name: last30days-cn version: "3.1.0-cn" description: "Chinese-platform last-30-days research skill covering Weibo, Xiaohongshu, Bilibili, Zhihu, Douyin, WeChat, Baidu, and Toutiao. Includes Markdown, JSON, compact context, and Guizang-inspired Swiss/IKB HTML report output." argument-hint: 'last30 AI 编程助手, last30 最近 30 天中文平台舆情, last30 具身智能 --html' allowed-tools: Bash, Read, Write, WebSearch author: Jesse license: MIT user-invocable: true metadata: openclaw: emoji: "CN" requires: optionalEnv: - WEIBO_ACCESS_TOKEN - SCRAPECREATORS_API_KEY - ZHIHU_COOKIE - TIKHUB_API_KEY - DOUYIN_API_KEY - WECHAT_API_KEY - BAIDU_API_KEY - BAIDU_SECRET_KEY bins: - python3 files: - "scripts/*" tags: - research - deep-research - chinese-platforms - weibo - xiaohongshu - bilibili - zhihu - douyin - wechat - baidu - toutiao - trends - html-report

last30days-cn

You are a Chinese-platform research assistant. Use this skill when the user asks for recent Chinese internet discussion, trend research, public-source evidence, or "last 30 days" coverage across Weibo, Xiaohongshu, Bilibili, Zhihu, Douyin, WeChat public accounts, Baidu, and Toutiao.

Core Rule

Always ground claims in returned results. Do not invent sources, links, engagement numbers, dates, or platform sentiment. If coverage is sparse, say so clearly.

Run

Use the skill-local scripts directory:

python {{SKILL_DIR}}/scripts/last30days.py "{{USER_TOPIC}}" --emit compact

Useful variants:

python {{SKILL_DIR}}/scripts/last30days.py "{{USER_TOPIC}}" --quick --emit compact
python {{SKILL_DIR}}/scripts/last30days.py "{{USER_TOPIC}}" --deep --emit md
python {{SKILL_DIR}}/scripts/last30days.py "{{USER_TOPIC}}" --emit html-path
python {{SKILL_DIR}}/scripts/last30days.py "{{USER_TOPIC}}" --search weibo,bilibili,zhihu --emit compact
python {{SKILL_DIR}}/scripts/last30days.py "{{USER_TOPIC}}" --as-of 2026-05-01 --emit compact
python {{SKILL_DIR}}/scripts/last30days.py "{{USER_TOPIC}}" --refresh --emit compact
python {{SKILL_DIR}}/scripts/last30days.py "{{USER_TOPIC}}" --no-cache --emit compact
python {{SKILL_DIR}}/scripts/last30days.py --diagnose
python {{SKILL_DIR}}/scripts/last30days.py --diagnose --emit json
python {{SKILL_DIR}}/scripts/last30days.py setup

--as-of YYYY-MM-DD 以指定日期为终点回溯 N 天（历史回溯）；--refresh 忽略缓存并刷新结果；--no-cache 跳过缓存读写；--cache-ttl HOURS 控制缓存有效期。未指定 --search 时回退到环境变量 LAST30DAYS_DEFAULT_SEARCH，EXCLUDE_SOURCES 可排除指定源。输出中若多个平台讨论同一事件，会先给出「跨平台聚合热点」。

输出契约

• Preserve the first engine badge line exactly, e.g. 🌐 last30days-cn v... · 数据截至 ...; if it ends with · 缓存, mention that the evidence is cached.
• Do not invent a new title before the badge and do not add a final Sources: block. Cite sources inline with platform names and URLs from the returned evidence.
• Do not invent source availability, engagement numbers, dates, or cross-platform sentiment. If a source is unavailable or sparse, say that directly.
• Treat --diagnose text as human-readable setup guidance; use --diagnose --emit json only when machine-readable status is needed.

Output Modes

• compact: concise Markdown evidence for the agent to synthesize.
• md: full Markdown report.
• html: complete standalone HTML report.
• html-path: path to the generated report.html.
• json: structured report data.
• context: reusable context snippet.
• path: path to last30days.context.md.

The HTML report uses a Swiss/IKB visual system inspired by op7418/guizang-ppt-skill. It is intended for browser viewing, archiving, and printing, not for interactive PPT generation.

查询类型路由提示

• Breaking news, hot debates, or public sentiment: prioritize Weibo and Toutiao, with Baidu for cross-checking.
• Tutorials, workflows, demos, or creator tools: prioritize Bilibili, Xiaohongshu, Zhihu, and WeChat.
• Product reputation or recommendation questions: compare Xiaohongshu, Zhihu, Bilibili, and Weibo rather than relying on one platform.
• When the topic is broad or ambiguous, run the default source set and synthesize only claims supported by returned evidence.

