# 跨平台AI研究合成：last30days-skill技术解析 > 深入解析如何通过多源信号质量评分与预测市场整合实现跨平台话题聚合与grounded摘要生成 ## 元数据 - 路径: /posts/2026/03/28/cross-platform-ai-research-synthesis/ - 发布时间: 2026-03-28T02:49:37+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 站点: https://blog.hotdry.top ## 正文 在AI助手与编程工具快速迭代的今天，如何快速获取任意主题的最新社区讨论与实践技巧，成为开发者与研究人员的核心需求。last30days-skill 是一个运行于 Claude Code、Codex CLI 等AI编程环境中的技能（skill），它能够同时检索 Reddit、X（原Twitter）、YouTube、Hacker News、Polymarket 预测市场以及全网内容，在2至8分钟内完成跨平台话题聚合，并通过大语言模型生成带有真实引用的问题与答案摘要。 ## 多平台研究架构与数据源整合 last30days-skill 的核心设计理念是“多源信号融合”。该技能目前支持八大内容来源：Reddit、X、Bluesky（AT Protocol）、YouTube、TikTok、Instagram、Hacker News 以及 Polymarket 预测市场。每一轮研究任务都会并行搜索这些平台（最多10个来源同时检索），随后通过统一的评分pipeline对所有结果进行去重、排序与合成。 Reddit 搜索在 v2.9 版本后默认使用 ScrapeCreators API，一个 API Key 即可覆盖 Reddit、TikTok 和 Instagram 三个平台，大幅简化了配置复杂度。X 搜索则采用内置的 Twitter GraphQL 客户端（需要 Node.js 22+），通过 `AUTH_TOKEN` 与 `CT0` Cookie 实现无头本地搜索，也支持 xAI API 作为备选方案。YouTube 搜索依赖 yt-dlp 工具，在检测到该工具存在于系统 PATH 时自动激活，并额外提取视频的自动生成字幕作为内容来源。Hacker News 通过 Algolia 的公开 API 获取Stories、Show HN 与 Ask HN 帖子，而 Polymarket 则通过 Gamma API 拉取实时预测市场数据——这两者均无需 API Key。 v2.9.5 新增的 Bluesky 支持进一步扩展了社交信号来源。用户仅需配置 `BSKY_HANDLE` 与 `BSKY_APP_PASSWORD`，即可将 Bluesky/AT Protocol 纳入搜索范围，实现与 Reddit、X 等平台完全一致的搜索、评分、去重与渲染流程。 ## 预测市场整合：Polymarket 的独特价值 last30days-skill 最有特色的功能之一是对 Polymarket 预测市场的深度整合。与传统社交媒体仅反映用户观点不同，预测市场代表的是真金白银的集体判断。当用户搜索某个话题时，技能不仅返回 Reddit 讨论与 X 帖子，还会展示相关的 Polymarket 投注赔率、24小时交易量、流动性深度以及价格变动速率。 例如，搜索"Anthropic odds"会返回这样的结果：Polymarket 给出 Anthropic 在2月底拥有最佳AI模型的概率为98%，3月份为61%，而IPO首选概率为64%，但2026年6月前上市的概率仅为5%。同时，系统还会展示"Claude在FrontierMath上能否达到50%准确率"的实时投注赔率——这类信息在传统搜索引擎中极难获取，但对于判断技术发展趋势具有重要参考价值。 Polymarket 搜索采用双通道查询扩展（two-pass query expansion）技术。第一轮搜索将用户输入的关键词拆解为独立词素，在预测市场数据库中并行检索；第二轮则利用第一轮返回的分类标签（如"NCAA CBB"、"地缘政治"等）进行域桥接搜索。这种方法能够发现那些将目标实体作为结果选项之一、但标题中并未直接提及的市场——例如搜索"Arizona Basketball"可以发现"NCAA锦标赛冠军"市场中 Arizona 为12%的赔率。 ## 多信号质量评分pipeline 面对来自八大平台的数十甚至上百条结果，如何判断哪些内容真正值得呈现？last30days-skill 在 v2.5 版本中引入了复合评分pipeline，对每条结果进行多维度质量评估。 文本相似度引擎采用双向子串匹配结合同义词扩展与 token 级别重叠评分。例如，"hip hop"会匹配"rap"，"MacBook"会匹配"Mac"，"AI video"会匹配"text to video"。这种方法确保了即使标题表述与查询词不完全一致，相关内容也不会被遗漏。 跨平台收敛检测是该评分系统的另一核心机制。当同一故事在多个平台同时出现时（例如某初创工具同时被 Reddit 讨论、被 X 转发、被 Hacker News 报道），系统会标记 `[also on: Reddit, HN]` 这样的信号，表明这是一个跨社区共识的重要话题。算法使用混合相似度（字符三元组 Jaccard 加上 token Jaccard）来检测即使标题表述不同但内容实质相同的跨平台内容。 Polymarket 市场的评分采用五因子加权组合：文本相关性占30%、24小时成交量占30%、流动性深度占15%、价格变动速率占10%、结果竞争度占10%。Outcome-aware 评分会将查询词与各个独立投注选项进行匹配，而非仅与市场标题匹配，这使得"搜索Arizona但发现其作为投注选项"的场景成为可能。 