOPIC = [提取的话题]TARGET_TOOL = [提取的工具，未指定则为 "unknown"]QUERY_TYPE = [RECOMMENDATIONS | NEWS | HOW-TO | GENERAL]技能根据可用 API 密钥分三种模式运行：
API 密钥为可选项。 无密钥时技能将自动使用网页搜索模式。
若用户希望添加 API 密钥以获得更好的结果：
mkdir -p ~/.config/last30days
cat > ~/.config/last30days/.env << 'ENVEOF'
# last30days API Configuration
# Both keys are optional - skill works with WebSearch fallback
# For Reddit research (uses OpenAI's web_search tool)
OPENAI_API_KEY=
# For X/Twitter research (uses xAI's x_search tool)
XAI_API_KEY=
ENVEOF
chmod 600 ~/.config/last30days/.env
echo "Config created at ~/.config/last30days/.env"
echo "Edit to add your API keys for enhanced research."
未配置密钥时不要停止。 直接进入纯网页模式继续执行。
重要：脚本会自动检测 API 密钥。 运行脚本后通过输出判断当前模式。
第1步：运行研究脚本
python3 ./scripts/last30days.py "$ARGUMENTS" --emit=compact 2>&1
脚本将自动：
第2步：检查输出模式
脚本输出将显示当前模式：
第3步：执行网页搜索
所有模式下均需执行网页搜索（补充或在纯网页模式下提供全部数据）。
根据 QUERY_TYPE 选择搜索词：
若为 RECOMMENDATIONS（"最好的 X"、"顶级 X"、"推荐用哪个 X"）：
best {TOPIC} recommendations{TOPIC} list examplesmost popular {TOPIC}若为 NEWS（"X 怎么了"、"X 新闻"）：
{TOPIC} news 2026{TOPIC} announcement update若为 PROMPTING（"X 提示词"、"X 的提示词写法"）：
{TOPIC} prompts examples 2026{TOPIC} techniques tips若为 GENERAL（默认）：
{TOPIC} 2026{TOPIC} discussion所有查询类型均须注意：
第3步：等待后台脚本完成 在进入综合分析前，使用 TaskOutput 获取脚本结果。
深度选项（通过用户命令传入）：
--quick → 更快，较少来源（每处 8-12 个）--deep → 全面（Reddit 50-70，X 40-60）所有搜索完成后，在内部进行综合（此时不显示统计数据）：
裁判智能体须：
此处不显示统计数据 — 统计数据在邀请语前的最后位置展示。
关键：让综合分析扎根于实际研究内容，而非已有知识。
仔细阅读研究输出，注意：
反模式警示：若用户询问"clawdbot 技能"，研究返回了 ClawdBot 内容（自托管 AI 智能体），不要因为两者都涉及"技能"就将其综合为"Claude Code 技能"。读取研究实际所说的内容。
关键：提取具体名称，而非泛泛规律。
当用户询问"最好的 X"或"顶级 X"时，他们想要一个具体清单：
"最好的 Claude Code 技能"的糟糕综合：
"技能很强大。保持在500行以内。使用渐进式披露。"
"最好的 Claude Code 技能"的优秀综合：
"提及最多的技能：/commit（5次），remotion skill（4次），git-worktree（3次），/pr（3次）。Remotion 的公告在 X 上获得了1.6万个点赞。"
从实际研究输出中识别：
若研究说"使用 JSON 提示词"或"结构化提示词"，后续交付提示词时必须使用该格式。
关键：不要输出任何"来源："列表。最终展示应简洁干净。
按以下确切顺序展示：
第一部分——我的研究发现（根据 QUERY_TYPE）：
若为 RECOMMENDATIONS — 展示提及的具体内容：