Configuration

Most sources can be tried with no configuration. Optional credentials improve stability:

WEIBO_ACCESS_TOKEN=
SCRAPECREATORS_API_KEY=
ZHIHU_COOKIE=
TIKHUB_API_KEY=
DOUYIN_API_KEY=
WECHAT_API_KEY=
BAIDU_API_KEY=
BAIDU_SECRET_KEY=

Config file:

~/.config/last30days-cn/.env

Optional crawler mode:

python -m pip install playwright
python -m playwright install chromium

First-time setup helper:

python {{SKILL_DIR}}/scripts/last30days.py setup

Synthesis Guidance

When presenting the final answer:

1. State the date range and the active sources.
2. Separate confirmed findings from weak or sparse signals.
3. Cite platform and URL for important claims.
4. Compare platform differences when multiple sources discuss the same topic.
5. Mention unavailable or failed sources if that affects confidence.
6. Keep the final answer in Chinese unless the user requests otherwise.

Compliance

This skill is for learning, research, and personal knowledge work. Use low frequency, respect platform terms and robots.txt, and avoid large-scale scraping, personal data collection, commercial collection services, or any illegal use.

📰 last30days-cn — 中国平台深度研究引擎

🚀 30 天的研究，30 秒的结果。8 大平台。零过时信息。

last30days-cn 是一个 AI Agent 技能（Skill），能够自动搜索中国互联网 8 大主流平台最近 30 天的内容，综合分析后生成有据可查的研究报告。

🔗 本项目基于 mvanhorn/last30days-skill 进行深度本土化改造，完全面向中国用户和中文互联网平台。

🕷️ v2.0 集成 MediaCrawler 爬虫引擎思路，大幅减少 API Key 依赖。v2.1 修复百度/小红书反爬问题，XHR 拦截替代 DOM 解析，Bing 兜底搜索，已移除无效的 ScrapeCreators 小红书集成。

当前版本：v3.1.0

👤 作者 / Author: Jesse (@Jesseovo)

✨ v3.1.0 优化内容

• 修复中文平台日期统一按北京时间（CST）归档，避免非北京时间机器上的窗口边界偏移。
• 新增 CJK bigram 回退分词，jieba 变为可选增强，skill 可零硬依赖运行。
• 统一 HTTP 重试退避、Retry-After 解析和 debug URL 脱敏。
• 新增 payload 生成/漂移检查、版本单源、缓存接线和 GitHub Actions CI。

✨ v3.0.0 升级内容

• 追平原版 v3 的 Agent Skills 包结构：skills/last30days 现在是可独立安装的运行载荷。
• 中文 CLI 统一使用单入口 last30days.py，根目录和 Skill 载荷保持同名结构。
• 新增 --emit html 和 --emit html-path，可生成离线可打开的 report.html。
• HTML 报告融入 op7418/guizang-ppt-skill 的 Swiss/IKB 视觉语言，适合浏览、归档、打印。
• 小红书和知乎搜索增加空结果兜底说明，失败时会标注已尝试路径与可能原因。
• 抖音、头条在原生接口被风控时新增公开搜索引擎兜底，不再静默返回 0 条（见 issue #8）。
• 修复 macOS/Linux 下 skills/last30days/SKILL.md 损坏 symlink 导致的 npx 安装失败（见 issue #10）。
• 对照上游 mvanhorn/last30days-skill 同步若干平台无关能力：--as-of 历史回溯、跨平台聚合热点、LAST30DAYS_DEFAULT_SEARCH/EXCLUDE_SOURCES 配置开关、诚实 --diagnose（实时探测）、HTML 报告 XSS 加固。
• 根目录 scripts/ 继续保留，方便本地开发和旧路径调用；Agent Skills 安装使用 skills/last30days/scripts 下的自包含载荷。

✅ 质量验证

本次发布前已完成以下质检：

• 远端发布 tag 统一为 v3.0.0，没有额外 v3 派生 tag。
• 根目录与 Skill 载荷均统一使用 last30days.py 单入口，没有额外入口文件。
• 全量测试通过：py -m pytest，共 176 passed。
• 根目录入口和 Skill 载荷入口均已验证：py scripts/last30days.py --diagnose 与 py skills/last30days/scripts/last30days.py --diagnose 均可正常输出平台可用性诊断。

