last30days-skill ： 让 AI 智能体带你研究全网近 30 天真实动向的技能
AI智库导航-aiguide.cc为您提供最新的AI新闻资讯和最新的AI工具推荐，在这里你可以获得用于营销的AI聊天机器人、AI在商业管理中的应用、用于数据分析的AI工具、机器学习模型、面向企业的AI解决方案、AI在商业客户服务中的应用、AI和自动化工具等。
主要介绍
last30days-skill 是由开发者 mvanhorn 开源的「Agent Skills」研究技能，本质是一个由 AI 智能体驱动的多平台搜索引擎：输入人物、公司、产品或任意主题，它会在 Reddit、X（Twitter）、YouTube、Hacker News、Polymarket、GitHub、TikTok、Instagram、小红书等 20 多个平台并行检索近 30 天的内容，并按真实用户互动（点赞、播放量、真实金钱赔率）而非 SEO 权重排序，最终由智能体综合成一份带来源的研究简报。它的核心主张是「Google 由编辑聚合，last30days 搜索真实的人」。项目采用 MIT 许可证，当前版本 v3.22.0，GitHub 星标已超 6 万，是 9 月初增长最快的 Agent Skills 项目之一，零配置即可使用 Reddit、HN、Polymarket、GitHub 等免费来源。
last30days-skill 官方 GitHub 社交预览图
功能特点
-
多平台并行搜索：同时检索 Reddit、X、YouTube、TikTok、Instagram、HN、Polymarket、GitHub、小红书、Bluesky 等 20 多个来源。
-
真实互动排序：以点赞数、播放量与 Polymarket 真金白银赔率作为评分依据，而非 SEO 权重或编辑推荐。
-
深度内容提取：抓取完整 YouTube 转写稿、Reddit 置顶评论（带真实点赞）、TikTok 字幕、Polymarket 赔率等。
-
跨来源聚类合并：同一故事在多个平台出现时归为一个聚类，而非孤立条目。
-
AI 综合简报：基于具体数据、按来源引用、按真实互动排名，输出「什么重要」而非「我找到了什么」。
-
发现模式：不指定主题时自动扫描多源，给出 5-10 个按热度排序的热门话题。
-
零配置零代码：一条命令安装、自然语言调用；Reddit、HN、Polymarket、GitHub 免 Key 开箱即用。
-
多种研究模式：支持招聘信号分析、工具对比、会前调研、出行规划等场景。
优缺点
优点：
-
优点1：打破「围墙花园」——让单个智能体同时访问 Google 搜不到的平台内部内容，如 Reddit 评论、X 帖子、TikTok 字幕。
-
优点2：真实信号排序——按真人互动与真金白银赔率而非 SEO 排名，更贴近「当下社区真正在讨论什么」。
-
优点3：零配置零代码——一条命令安装、自然语言使用，Reddit、HN、Polymarket、GitHub 免 Key 即可用。
-
优点4：深度与聚类——不只是标题链接，还能提取转写稿、置顶评论并跨来源合并同一事件。
-
优点5：MIT 开源且隐私本地化——无追踪无分析，研究数据留在本地机器。
缺点：
-
缺点1：互动高不等于事实成立——高赞与赔率是信号而非结论，重要判断需回到原始来源核验。
-
缺点2：覆盖不均衡——X、YouTube、TikTok 等需额外配置浏览器会话、API Key 或付费服务。
-
缺点3：30 天窗口聚焦变化——研究公司战略、历史争议等长期议题时需补充更长时间尺度的资料。
-
缺点4：依赖宿主智能体——本身不提供模型，需要 Claude Code、Codex、Cursor 等客户端配合运行。
如何使用
last30days-skill 的使用分为「安装」与「调用」两步，全程无需编写代码。
安装推荐在 Claude Code 中通过插件市场命令添加并安装（/plugin marketplace add 加仓库地址、/plugin install last30days）；Codex、Cursor、Gemini CLI 等 50 多个 Agent Skills 宿主可用 npx 命令全局安装；claude.ai 网页版支持直接上传技能文件，OpenClaw 亦可通过技能市场安装。
安装后以自然语言或斜杠命令调用，例如输入「/last30days Peter Steinberger」了解某人本月动态、「/last30days what’s exploding in AI agents?」发现趋势、「/last30days OpenClaw vs Hermes vs Paperclip」做工具对比；不配置额外凭据时，Reddit、Hacker News、Polymarket、GitHub 即可免费使用，设置向导可在 30 秒内解锁更多来源。
框架技术原理
-
Research Brain v3 引擎：搜索前先理解话题、解析实体与人名（如输入「OpenClaw」自动关联创始人账号、subreddit、仓库），再决定去哪些平台搜，先想后搜。
-
多查询扩展与并行检索：一次任务同时并行跑多个平台，按互动度、相关性、新鲜度综合评分。