根据开发者的盲测评估，引入 Polymarket 与 Hacker News 数据源以及改进后的评分系统后，v2.5 在5个测试主题上的平均质量得分为4.38/5.0，相较于 v1 的3.73/5.0 提升了约17%。 ## X 句柄解析与增量搜索 X 平台的一个独特挑战是：用户想了解某个品牌或人物时，该品牌/人物自己的账号往往不会在推文中提及自己的名称。例如搜索"Dor Brothers"，关键词匹配只能找到讨论他们的推文，而无法找到他们自己发布的、可能已经病毒式传播的帖子。 last30days-skill 通过前置的 WebSearch 步骤解决这一问题。在运行 X 搜索之前，系统会先查询"{topic} X twitter handle site:x.com"来解析目标对象的官方账号句柄。找到句柄后，第二步直接搜索该账号的所有近期推文（无关键词过滤），从而捕获那些从未提及自己名字但内容相关的病毒推文。系统还会验证解析到的账号是否为官方账号（排除 parody 或 fan 账号）。 ## 比较模式与配置灵活性 v2.9.5 引入的 Comparatvie Mode 允许用户进行横向对比研究。当输入类似"/last30days cursor vs windsurf"这样的查询时，系统会执行三轮独立的研究搜索，分别针对 Cursor、Windsurf 以及两者的对比讨论，最终生成并排比较表格，列出各自的优势、劣势以及基于数据驱动的结论。 配置方面，系统支持全局配置（`~/.config/last30days/.env`）与项目级配置（`.claude/last30days.env`）两种方式。项目级配置可以覆盖全局设置，便于在不同的代码仓库中使用不同的 API 密钥或参数。v2.9 还增加了 SessionStart 配置检查功能，在 Claude Code 会话启动时自动验证配置完整性。 ## 性能与使用建议 last30days-skill 的权衡在于：它能找到非常多的内容，但根据主题的冷门程度需要2至8分钟的执行时间。系统提供了三种速度模式：`--quick` 模式跳过补充搜索，每源仅抓取8至12条结果，适合快速验证；默认模式在速度与深度之间取得平衡；`--deep` 模式则进行50至70条 Reddit 帖子与40至60条 X 推文的全面搜索，配合扩展的补充搜索，适合深度研究。 对于需要持续追踪的主题，open 变体支持添加话题到观察列表（watchlist），配合 cron job 或常驻机器人可以实现定时自动研究，研究结果会自动积累到本地 SQLite 数据库中，用户可以随时用自然语言查询历史发现。 资料来源：GitHub mvanhorn/last30days-skill ## 同分类近期文章 ### [NVIDIA PersonaPlex 双重条件提示工程与全双工架构解析](/posts/2026/04/09/nvidia-personaplex-dual-conditioning-architecture/) - 日期: 2026-04-09T03:04:25+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 深入解析 NVIDIA PersonaPlex 的双流架构设计、文本提示与语音提示的双重条件机制，以及如何在单模型中实现实时全双工对话与角色切换。 ### [ai-hedge-fund：多代理AI对冲基金的架构设计与信号聚合机制](/posts/2026/04/09/multi-agent-ai-hedge-fund-architecture/) - 日期: 2026-04-09T01:49:57+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 深入解析GitHub Trending项目ai-hedge-fund的多代理架构，探讨19个专业角色分工、信号生成管线与风控自动化的工程实现。 ### [tui-use 框架：让 AI Agent 自动化控制终端交互程序](/posts/2026/04/09/tui-use-ai-agent-terminal-automation/) - 日期: 2026-04-09T01:26:00+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 详解 tui-use 框架如何通过 PTY 与 xterm headless 实现 AI agents 对 REPL、数据库 CLI、交互式安装向导等终端程序的自动化控制与集成参数。 ### [tui-use 框架：让 AI Agent 自动化控制终端交互程序](/posts/2026/04/09/tui-use-ai-agent-terminal-automation-framework/) - 日期: 2026-04-09T01:26:00+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 详解 tui-use 框架如何通过 PTY 与 xterm headless 实现 AI agents 对 REPL、数据库 CLI、交互式安装向导等终端程序的自动化控制与集成参数。 ### [LiteRT-LM C++ 推理运行时：边缘设备的量化、算子融合与内存管理实践](/posts/2026/04/08/litert-lm-cpp-inference-runtime-quantization-fusion-memory/) - 日期: 2026-04-08T21:52:31+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 深入解析 LiteRT-LM 在边缘设备上的 C++ 推理运行时，聚焦量化策略配置、算子融合模式与内存管理的工程化实践参数。