⚠️ 免责声明 / Disclaimer

请务必仔细阅读以下内容。使用本项目即表示您同意以下所有条款。

法律合规声明

1. 本项目仅供学习和研究目的。所有爬虫功能仅用于技术学习与研究交流，严禁用于商业用途。
2. 使用者必须严格遵守中华人民共和国相关法律法规，包括但不限于：
   • 《中华人民共和国网络安全法》
   • 《中华人民共和国数据安全法》
   • 《中华人民共和国个人信息保护法》
   • 《中华人民共和国反不正当竞争法》
3. 使用者必须遵守各平台的**服务条款（ToS）**和 robots.txt 规定。
4. 禁止将本项目用于以下行为：
   • 大规模、高频率地抓取平台数据
   • 收集、存储或传播他人个人隐私信息
   • 破坏或干扰平台正常运营
   • 任何形式的非法数据倒卖或商业牟利
   • 对外提供自动化数据采集服务
5. 本项目开发者不承担因使用本项目而产生的任何法律责任。用户应自行承担使用本项目的全部法律风险。
6. 如有侵权，请联系作者，将在第一时间处理。

技术免责

• 爬虫功能依赖 Playwright 浏览器自动化，模拟正常用户浏览行为，不涉及逆向加密算法或破解安全机制。
• 各平台接口随时可能变更，本项目不保证所有功能始终可用。
• 建议将请求频率控制在合理范围内（如每次搜索间隔 ≥ 5 秒），避免被平台封禁。

💡 爬虫违法违规的案例频发，请务必合法合规使用。 参考：中国爬虫相关法律案例汇总

✨ v2.0 新特性

🆕 v2.0 vs v1.0 对比

核心升级

1. 集成 MediaCrawler 爬虫引擎 — 基于 Playwright 浏览器自动化，无需逆向加密算法，大幅降低使用门槛
2. 7/8 平台零配置可用 — 除微信外，所有平台均可无需 API Key 使用
3. 智能降级策略 — API 优先 → 爬虫模式 → 公开接口，三级自动降级
4. 修复 Issue #1 — 修复 marketplace.json 缺少 owner 字段导致 Claude Code 安装失败的 bug
5. 登录态缓存 — 爬虫模式支持 Cookie 持久化，减少重复登录

📋 平台支持

🕷️ = 需要安装 Playwright（pip install playwright && playwright install chromium）

🤖 Agent 平台安装

Agent Skills（推荐）

npx skills add Jesseovo/last30days-skill-cn -g

Cursor（推荐）

将项目克隆到 Cursor 技能目录：

git clone https://github.com/Jesseovo/last30days-skill-cn.git

然后在 Cursor 中将 SKILL.md 添加为项目技能。

Claude Code

# 方式一：通过 Agent Skills 安装（推荐）
npx skills add Jesseovo/last30days-skill-cn -g

# 方式二：手动安装
git clone https://github.com/Jesseovo/last30days-skill-cn.git ~/.claude/skills/last30days-cn

OpenClaw / ClawHub

git clone https://github.com/Jesseovo/last30days-skill-cn.git ~/.agents/skills/last30days-cn

Gemini CLI

git clone https://github.com/Jesseovo/last30days-skill-cn.git
# 在 Gemini CLI 中作为扩展加载

通用 Agent

任何支持 Bash / Read / Write 工具的 AI Agent 都可以使用本技能。

⚙️ 配置指南

📍 第一步：可选增强

python -m pip install jieba

jieba 不是硬依赖；未安装时会自动使用 CJK bigram 回退分词，仍可运行。

📍 第二步：安装爬虫引擎（可选，推荐，可获取 7/8 平台数据）

python -m pip install playwright
python -m playwright install chromium

安装 Playwright 后，微博、小红书、抖音、B站（备用）、知乎（备用）均可无需 API Key 使用。

📍 第三步：创建配置文件（可选）

如果您希望使用 API 模式获取更稳定的数据，或需要使用微信公众号搜索：

mkdir -p ~/.config/last30days-cn
touch ~/.config/last30days-cn/.env
chmod 600 ~/.config/last30days-cn/.env

Windows（PowerShell）等价： 创建目录与空配置文件可用 New-Item -ItemType Directory -Force -Path "$env:USERPROFILE\.config\last30days-cn" 与 New-Item -ItemType File -Path "$env:USERPROFILE\.config\last30days-cn\.env" -Force。限制 .env 仅当前用户可读写可近似使用 icacls "$env:USERPROFILE\.config\last30days-cn\.env" /inheritance:r /grant:r "$($env:USERNAME):(R,W)"（与 Unix chmod 600 意图相近，权限模型不同）。

编辑 ~/.config/last30days-cn/.env，按需填入 API Key：

# ============================================
# last30days-cn v2.0 配置文件
# ============================================
# 📌 说明：所有 API Key 均为可选
# 安装 Playwright 后，大部分平台已可通过爬虫模式使用
# API Key 提供更稳定的数据获取方式
# ============================================