-
Keyless 免费路径：Reddit 原 .json API 失效后，用 RSS 与抓取方式恢复，无需 API key 且保留真实点赞与置顶评论。
-
深度内容管道：用 yt-dlp 提取 YouTube 转写、解析字幕与赔率，深入到内容层而非标题层。
-
跨来源聚类：按事件将多平台条目合并去重，保留证据链。
-
分级配置：按来源分层（免费底座、浏览器会话、API Key、付费服务），首次运行有设置向导。
-
本地优先与安全：凭证支持 macOS Keychain、Linux pass 与浏览器 Cookie，无追踪无分析。
-
健康检查：doctor 命令一键诊断所有来源并给出修复方案，preflight 预检覆盖与权限。
创新点
-
首次让单个 AI 同时访问所有「围墙花园」平台，弥合 Google、ChatGPT、Gemini 各自的数据盲区。
-
「带上你自己的 key」模式：用户自带 API keys 与浏览器会话，桥接所有平台而无需集中式抓取。
-
真实金钱信号排序：把 Polymarket 真金白银赔率纳入搜索评分，让市场概率参与信息排名。
-
Keyless Reddit 免费路径复兴：在官方 API 收费后恢复免费访问并保留互动数据。
-
发现模式加招聘信号：无主题自动扫描热门话题、从招聘页推断公司方向，扩展研究边界。
-
多宿主一等公民支持：原生支持 Codex、Grok、Claude Code 等，而非单一工具移植。
评估标准
-
平台覆盖度：可用来源数量与配置成本，免 Key 来源数与可选扩展路径。
-
排序质量：是否按真实互动而非 SEO 排序，能否反映社区真实讨论热度。
-
内容深度：能否提取转写稿、置顶评论、赔率等深层内容而非仅标题链接。
-
聚类准确度：跨来源同一事件的合并正确率与去重效果。
-
测试覆盖：2,700 多个测试、覆盖率 84%，版本稳定性（v3.22.0，1,193 次提交）。
-
隐私与安全：本地数据留存、凭证加密方式与无追踪保证。
应用领域
-
内容选题与热点追踪：写稿前扫描社区近期讨论，发现正在升温的话题与真实痛点。
-
会前与销售前调研：快速掌握某人、某企业近 30 天真实动态，建立可追问的背景材料。
-
技术选型与竞品对比：输入「A vs B」获取多平台真实用户反馈与争议点。
-
招聘信号分析：从公开职位与招聘页推断公司正在加码的方向。
-
趋势预判与突发新闻：在话题爆发前发现苗头，跟踪突发事件的实时讨论。
-
快速学习与出行规划：获取社区已验证的技巧、景区实况等信息。
项目地址
last30days-skill 由开发者 mvanhorn 创建并维护，2026 年 1 月开源，以 MIT 许可证发布；当前版本 v3.22.0，累计 1,193 次提交，GitHub 星标已超 6 万，是 9 月初增长最快的 Agent Skills 项目之一。
项目以 Agent Skill 形态分发，原生支持 Claude Code、Grok、Codex、Cursor 等 50 多个宿主；零配置即可使用 Reddit、Hacker News、Polymarket、GitHub 等免费来源，X、YouTube 等可选来源按官方配置文档扩展。
仓库提供完整文档（配置指南、贡献指南、版本历史）与 2,700 多个测试，社区通过 GitHub Issues 与展示帖交流，支持一键诊断来源状态的 doctor 命令。
-
项目官网：https://github.com/mvanhorn/last30days-skill
-
代码仓库：https://github.com/mvanhorn/last30days-skill
-
官方文档：https://github.com/mvanhorn/last30days-skill/blob/main/CONFIGURATION.md
同类型工具比较
|
对比维度
|
last30days-skill
|
传统搜索引擎
|
AI 助手内置搜索
|
|---|---|---|---|
|
核心定位
|
AI 智能体驱动的多平台近 30 天研究技能
|
网页索引搜索引擎
|
AI 内置联网搜索
|
|
数据覆盖
|
20 多个围墙花园平台（Reddit、X、TikTok、Polymarket、小红书等）
|
以网页为主，难触达平台内部
|
单一或受限平台
|
|
排序依据
|
真实互动数据（点赞、播放、真金白银赔率）
|
SEO 与编辑评分
|
模型偏好
|
|
使用方式
|
零配置安装、自然语言驱动、零代码
|
输入关键词
|
对话提问
|
|
深度提取
|
完整转写、置顶评论、字幕、赔率
|
标题加摘要
|
摘要为主
|
|
开源与成本
|
MIT 开源，免费路径为主
|
免费
|
订阅制
|
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...
AI全网资源导航每日收集国内外热点AI/人工智能/工具/模型/框架以及最新的AI学习资料/课程等，在这个全新的AI时代，助力每一个人，赋能每一个具体业务场景，与所有人一起努力向前！
