一句话总结:每天早上打开 7 个平台翻热搜,眼睛和时间全耗在「看」上——这个 Skill 替你拉完、过滤完、打分完,直接给你一张「今天值得跟」的清单。

大家好,我是程序员晚枫。

我写公众号、做视频,最大的时间黑洞不是写稿,是找选题。

你知道的,一个上午刷 7 个 App:微博热搜、抖音热点、知乎热榜、小红书热门、B 站排行、头条热榜、百度热搜。刷完一圈,眼睛累、脖子酸,最要命的是——刷到的东西七成跟你没关系。剩下三成里,还有两成是昨天、前天、大前天已经火过的。

于是我写了个小工具,把它变成了一个 Skill:选题雷达(hot-topic-radar)。

它只干一件事,也只干这一件事——告诉你今天发生了什么、哪个值得跟。剩下的它一个字都不多写。

SkillHub 发布页:选题雷达:https://skillhub.cn/skills/user_bf8c5b73/wanfeng-hot-topic-radar

一、它到底做了什么

整个流程五步,掐掉头尾,中间全自动化:

1
2
3
4
5
拉数据(多平台热搜,按平台分别抓)
→ 关键词过滤 + 领域相关度打分
→ 记忆去重(同一热点 7 天内不重复推)
→ 按「热度 × 相关度」排序
→ 输出 TOP 10 候选清单(带原文链接)

跑完你会拿到一个文件,路径是 workflow/每日热点/YYYY-MM-DD-hot-topics.md,长这样:

1
2
3
4
5
6
7
## 1. OpenAI 推出 GPT-6,多模态能力大幅提升
- **平台**:微博
- **发布时间**:00:15
- **热度值**:92 / 100
- **相关度**:0.75(命中:AI、ChatGPT)
- **综合分**:87.3
- **链接**:https://weibo.com/...

**每条都带平台、热度、命中了哪个关键词、原文链接。**你不用再去搜「这条是哪年的新闻」,也不用回忆「我是不是写过这个」。

二、关键在两个地方

第一个:不是按热度排序,是按「热度 × 相关度」

这是它和那些「今日热榜搬运」最大的区别。

热搜第 1 位,热度值算满分。问题是:第 1 位可能是个明星塌房,跟你半点关系没有。

所以它的公式是:

1
综合分 = 热度 × 0.6 + 相关度 × 0.4

相关度怎么算?很土但很有效——标题里每命中一个你的关键词,加 0.25 分,封顶 1.0。同时还有一个「排除词」名单,命中就直接归零:

1
2
3
4
5
6
7
8
9
10
11
12
keywords:
- AI
- 大模型
- ChatGPT
- Claude
- 编程
- 副业

exclude_keywords:
- 娱乐
- 明星
- 电视剧

这两个权重和名单都在 radar-config.yaml 里,想调随时改。

说白了,热搜是被动看的,关键词是把「我关心什么」写给机器看。 你换了赛道,改两行配置就行,不用换工具。

第二个:7 天内不重复推

这是我最常用的一个功能。

它维护一个 memory/dedup-history.jsonl 文件,每推过一条就记一行:标题、平台、推送时间、链接。

下次跑的时候,先读历史,再拿今天的新热搜做模糊匹配——相似度 ≥ 85 分就算同一条(标题 15% 以内的改动都算同一件事,所以「XX 公司发布 GPT-6」和「XX 公司正式发布 GPT-6」不会推两遍)。

7 天窗口内的直接跳过。每 30 天自动清一次旧记录,文件不会越滚越大。

为什么是 7 天? 因为自媒体的热点生命周期差不多就是一周。一周前火过的话题,今天再写就是炒冷饭。

三、说实话:现在通了三个平台

这点我必须写清楚,不然就是吹。

抓取脚本 fetch_hot.py 的框架是全的——配置加载、多平台分发、归一化、打分、去重、排序输出,六道工序都跑通了。但每个平台的抓取函数是分开实现的,各家反爬强度差得很远:

平台状态原因
微博热搜✅ 能抓公开接口
今日头条✅ 能抓公开接口
百度热搜✅ 能抓公开接口
抖音热点榜⏳ 待补_signature 反爬,建议走第三方聚合站
知乎热榜⏳ 待补当前接口需要登录态
小红书热门⏳ 待补风控严
B 站热门⏳ 待补触发风控,需要带 cookie