# 🔴 微博开放平台（可选，已有爬虫模式替代）
# 获取方式: https://open.weibo.com → 创建应用 → 获取 Access Token
WEIBO_ACCESS_TOKEN=

# 📕 小红书（可选，已有爬虫模式替代）
# 获取方式: https://scrapecreators.com → 注册 → 获取 API Key
SCRAPECREATORS_API_KEY=

# 💬 知乎 Cookie（可选，增强搜索质量）
# 获取方式: 浏览器登录知乎 → F12 → Network → 复制 Cookie 值
ZHIHU_COOKIE=

# 🎵 抖音（可选，已有爬虫模式替代）
# 获取方式: https://tikhub.io → 注册 → 获取 API Key
TIKHUB_API_KEY=

# 💚 微信公众号搜索（目前无爬虫替代，需 API Key 才能使用）
# 获取方式: 使用第三方微信搜索 API 服务商
WECHAT_API_KEY=

# 🔵 百度搜索 API（可选，公开搜索已可用）
# 获取方式: https://cloud.baidu.com → 搜索服务 → 创建应用
BAIDU_API_KEY=
BAIDU_SECRET_KEY=

📍 第四步：验证配置

python scripts/last30days.py --diagnose

将输出各平台的可用状态和爬虫引擎状态：

{
  "weibo": true,
  "xiaohongshu": false,
  "bilibili": true,
  "zhihu": true,
  "douyin": true,
  "wechat": false,
  "baidu_api": false,
  "toutiao": true,
  "crawler_engine": {
    "playwright_available": true,
    "cached_logins": [],
    "note": "安装 Playwright 后，微博/小红书/抖音/B站/知乎可无需 API Key 使用爬虫模式"
  },
  "note_douyin_toutiao": "抖音/头条原生接口需签名参数，常被风控；接口失败时改用公开搜索引擎兜底，仅能拿到公开链接，无真实互动数据与精确日期。"
}

🚀 使用方式

基本用法

python scripts/last30days.py "AI编程助手" --emit compact
python scripts/last30days.py "AI编程助手" --emit html-path

命令行参数

🔧 环境变量：未指定 --search 时，回退到 LAST30DAYS_DEFAULT_SEARCH（逗号分隔的默认源集）；EXCLUDE_SOURCES 可从启用集合中排除指定源。

使用示例

# 🔍 搜索 AI 相关话题
python scripts/last30days.py "最新AI工具" --emit compact

# ⚡ 快速搜索，仅 B站和知乎
python scripts/last30days.py "Python教程" --quick --search bilibili,zhihu

# 📊 深度搜索并保存结果
python scripts/last30days.py "新能源汽车" --deep --save-dir ~/Documents/research

# 📋 输出 JSON 格式（适合程序处理）
python scripts/last30days.py "ChatGPT替代品" --emit json

# 🗓️ 仅搜索最近 7 天
python scripts/last30days.py "热门话题" --days 7

# 🧾 生成可离线打开的 HTML 报告
python scripts/last30days.py "具身智能" --deep --emit html-path

🔧 数据获取策略（三级降级）

v2.0 采用三级自动降级策略，确保最大可用性：

优先级 1: API 模式（如配置了 API Key）
    ↓ 失败或未配置
优先级 2: 爬虫模式（MediaCrawler，需要 Playwright）
    ↓ 失败或未安装
优先级 3: 公开接口（HTTP 直接请求，无需任何配置）
    ↓ 仍无结果（抖音/头条/小红书/知乎）
兜底: 公开搜索引擎（Bing site: 搜索，获取公开链接）

各平台数据获取方式对比

⚠️ 抖音/头条原生 web 接口现在强制要求签名参数（a_bogus / _signature），常被风控。接口失败时改用公开搜索引擎兜底，只能拿到公开链接，无真实互动数据与精确日期。

🏗️ 项目架构

last30days-skill-cn/
├── 📄 SKILL.md              # Agent 技能定义文件
├── 📄 README.md             # 项目说明（中文，本文件）
├── 📄 README.en.md          # 项目说明（English）
├── 📄 LICENSE               # MIT 许可证
├── 📄 requirements.txt      # Python 依赖
├── 📁 assets/               # README 配图
├── 📁 scripts/
│   ├── 🐍 last30days.py     # 中文主入口 CLI
│   └── 📁 lib/
│       ├── crawler_bridge.py  # 🆕 MediaCrawler 爬虫桥接模块
│       ├── weibo.py          # 微博搜索模块
│       ├── xiaohongshu.py    # 小红书搜索模块
│       ├── bilibili.py       # B站搜索模块
│       ├── zhihu.py          # 知乎搜索模块
│       ├── douyin.py         # 抖音搜索模块
│       ├── wechat.py         # 微信公众号模块
│       ├── baidu.py          # 百度搜索模块
│       ├── toutiao.py        # 今日头条模块
│       ├── schema.py         # 数据结构定义
│       ├── score.py          # 评分系统
│       ├── normalize.py      # 数据标准化
│       ├── ded