🏆 提及最多：
1. [具体名称] — 提及 {n} 次（r/版块、@账号、blog.com）
2. [具体名称] — 提及 {n} 次（来源）
3. [具体名称] — 提及 {n} 次（来源）
4. [具体名称] — 提及 {n} 次（来源）
5. [具体名称] — 提及 {n} 次（来源）
值得关注：[其他1-2次提及的具体内容]
若为 PROMPTING/NEWS/GENERAL — 展示综合与规律：
我的研究发现：
[2-4句话，综合实际研究输出中的关键洞察。]
我将使用的关键规律：
1. [来自研究的规律]
2. [来自研究的规律]
3. [来自研究的规律]
第二部分——统计数据（紧接在邀请语之前）：
完整/部分模式（有 API 密钥）：
---
✅ 所有智能体已报告！
├─ 🟠 Reddit：{n} 个帖子 │ {sum} 点赞 │ {sum} 评论
├─ 🔵 X：{n} 条帖子 │ {sum} 点赞 │ {sum} 转发
├─ 🌐 网页：{n} 个页面 │ {domains}
└─ 热门来源：r/{版块1}、r/{版块2} │ @{账号1}、@{账号2} │ {作者} on {网站}
纯网页模式（无 API 密钥）：
---
✅ 研究完成！
├─ 🌐 网页：{n} 个页面 │ {domains}
└─ 主要来源：{作者1} on {网站1}、{作者2} on {网站2}
💡 想获取互动数据？向 ~/.config/last30days/.env 添加 API 密钥：
- OPENAI_API_KEY → Reddit（真实点赞数和评论数）
- XAI_API_KEY → X/Twitter（真实点赞数和转发数）
第三部分——邀请语：
---
告诉我你想创作什么，我将为你写一段可直接复制粘贴到 {TARGET_TOOL} 的精炼提示词。
使用研究输出中的真实数据。 呈现的规律应是研究中的实际洞察，而非泛泛建议。
展示前自我检查：重新阅读"我的研究发现"部分。它是否与研究实际内容匹配？若研究内容关于 ClawdBot（自托管 AI 智能体），你的摘要应该是关于 ClawdBot 的，而非 Claude Code。若发现自己在投射已有知识而非研究内容，请重写。
若展示结果后 TARGET_TOOL 仍未知，现在再询问（而非研究前）：
你将在哪个工具中使用这些提示词？
选项：
1. [研究中提及的最相关工具——例如研究提到 Figma/Sketch 则提供这些选项]
2. Nano Banana Pro（图像生成）
3. ChatGPT / Claude（文字/代码）
4. 其他（告诉我）
重要：展示后，等待用户回应。不要直接输出通用提示词。
展示统计摘要和邀请语后，停止并等待用户告知他们想要创作什么。
当用户描述他们的想法（如"我想做一个 SaaS 产品的落地页原型"），再针对性地写一段精炼提示词。
根据他们想要创作的内容，结合研究专业积累，写出一段高度定制的提示词。
若研究推荐了特定的提示词格式，必须使用该格式：
键: 值 格式反模式警示：研究说"使用含设备规格的 JSON 提示词"，但你写了纯散文。这完全违背了研究的目的。
这是为 {TARGET_TOOL} 准备的提示词：
---
[实际提示词——按研究推荐的格式撰写。研究建议 JSON 就用 JSON，建议自然语言就用散文。匹配有效的格式。]
---
应用了：[一行简述你采用了哪条研究洞察]
仅在用户明确要求时，提供 2-3 个变体。不要主动输出大量提示词包。
每次交付提示词后，提供继续服务的邀请：
想要另一个提示词？告诉我你下一步想创作什么。
在本次对话的剩余部分，记住：
关键：研究完成后，你即成为该话题的专家。
当用户提出后续问题时：
仅当用户明确询问不同话题时，才开始新的研究。
每次交付提示词后，以以下内容结尾：
完整/部分模式：
---
📚 专精领域：{TOPIC}（面向 {TARGET_TOOL}）
📊 基于：{n} 个 Reddit 帖子（{sum} 点赞）+ {n} 条 X 发帖（{sum} 点赞）+ {n} 个网页
想要另一个提示词？告诉我你下一步想创作什么。
纯网页模式：
---
📚 专精领域：{TOPIC}（面向 {TARGET_TOOL}）
📊 基于：来自 {domains} 的 {n} 个网页
想要另一个提示词？告诉我你下一步想创作什么。
💡 解锁 Reddit & X 数据：向 ~/.config/last30days/.env 添加 API 密钥