为什么不全接上? 因为接平台这件事本质是「追接口」,追得完今天追不完明天,还天天有人改页面。我宁愿先把打分、去重、排序这三件真正值钱的事做扎实,剩下的按实际需求一个个补。

而且补的时候是有规律的——这几个平台的坑我都写在 SKILL.md 里了:必须带真实浏览器 UA、加 Accept-Language、补 Referer、处理 gzip 响应、403 和 SSL 超时必须走重试而不是直接报错。照着抄就行。

四、怎么用

第一步:改配置。 复制一份 radar-config.example.yaml 成 radar-config.yaml,把关键词换成你的领域:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
timezone: Asia/Shanghai
lookback_hours: 24 # 拉最近 24 小时的
top_n: 10 # 输出 TOP 10

keywords: [AI, 大模型, ChatGPT, Claude, 编程, 副业]
exclude_keywords: [娱乐, 明星, 电视剧]

platforms:
- weibo
- toutiao
- baidu

weights:
hotness: 0.6
relevance: 0.4

dedup:
enabled: true
window_days: 7

第二步:跑。

1
2
3
4
5
6
7
8
# 跑今天的
python scripts/fetch_hot.py

# 只打印不写文件(先看看质量)
python scripts/fetch_hot.py --stdout

# 强制重推(清掉去重记忆)
python scripts/fetch_hot.py --clear-memory

第三步:看清单。 打开 workflow/每日热点/ 下当天的文件,挑一条你真有话说的。

就到这里为止。 它不会替你写稿,也不会替你想标题——这是故意的。

五、它明确不做什么

这一点我写得很死,因为它决定了这个工具好不好用。

不做为什么
不写文章、不写脚本、不写视频那是下游的活,不该它管
不主动发布任何内容雷达只收集情报,发不发你说了算
不替你决定写什么清单是候选,不是命令
不爬需要登录才能看的页面登录态一律不碰
不编数据来源不明的标「待核实」

设计哲学:选题是独立任务,不预设下游消费者。

这条是我写这个 Skill 时最坚持的一点。以前我的选题流程是「选题 → 写稿 → 配音 → 排版」一气呵成,结果每次卡在写稿那儿,前面拉的热点全白费。

拆开之后,选题可以每天单独跑、单独看、单独攒。 攒到周末翻一翻,一周的选题池子就有了。

六、和另一个选题 Skill 的关系

我还有一个专门盯 AI 圈的选题工具(aihot-topic-selector,专攻 AIHOT 的数据源,每天按「核心 2 问」筛 1 条出来),下一篇单独写。

两个不冲突,是互补:

选题雷达(hot-topic-radar)AI 热点选题(aihot-topic-selector)
范围全网,跨平台只盯 AI 圈
输出TOP 10 候选清单每天选 1 条 + 建任务目录
适合泛领域账号、要广度垂直 AI 号、要深度

并行跑就行。 一个给你广度,一个给你准。

七、怎么装

方式一:从 GitHub 拉源码(本地用)

1
2
git clone https://github.com/CoderWanFeng/wanfeng-skills.git
cd wanfeng-skills/skills/hot-topic-radar

需要装两个包:pyyaml(读配置)和 rapidfuzz(模糊去重)。脚本是纯 Python 标准库打底,不装浏览器、不装重东西。

方式二:从 SkillHub 一键安装(其他支持 Skill 的 AI 工具)

打开发布页:

选题雷达:https://skillhub.cn/skills/user_bf8c5b73/wanfeng-hot-topic-radar

在支持 Skill 安装的 AI 工具里,可以直接发送下面这句话:

1
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_bf8c5b73/hot-topic-radar。

也可以在发布页下载 Zip 包手动安装。

源码在这:

GitHub:hot-topic-radar:https://github.com/CoderWanFeng/wanfeng-skills/tree/main/skills/hot-topic-radar

整个仓库:wanfeng-skills 仓库首页:https://github.com/CoderWanFeng/wanfeng-skills

如果你也在每天为「今天写什么」发愁,可以试试。它的价值不在于帮你找到热点,而在于把你每天必须做的那件机械活彻底拿走。

用的时候有问题,欢迎到 GitHub 提 Issue,也可以在文章下面留言。

科技不高冷,AI 很好用。我是晚枫,关注我,一起把 AI 真正用起来。


参考链接

相关阅读